一种基于云边融合的上肢智能康复装置及方法

    公开(公告)号:CN110215656A

    公开(公告)日:2019-09-10

    申请号:CN201910504150.9

    申请日:2019-06-12

    申请人: 东北大学

    摘要: 本发明提供一种基于云边融合的上肢智能康复装置及方法,涉及人工智能技术领域。该装置包括复健器、基板、安装在基板上的多个智能传感节点、供电模块、通信模块、控制模块以及云端服务器和手机客户端;供电模块为整套智能康复装置进行供电,控制模块通过通信模块与云端服务器相连,根据云端服务器传来的指令控制智能传感节点,定制复健线路;复健器通过复健者根据复健线路压到智能传感节点;云端服务器用于向控制模块发送训练方案,并接收控制模块传送的康复者实际的运动轨迹;手机客户端内置程序,并从云端服务器读取复健者的训练得分进行显示。本发明装置及方法将计算机前沿技术与传统机械式康复医疗进行融合,为复健者提供简单便捷的复健工具。

    一种基于记忆性功能网络的带钢全长厚度预测方法

    公开(公告)号:CN116689503A

    公开(公告)日:2023-09-05

    申请号:CN202310427981.7

    申请日:2023-04-20

    申请人: 东北大学

    IPC分类号: B21B37/16

    摘要: 本发明的一种基于记忆性功能网络的带钢全长厚度预测方法,包括:每间隔相等时间采集一次实时过程轧制数据和带钢出口厚度的实测值,构成输入特征数据集;将输入特征数据集按比例、按时间顺序分为训练集和测试集并进行归一化处理;构建带钢厚度点预测的GLSTM网络,并训练得到点预测的GLSTM网络各层的连接权重和偏置;利用粒子群算法优化点预测的GLSTM网络的输出层的连接权重,得到最佳的输出层的连接权重Wopt;基于除去输出层之外的各层的连接权重和偏置以及Wopt,构建带钢厚度区间预测的GLSTM网络,根据评价指标确定区间预测的GLSTM网络的最佳参数;利用最优区间预测的GLSTM网络进行带钢全长厚度预测。

    一种榫连叶片固有特性非接触式测试实验装置及测试方法

    公开(公告)号:CN108918064A

    公开(公告)日:2018-11-30

    申请号:CN201810658062.X

    申请日:2018-06-19

    申请人: 东北大学

    IPC分类号: G01M7/02

    摘要: 本发明提供了一种榫连叶片固有特性非接触式测试实验装置及测试方法,属于轴流叶片振动特性测试技术领域。该装置包括包括支撑系统、伺服顶杆机构、叶片榫槽夹具、非接触式激振装置和非接触式测振装置。台面下方的伺服顶杆装置施加推力模拟叶片旋转时榫连结构承受的离心力。该发明具有统一的叶片榫槽夹具底座,在所述叶片榫槽夹具底座上方方便快捷地安装不同形式的榫槽夹具。非接触式激振装置的激振器为电磁激振方式,其夹具为磁吸底座支撑的双杆支架,能够改变激振的位置和方向。非接触式测振传感器为激光测振仪。激振与测振采用非接触方式,有效避免了附加质量对叶片固有特性测试造成的偏差。该装置适用于各种形式的榫头—榫槽叶片的振动特性测试。

    一种快速节流阀
    4.
    实用新型

    公开(公告)号:CN221257721U

    公开(公告)日:2024-07-02

    申请号:CN202322881971.9

    申请日:2023-10-25

    IPC分类号: F16K3/314 F16K31/54 B01D35/04

    摘要: 本申请提供了一种快速节流阀,包括:阀体、矩形流通腔、连接管道、圆形流通腔、阀帽、驱动腔、驱动齿条、阀芯、齿轮、驱动箱、蜗杆、蜗轮及连接轴;所述阀体内部开设有矩形流通腔,所述连接管道设置于所述阀体两侧,所述连接管道内开设有与所述矩形流通腔相连通的圆形流通腔。本实用新型通过将齿轮与蜗轮的直径设置成至少为3比1的比例,蜗杆带动蜗轮转动一周同样能够带动齿轮转动一周,而齿轮的直径远远大于蜗轮的直径,能够提高驱动齿条的移动距离,提高对阀芯的移动效率,能够实现快速对阀芯进行打开及关闭,提高工作效率。