-
公开(公告)号：CN118875682A
公开(公告)日：2024-11-01
申请号：CN202411161176.5
申请日：2024-08-22
Applicant: 湖南创研智能装备有限公司 , 中南大学
Abstract: 本发明公开了一种采用机器视觉定位的断路器托举装配机器人，包括底座和安装座；底座：其上表面固定连接有安装架，安装架的左右两端分别开设有滑轨，滑轨的内部之间滑动连接有放置外壳，放置外壳的内部设有固定机构，固定机构的顶端延伸至放置外壳的上表面外部；安装座：其位于底座的右端，安装座的上表面通过螺栓安装有装配机器人，装配机器人的机械臂末端通过螺栓安装有安装片，安装片的左端设有夹取机构；其中：还包括单片机，该采用机器视觉定位的断路器托举装配机器人，提供了精确控制和低复杂性的装配过程，使得断路器托举装配机器人不受断路器表面材质和形状的限制，能够稳定地处理各种不同类型的断路器。
-
公开(公告)号：CN118700101A
公开(公告)日：2024-09-27
申请号：CN202411043069.2
申请日：2024-07-31
Applicant: 湖南创研工业技术研究院有限公司 , 中南大学
Abstract: 本发明公开了一种气箱电气检测机器人，包括移动底盘、检测连接机构和电气检测机构；移动底盘：其上端安装有可旋转的检测箱，检测箱的后侧设有PLC控制器，检测箱的左右两侧均设有机械臂，检测箱的前侧设有均匀分布的摄像头；该气箱电气检测机器人，通过机器视觉定位、检测元件和驱动元件能够自动将检测部位与气箱内对应的接线端子进行夹持连接固定，避免工作人员近距离接触，使用安全方便，且装置夹持部位通过弹性元件能够对不规则的接线端子进行稳定夹持，提高接线端子夹持适用范围，同时装置能够自动对气箱内接线端子之间进行电气检测，并对检测结果进行比对分析，降低工作人员工作强度。
-
公开(公告)号：CN118465079A
公开(公告)日：2024-08-09
申请号：CN202410525483.0
申请日：2024-04-29
Applicant: 湖南创研智能装备有限公司 , 中南大学
IPC: G01N29/22 , G01N29/28 , G01N29/265 , G01N29/04 , B08B1/12
Abstract: 本发明公开了一种焊缝自动化检测装置及系统，包括遥控小车和超声波探伤仪；遥控小车：其后端设有小支撑架，小支撑架左右两端的滑孔内部均滑动连接有滑柱，滑柱的下端均与超声波探头座的上表面固定连接，超声波探头座的中部设有超声波探头，遥控小车上表面的后侧设有电池；超声波探伤仪：位于遥控小车的右侧，超声波探伤仪的下表面设有连接板，连接板上表面的右侧设有小车无线遥控器，超声波探头与超声波探伤仪双向电连接，遥控小车的输入端电连接电池的输出端，该焊缝自动化检测装置及系统，可以通过遥控小车带动超声波探头移动进行检测，可以自动对钢材的表面进行清扫和涂抹耦合剂，提升了焊缝检测时的便利性。
-
公开(公告)号：CN114911950B
公开(公告)日：2024-08-06
申请号：CN202210498442.8
申请日：2022-05-09
Applicant: 中南大学
IPC: G06F16/36 , G06F16/28 , G06F40/295 , G06F40/30 , G06N5/022 , G06N5/04 , G06Q10/0639 , G06Q50/04
Abstract: 本公开实施例中提供了一种注塑产品质量监控过程知识图谱构建及推理方法，属于计算技术领域，具体包括：在分析注塑领域知识并对其进行预处理操作的基础上构建模式层，其中，所述预处理操作包括对知识三元组的实体与关系进行分类设定、引入定量化的实体属性、针对所述知识三元组引入知识可信度属性、构建虚拟节点；在所述模式层的指导下获取结构化数据和非结构化数据，形成数据层，并结合所述模式层和所述数据层形成知识图谱；针对知识图谱，通过基于规则的可行路径检索、各可行路径可信度计算、基于可信度排序的最佳路径选择进行知识推理。通过本公开的方案，实现了定性知识与定量知识融合，提高了知识图谱的可拓展性、推理效率和可靠性。
-
公开(公告)号：CN118357937A
公开(公告)日：2024-07-19
申请号：CN202410376053.7
申请日：2024-03-29
Applicant: 湖南创研工业技术研究院有限公司 , 中南大学
Abstract: 本发明公开了一种可移动式氦气抽吸机器人，包括底座、可调机械手机构、抽吸机构和移动机构，底座：其上端中部转动连接有旋转柱，可调机械手机构：其包括升降臂、安装框、调节柱、齿轮一和齿条板，升降臂滑动连接于旋转柱内部，安装框固定连接于升降臂的右端，调节柱滑动连接于安装框的右侧，齿轮一转动连接于安装框的中部，齿条板固定连接于调节柱的左侧中部，抽吸机构：其设置于底座的上端，移动机构：其设置于底座的下端，该可移动式氦气抽吸机器人，设有可移动底座，机械手和氦气抽吸系统一体，通过机械手可以快速均匀的将箱内充满氦气，检测完毕后，还能快速的将废气收回储存，提高了检测效率。
