一种嵌入式风缸封头的生产装置

    公开(公告)号:CN106903514A

    公开(公告)日:2017-06-30

    申请号:CN201710182589.5

    申请日:2017-03-24

    申请人: 东北大学

    摘要: 本发明提供一种嵌入式风缸封头的生产装置,属于机械加工技术。嵌入式风缸封头的生产装置包括:封头冲压设备、第一传送带、第二传送带、翻转机构、封头削边设备和封头缩口设备;封头冲压设备位于所述第一传送带的一侧,翻转机构位于所述第一传送带和第二传送带之间,封头削边设备和封头缩口设备依序分布在第二传送带的一侧;其中,封头冲压设备实现对毛坯封头进行冲压形成原始封头,翻转机构将第一传送带上的原始封头移动至第二传送带上;封头削边设备对原始封头进行削边处理,以及封头缩口设备对削边后的封头进行缩口处理,得到嵌入式风缸封头。上述生产装置能够自动化生成嵌入式风缸封头,进而提高生产效率,降低次品率,同时降低生产成本。

    一种路网环境下的连续移动K近邻查询方法

    公开(公告)号:CN103473248B

    公开(公告)日:2017-06-23

    申请号:CN201210544908.X

    申请日:2012-12-17

    申请人: 东北大学

    IPC分类号: G06F17/30

    摘要: 本发明公开了一种路网环境下的连续移动K近邻查询方法,建立路网结点哈希表、路网边的哈希表等;录入路网的结点信息,初始化路网结点的哈希表;录入路网的边的信息;将移动对象插入到路网移动对象哈希表;根据移动对象在路网移动对象哈希表中的位置找到对应的边,更新完成后要判断该移动对象是否为查询对象;更新对应的查询结果。基于内存的哈希表表结构,充分利用了哈希表能够快速实现插入和快速查找操作的特性,提高了索引的建立、移动对象初始化、索引及查询的效率,节省了时间,网络的密集和稀疏对其影响比较小,对稀疏网络的效果也很明显,实用性强,具有较强的推广与应用价值。

    一种路网环境下的连续移动K近邻查询方法

    公开(公告)号:CN103473248A

    公开(公告)日:2013-12-25

    申请号:CN201210544908.X

    申请日:2012-12-17

    申请人: 东北大学

    IPC分类号: G06F17/30

    摘要: 本发明公开了一种路网环境下的连续移动K近邻查询方法,建立路网结点哈希表、路网边的哈希表等;录入路网的结点信息,初始化路网结点的哈希表;录入路网的边的信息;将移动对象插入到路网移动对象哈希表;根据移动对象在路网移动对象哈希表中的位置找到对应的边,更新完成后要判断该移动对象是否为查询对象;更新对应的查询结果。基于内存的哈希表表结构,充分利用了哈希表能够快速实现插入和快速查找操作的特性,提高了索引的建立、移动对象初始化、索引及查询的效率,节省了时间,网络的密集和稀疏对其影响比较小,对稀疏网络的效果也很明显,实用性强,具有较强的推广与应用价值。

    一种用于演奏架子鼓的机器人

    公开(公告)号:CN107253200B

    公开(公告)日:2019-05-10

    申请号:CN201710423038.3

    申请日:2017-06-07

    申请人: 东北大学

    IPC分类号: B25J11/00 G10K9/10

    摘要: 本发明涉及机器人技术领域,尤其涉及一种用于演奏架子鼓的机器人。该机器人中,在身体主干的左右两侧分别设置第一电机和与第一电机连接的第一减速器,左右两侧的第一减速器的输出轴均以驱动同侧的手臂组件左右转动的方式与该手臂组件连接。由此,两个第一电机和两个第一减速器能够控制两个手臂组件左右整体转动,即控制两个手臂组件的前端的相对距离增大或缩小,进而能够同时敲击两个距离过大或过小的鼓/镲,并且针对于敲击在一个手臂组件同侧的不同的鼓/镲,可以通过第一电机和第一减速器控制手臂组件水平转动去接近同侧不同的鼓/镲,而无需机器人的身体主干不停的转动。

    一种角接触球轴承的稳健设计方法

    公开(公告)号:CN108830005A

    公开(公告)日:2018-11-16

    申请号:CN201810673265.6

    申请日:2018-06-26

    申请人: 东北大学

    IPC分类号: G06F17/50

    摘要: 本发明涉及一种角接触球轴承的稳健设计方法,具体是基于角接触球轴承的可靠性、灵敏度分析结果进行的稳健设计方法。本发明基于轴承拟静力学最大正交切应力和刚度求解模型,并分别对轴承强度和刚度进行可靠性灵敏度分析,并在此基础上进行轴承稳健设计。该方法能有效地缩短设计周期,结合灵敏度分析结果并提出相应的改进意见,能更好地降低制造和加工成本,具有十分重要的工程价值。

