-
公开(公告)号：CN118149761A
公开(公告)日：2024-06-07
申请号：CN202410293147.8
申请日：2024-03-14
申请人： 兖矿能源集团股份有限公司 , 安徽理工大学 , 安徽骏祥空间技术有限公司
摘要： 本发明涉及无矿区监测系统技术领域，具体公开了一种矿区沉陷无人机三维监测与可视化系统，包括无人机倾斜摄影测量、高精度三维建模、实时数据处理和分析以及Web端可视化平台的开发；所述的无人机倾斜摄影测量过程中，将配置高性能的多角度摄像头连接在无人机上，系统能够从不同的角度捕捉地表影像；无人机航路规划航线实现对矿区地形进行采集；本发明能够提高监测精确度，无人机倾斜摄影技术的应用极大地提高了沉陷监测的精确度；多角度拍摄捕获的影像，经过精确的处理和三维重建，能够生成高质量的三维地表模型；这些模型在展示地形的立体结构和微小变化方面具有更高的准确性，使得监测人员能够更精确地识别和评估沉陷区域。
-
公开(公告)号：CN118243101A
公开(公告)日：2024-06-25
申请号：CN202410332544.1
申请日：2024-03-22
申请人： 安徽理工大学 , 安徽骏祥空间技术有限公司
摘要： 本发明涉及井下行人导航定位加工技术领域，具体公开了一种基于智能手机的井下高精度行人导航定位方法，该方法包括以下步骤：数据预处理；步数检测：通过所构建的线性合加速度模型进行人员行走过程中准确步数估计，通过滑动窗口技术和动态阈值调整来实时分析行走时的加速度波形特性；非线性步长估计；航向角计算；改进动态时间规整算法，本发明步数检测方法通过采用滑动窗口技术和滤波处理，显著提高了行走步数的检测准确性和可靠性，它有效地减少了高频噪声和误判“伪波峰”的影响，同时通过实时动态调整阈值，增强了对不同行走速度的适应性。不仅使步数检测变得更加准确和灵活，而且在健康监测、运动跟踪等多个领域展现了广泛的应用潜力。
-
公开(公告)号：CN118094204A
公开(公告)日：2024-05-28
申请号：CN202410293150.X
申请日：2024-03-14
申请人： 兖矿能源集团股份有限公司 , 安徽理工大学 , 安徽骏祥空间技术有限公司
IPC分类号： G06F18/2131 , G06F18/2431 , G06F18/214 , G06N3/0464 , G06N3/09 , G06F17/12
摘要： 本发明涉及信号降噪技术领域，具体公开了一种深度学习联合改进EMD和WT的GNSS信号降噪方法，首先采用3σ准则和分段三次Hermite插值对GNSS信号进行预处理，剔除其中的粗差，并且填补缺失的部分；对预处理后的GNSS信号进行ICEEMDAN分解，得到一系列IMFs；计算各IMFs的MPE值，并利用MPE值的变化确定出含噪IMFs与纯净IMFs的分界点；由于MPE值的大小反映了信号的随机和复杂程度，值越大，说明包含噪声的占比越高，因此认定大于分界点的IMFs为含噪IMFs，对其再进行小波阈值降噪，然后与纯净IMFs重构得到最终的降噪结果；构建深度置信网络，以预处理后的GNSS信号作为输入，以最终的降噪结果作为目标输出，训练网络，达到输入GNSS信号即可在短时间内输出降噪信号的目的。
-
公开(公告)号：CN116652507A
公开(公告)日：2023-08-29
申请号：CN202310889791.7
申请日：2023-07-19
申请人： 安徽理工大学环境友好材料与职业健康研究院(芜湖) , 安徽理工大学
摘要： 本发明提供一种焊接切割工装夹具，所述工装包括支撑座、驱动杆以及夹臂机构；支撑座内形成有容纳腔；夹臂机构包括第一夹臂、第二夹臂以及复位组件；第一夹臂和第二夹臂分别与转轴转动连接；第一夹臂一端设有第一夹槽，第一夹臂另一端形成第一驱动部；第二夹臂一端设有第二夹槽，第二夹臂另一端形成第二驱动部；驱动杆伸入容纳腔内分别与第一驱动部和第二驱动部传动连接，并驱动第一驱动部和第二驱动部相背运动，从而使第一夹槽和第二夹槽相对夹紧；复位组件在自然状态下驱动第一驱动部和第二驱动部相对运动，从而使第一夹臂和第二夹臂撑开；本发明提供的方案，其结构设计较为新颖、紧凑，能够实现夹臂的撑开和夹紧，提高工装夹紧作业的质量。