-
Patent Agency Ranking
公开(公告)号：CN118323727A
公开(公告)日：2024-07-12
申请号：CN202410694088.5
申请日：2024-05-31
Applicant: 湖南创研智能装备有限公司 , 中南大学
Abstract: 本发明公开了一种辅助电气柜氮检的上下料装置，包括输送架、防护机构和稳固机构；输送架：其下端设置有支撑架，输送架上端的前后两侧分别设置有安装槽，输送架的内部分别通过轴承转动连接有滚筒；防护机构：其包括安装杆、防护板和挡板，所述安装杆分别与输送架的上端设置的滑孔滑动连接，安装杆的下端均设置有挡板，横向相邻的两个安装杆的上端均与一个防护板的下端固定连接；稳固机构：其设置于支撑架的下端，该辅助电气柜氮检的上下料装置，解决了因电气柜倾斜掉落而对操作者造成伤害的问题，在增强输送架的稳定性的同时也减小了稳固组件在不使用时的占地面积，放置出现因电气柜移动至输送架的边缘处而导致输送架失去平衡的情况。
-
公开(公告)号：CN109117495B
公开(公告)日：2023-03-31
申请号：CN201810649545.3
申请日：2018-06-22
Applicant: 中南大学
IPC: G06F30/20 , G06F119/08
Abstract: 本发明涉及一种氧化铝生产蒸发过程鲁棒数据协调方法、装置及存储介质。所述方法包括获取氧化铝生产蒸发过程中各测量变量的数据，基于所述各测量变量的数据的鲁棒估计函数建立分层鲁棒数据协调模型；基于所述分层鲁棒数据协调模型对所述各测量变量的数据进行处理，获取第一协调结果。该方法获得的第一协调结果在存在显著误差且大小不确定时，协调结果准确。所述装置包括显示器、处理器以及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述方法的步骤。所述存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述方法的步骤。
-
公开(公告)号：CN114996927A
公开(公告)日：2022-09-02
申请号：CN202210586238.1
申请日：2022-05-27
Applicant: 中南大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明涉及过程数据分析领域，具体为一种基于局部约束的串级CSTH性能评估与诊断方法，所述性能评估与诊断方法包括以下步骤：S1、数据准备与预处理，S2、构建流形局部约束的性能评估模型，S3、迭代求解迹比问题获得性能评估指标，S4、导致性能变化的关键回路/变量诊断。通过上述步骤，使得本发明不要求过程模型和控制器模型，仅依赖于过程数据，所提性能评估方法既考虑了过程的稳态特性，也考虑了过程的动态特性，所提性能评估方法可考虑过程数据的局部信息结构，可以诊断导致性能变化的关键回路和变量，对重新设计过程控制器或调整过程参数有参考价值。
-
公开(公告)号：CN111931349B
公开(公告)日：2022-03-18
申请号：CN202010681224.9
申请日：2020-07-15
Applicant: 中南大学
Abstract: 本发明公开了一种基于动态主元分析的CSTH的乘性故障诊断方法，包括：S1、数据准备与预处理；S2、构建动态主元模型；S3、构建乘性故障模型，求得重构误差：根据所述动态主元模型，构建乘性故障模型，利用标准化以及时序扩展后的故障数据，基于重构误差最小的优化目标获取分别沿着m个假定故障变量方向进行重构时的重构幅值的最优解，进而求得m个假定故障变量方向的最优的重构矩阵的重构误差；S4、故障变量诊断：对比所述重构误差，最小的所述重构误差对应的假定故障变量诊断为故障变量。实现针对乘性故障的故障诊断。
-
公开(公告)号：CN113269067A
公开(公告)日：2021-08-17
申请号：CN202110532120.6
申请日：2021-05-17
Applicant: 中南大学
Abstract: 本发明涉及一种基于深度学习的周期性工业视频片段关键帧两阶段提取方法。该方法包括：获取工业视频图像，提取感兴趣区域，预处理，得到预处理后图像序列；构建基于深度学习的语义分割网络模型，提取所述预处理后图像的目标区域；第一阶段，构建卷积神经网络对所述预处理后图像进行分类，并对其时间序列进行分割，得候选关键帧序列集合；第二阶段，构建所述目标区域相似度矩阵，对所述候选关键帧序列进行聚类、筛选和融合，得关键帧。本发明针对工业视频特征复杂，当前方法缺乏全局性和局部性的问题，引入深度学习技术，以“先全局后局部”的两阶段思想，更快、更准确地提取了工业视频关键帧，对优化生产，实现提质增产具有指导意义。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.024 seconds)
