-
公开(公告)号：CN119589494A
公开(公告)日：2025-03-11
申请号：CN202411799784.9
申请日：2024-12-09
Applicant: 哈尔滨工业大学
IPC: B23Q17/09
Abstract: 少标记下基于物理信息自监督学习的刀具磨损量预测方法，属于数控加工中心刀具磨损状态预测技术领域。包括采集加工过程中的切削力、振动和声发射等监测信号；每个样本进行截取和Z分数标准化的预处理操作；设计混合残差卷积神经网络刀具磨损监测模型，对多源传感器信号进行信息融合和高维表征提取；利用辅助任务一对刀具磨损监测模型进行预训练，引导模型提取信号的不变性特征；本发明在标记数据稀缺的情况下，实现了对刀具磨损的高精度预测和出色的泛化能力，能够有效减少预测误差的波动幅度，保持预测结果的稳定性。本发明在模型训练中有效利用了少量标记数据，确保了刀具磨损监测的稳定可靠性，符合实际生产中对监测精度和适应性的要求。
-
公开(公告)号：CN119347782A
公开(公告)日：2025-01-24
申请号：CN202411799152.2
申请日：2024-12-09
Applicant: 哈尔滨工业大学 , 中国工程物理研究院总体工程研究所
IPC: B25J9/16
Abstract: 工业机器人关节刚度辨识装置及辨识方法，解决现有机器人刚度辨识方法中因设备复杂如何提高辨识精度的问题，属于机器人刚度辨识技术领域。本发明工业机器人关节刚度辨识装置将单目相机安装在工业机器人末端，负载通过绳索依次通过两个滑轮连接到工业机器人末端，位于低点的滑轮将力传导至测力仪；本发明的辨识方法：建立机器人静刚度模型；按照预设的阈值筛选机器人的高灵巧性和低刚度的测量位姿集合测{P1},结合单目相机视场与测量精度，在{P1}中进一步选择出最优测量位姿集合；在最优测量位姿下，利用本发明辨识装置测量机器人末端在加载力作用下的变形、力和力矩数据，利用所述静刚度模型，辨识出机器人各关节的刚度。
-
公开(公告)号：CN119927287A
公开(公告)日：2025-05-06
申请号：CN202510291293.1
申请日：2025-03-12
Applicant: 哈尔滨工业大学
Abstract: 机器人自适应加工方法及加工系统，解决了在保证加工效率的同时保证加工质量的问题，属于机器人应用领域。本发明包括：在机器人铣削加工每一层过程中，采集铣削当前层的刀具位置信号，同时采集振动信号或主轴扭矩信号；将采集的信号在时序上进行关联，得到关联信号的索引矩阵；机器人铣削每一层时，若发生颤振，根据索引矩阵确定颤振发生范围，在颤振发生范围内调整当前机器人的进给速度直至达到加工稳定状态，记录调整后的切削参数；若机器人铣削第i层时检测到颤振及确定颤振发生范围Ri，在机器人铣削第i+1层时，在铣入颤振发生范围Ri内时，机器人使用铣削第i层时调整后的切削参数，第i+1层的其余位置保持原切削参数。
-
公开(公告)号：CN118602945A
公开(公告)日：2024-09-06
申请号：CN202410761013.4
申请日：2024-06-13
Applicant: 哈尔滨工业大学
Abstract: 激光跟踪仪多站测量方法，解决了现有激光跟踪仪多站测量方法难以满足现场大尺寸工件测量的问题，属于测量技术领域。本发明包括：搭建顺次多站测量系统；在多站测量系统的空间区域内移动激光跟踪仪，测得每一个站位点到各个公共点的距离值，确定全局坐标系中各公共点的理论坐标值；在已标定出公共点基础上，以激光跟踪仪最小的PDOP值确定最优站位；待激光跟踪仪移动到最优站位附近后，使用激光跟踪仪测量公共点的坐标值，并使用SVD法求解转换参数。计算转站后激光跟踪仪测量的公共点与多站测量的公共点的误差，作为该点的权重，求解移动后激光跟踪仪准确的转换参数。本发明提高了激光跟踪仪多站测量精度。
-
公开(公告)号：CN111174962A
公开(公告)日：2020-05-19
申请号：CN202010018065.4
申请日：2020-01-08
Applicant: 哈尔滨工业大学
IPC: G01L5/165
Abstract: 一种可调量程的电容式三维力传感器，操作简单、具有高分辨力，属于传感器技术领域。本发明包括弹性载体、保护外壳、密封端盖、可动电容极板、固定电容极板、调整垫块、螺柱、差动螺母、刻度盘，弹性载体的中间开槽形成十字槽和十字梁结构，且十字槽交叉坐落于十字梁上，可动电容极板和固定电容极板组成电容传感器，可动电容极板和固定电容极板分别粘接在十字槽和调整垫块上，调整垫块与螺柱固定连接，螺柱外螺纹与差动螺母内螺纹、差动螺母外螺纹与弹性载体内螺纹组成差动螺纹副，旋转刻度盘与差动螺母外部螺纹配合连接；根据固定电容极板与可动电容极板的初始间距，获得传感器测力灵敏度和量程。
-
Patent Agency Ranking
公开(公告)号：CN119820647A
公开(公告)日：2025-04-15
申请号：CN202510255105.X