    一种机械零部件结构的可靠性分析方法

    公开(公告)号:CN108491627A

    公开(公告)日:2018-09-04

    申请号:CN201810240497.2

    申请日:2018-03-22

    申请人: 东北大学

    IPC分类号: G06F17/50

    摘要: 本发明提供一种机械零部件结构的可靠性分析方法,涉及机械零部件结构分析技术领域。该方法首先通过AsysWorkbench对机械零部件进行静力学分析,然后利用Six Sigma Analysis进行DOE获取足够的实验数据,并利用BP神经网络拟合出最大应力函数,再基于Schaff的剩余强度理论,最后构建强度退化的极限状态方程,进行可靠性分析和计算,得到机械零部件的可靠性分析结果。本发明提供的机械零部件结构的可靠性分析方法,操作过程简单,计算的可靠性更符合实际需要,具有很强的工程实践可行性及有效性。

    一种减少车辆安全带集中现象出现概率的方法

    公开(公告)号:CN109145435B

    公开(公告)日:2022-11-29

    申请号:CN201810934078.9

    申请日:2018-08-16

    申请人: 东北大学

    摘要: 一种减少车辆安全带集中现象出现概率的方法,包括以下步骤:步骤1、定义输入参数;步骤2、利用ANSYS Workbench对导向环进行仿真分析,得出多组织带在织带穿孔中横向位移的数据;步骤3、利用BP神经网络对多组所述数据进行分析,得出当肩带力为F(t)时织带横向位移的可靠性功能函数;步骤4、由所述可靠性灵敏度推导出各输入参数对安全带集中产生概率的影响,得出减少车辆安全带集中现象出现概率的参数;通过改变各输入参数,从而减少车辆安全带集中现象出现概率的目的。

    一种机械零部件结构的可靠性分析方法

    公开(公告)号:CN108491627B

    公开(公告)日:2021-06-15

    申请号:CN201810240497.2

    申请日:2018-03-22

    申请人: 东北大学

    摘要: 本发明提供一种机械零部件结构的可靠性分析方法,涉及机械零部件结构分析技术领域。该方法首先通过AsysWorkbench对机械零部件进行静力学分析,然后利用Six Sigma Analysis进行DOE获取足够的实验数据,并利用BP神经网络拟合出最大应力函数,再基于Schaff的剩余强度理论,最后构建强度退化的极限状态方程,进行可靠性分析和计算,得到机械零部件的可靠性分析结果。本发明提供的机械零部件结构的可靠性分析方法,操作过程简单,计算的可靠性更符合实际需要,具有很强的工程实践可行性及有效性。

    一种移动对象间状态分类的方法

    公开(公告)号:CN103064896B

    公开(公告)日:2016-03-30

    申请号:CN201210544906.0

    申请日:2012-12-17

    申请人: 东北大学

    IPC分类号: G06F17/30

    摘要: 本发明属于移动数据管理技术领域,定义了移动对象间状态,提供了一种移动对象间状态分类的方法,根据实际应用对移动对象间众多的状态进行分类。首先读入用户传入的参数,读入移动对象轨迹文件,将其中每一条记录存入id对应的objChain[id]链表中,并当t=T时,将该对象插入R树中。然后对objChian中每个移动对象query_id,发起范围查询,并对返回的移动对象集中的每个对象id1。进一步读query_id和id1对应的链表objChain[query_id]和objChain[id1]中,每个时刻query_id和id1的位置坐标,计算query_id和id1间的距离,并存入distance数组中。最后根据distance数组判断查询对象和返回的id1对象间的状态类型,比较第一时刻距离distance[0]和第T时刻距离distance[T-1]的大小。

    一种移动对象间状态分类的方法

    公开(公告)号:CN103064896A

    公开(公告)日:2013-04-24

    申请号:CN201210544906.0

    申请日:2012-12-17

    申请人: 东北大学

    IPC分类号: G06F17/30

    摘要: 本发明属于移动数据管理技术领域,定义了移动对象间状态,提供了一种移动对象间状态分类的方法,根据实际应用对移动对象间众多的状态进行分类。首先读入用户传入的参数,读入移动对象轨迹文件,将其中每一条记录存入id对应的objChain[id]链表中,并当t=T时,将该对象插入R树中。然后对objChian中每个移动对象query_id,发起范围查询,并对返回的移动对象集中的每个对象id1。进一步读query_id和id1对应的链表objChain[query_id]和objChain[id1]中,每个时刻query_id和id1的位置坐标,计算query_id和id1间的距离,并存入distance数组中。最后根据distance数组判断查询对象和返回的id1对象间的状态类型,比较第一时刻距离distance[0]和第T时刻距离distance[T-1]的大小。