申请日：2025-03-05
Applicant: 哈尔滨工业大学
Abstract: 一种用于固体推进剂机器人整形系统的智能超声刀具，属于航空航天固体推进剂整形技术领域。该刀具通过结合超声波切削技术与智能传感系统，为机器人固体推进剂整形提供了力反馈和温度反馈，大大提高了加工精度与安全性。变幅杆前端固定刀头，变幅杆后端与测力底座相连，敏感元件通过安装时的预紧力固定在变幅杆与测力底座之间，测温元件安装在刀头上，激励元件安装在变幅杆上。本发明减少了由于过大切削力导致的刀具滑移和碰撞风险，避免了切削过程中的安全隐患。本发明整体设计的紧凑性与高集成度，使得刀具在机器人固体推进剂药柱整形过程中具备了极高的灵活性和操作便捷性，能够满足精密加工和长时间高负荷运行的需求。
-
公开(公告)号：CN119756210A
公开(公告)日：2025-04-04
申请号：CN202411809375.2
申请日：2024-12-10
Applicant: 哈尔滨工业大学
IPC: G01B11/16 , G06T7/00 , G06T7/60 , G06V10/82 , G06V10/80 , G06V10/776 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06V10/147 , G06V10/52 , G01N21/84
Abstract: 一种基于深度学习的加工表面塑性变形测量方法及系统，属于金属切削加工技术领域。本发明采用并行编码器‑解码器结构，通过多层多尺度卷积收缩与扩张充分提取变形图像对的时空特征与空间特征，用于预测变形场。引入双注意力机制模块，更有效的结合位置与通道特征，实现材料变形场的高效高精度的测量，通可以有效替代传统数字图像相关方法。本发明使用布尔模型生成可以逼近现实环境下的初始散斑，通过图像扭曲得到模拟变形图像对，并使用自相关半峰全宽、系统误差、随机误差和平均灰度梯度对虚拟数据集可用性进行评价，高效地提供大量用于深度学习训练的高质量数据集，使模型脱离现实数据集的限制并提高模型泛化性。
-
公开(公告)号：CN119550142A
公开(公告)日：2025-03-04
申请号：CN202411924834.1
申请日：2024-12-25
Applicant: 哈尔滨工业大学
Abstract: 用于大型球壳体开孔的铣削机器人对刀系统及方法，解决了大型球壳体开孔时对刀容易出现第一次切削量过大的问题，属于球壳体加工领域。本发明的对刀系统包括：激光测距仪和电主轴同时安装在工业机器人的机械手上，激光测距仪用于测量到球壳体表面的距离，铣刀夹持在电主轴上；对刀方法为：设置对刀点，根据对刀点坐标生成对刀程序，运行对刀程序，通过激光测距仪获得到球壳体表面每个对刀点位置的距离，得到距离集合L，计算最小差值Δ＝‑(min(L)‑H‑ΔZ)，Δ作为第一次切削位置在铣削孔工件坐标系{WP}下刀具轴线方向坐标，完成对刀，H表示对刀安全平面的高度，ΔZ为刀具坐标系{TCP}和激光测距仪坐标系{DM}在刀具轴线方向的差值。
-
公开(公告)号：CN119469487A
公开(公告)日：2025-02-18
申请号：CN202411647392.0
申请日：2024-11-18
Applicant: 哈尔滨工业大学
Abstract: 压电式宏微力感知装置及测量方法，解决了现有力传感器难以满足微小力准静态测量的问题，属于宏微力测量技术领域。本发明利用两个以压电陶瓷为敏感元件的测力单元与一个压电石英晶片为敏感元件的压电石英基准单元作为传感器，利用压电石英基准单元测量宏观力，测力单元测量微力，并可通过两个测力单元交替实现微力连续准静态测量。利用压电陶瓷高灵敏度的特性提升传感器分辨率；利用压电石英线性度好、温度稳定性高、无迟滞的特性提升传感器稳定性。本发明可以兼顾力传感器高精度与大量程两个指标，实现多量程准静态宏微力的测量，并具有高刚度、高频响等优点。
-
公开(公告)号：CN118322213A
公开(公告)日：2024-07-12
申请号：CN202410623842.6
申请日：2024-05-20
Applicant: 哈尔滨工业大学
IPC: B25J9/16
Abstract: 大尺寸工作空间下基于视觉的工业机器人运动学标定方法，解决了针对现有基于视觉的机器人运动学标定方法由于视场限制，仅能在有限空间内提升机器人的绝对定位精度的问题，属于机器人运动学标定技术领域。本发明包括：根据工业机器人配置，在工作空间内布局ArUco标记；根据设定的拍摄路径使用单目视觉系统捕获ArUco标记图像，生成一个全覆盖的ArUco地图；机器人在不同位姿下使用单目视觉系统捕获ArUco标记图像，构建机器人末端绝对位置模型，得到测量位姿；根据机器人关节角度及运动学参数名义值，计算末端名义位姿和测量位姿的误差矩阵；建立位姿误差模型，根据误差矩阵，得到机器人运动学参数误差。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.018 seconds)