-
公开(公告)号：CN116673593A
公开(公告)日：2023-09-01
申请号：CN202310894383.0
申请日：2023-07-19
申请人： 安徽理工大学环境友好材料与职业健康研究院(芜湖) , 安徽理工大学
IPC分类号： B23K26/04 , B23K26/24 , B23K26/06 , B23K26/062
摘要： 本申请涉及一种电池包壳体焊接方法、装置、设备及存储介质，其方法包括获取焊接段信息并根据所述焊接段信息确定缝隙位置；获取激光束参数和焊接参数；根据所述激光束参数和焊接参数确定针对所述缝隙位置的激光束的补偿位移以及加工参数；在对所述缝隙位置进行焊接时，按照所述激光束的补偿位移和加工参数，调整激光束和/或激光束的加工轨迹。根据激光束参数和焊接参数确定激光束的补偿位移以及加工参数，使得激光束在按照补偿位移进行移动后，焊接缝隙位置的壳体时，激光束形成的光点只照射在壳体上，而不会照射到壳体内部的电池包上，提高了焊接质量。
-
公开(公告)号：CN116883850A
公开(公告)日：2023-10-13
申请号：CN202310888181.5
申请日：2023-07-19
申请人： 安徽理工大学
IPC分类号： G06V20/10 , G06V10/44 , G06V10/86 , G06V10/82 , G06N3/0464
摘要： 本发明公开了一种遥感影像建筑物变化检测方法、装置、介质及设备，该方法包括构建建筑物变化检测模型，所述建筑物变化检测模型包括2个输入，用于分别输入一个遥感影像；训练所述建筑物变化检测模型；将两个时期原始遥感影像数据输入所述建筑物变化检测模型，得到检测结果；所述建筑物变化检测模型，包括：编码器模块；解码器模块；所述编码器模块和解码器模块之间还设有阶段连接模块，在解码网络中设置特征偏移学习模块，本发明通过特征偏移学习模块将自底而上的特征进行对齐，充分利用其对于特征的提取和学习能力，提高了遥感影像建筑物变化检测的精确度。
-
公开(公告)号：CN115982589A
公开(公告)日：2023-04-18
申请号：CN202310114750.0
申请日：2023-02-02
申请人： 安徽理工大学
IPC分类号： G06F18/214 , G06N3/08 , G06N3/0442 , G06F30/20 , G06F119/08
摘要： 本发明公开一种基于LSTM模型的区域加权平均温度信息获取方法，包括：采集区域的ERA5再分析数据；构建与年周期、半年周期和日周期有关的大气加权平均温度模型，基于最小二乘法计算所述大气加权平均温度模型各项系数的振幅大小；获取大气加权平均温度模型的计算数值以及大气加权平均温度模型残差值；构建LSTM神经网络误差补偿模型，获取大气加权平均温度模型残差预报值；基于大气加权平均温度模型以及大气加权平均温度模型残差预报值，获取大气加权平均温度。本发明技术通过构建误差补偿模型，有效弥补现有技术中对大气加权平均温度数值获取计算难度高、精度低等难题，能够进行广泛应用，且具备明显的精确性。
-
公开(公告)号：CN115026361A
公开(公告)日：2022-09-09
申请号：CN202210714065.7
申请日：2022-06-22
申请人： 安徽理工大学
摘要： 本发明提供一种管电极及电加工设备。所述管电极包括管体，所述管体的两端分别形成夹持端和加工端，所述管电极在位于所述夹持端和所述加工端之间的管体的外壁面上形成有绝缘筋，所述绝缘筋由凸出所述管体外壁面且具有绝缘作用和提高管电极刚度的材料层构成。本发明通过在管电极的外壁上设置绝缘筋，改进了电加工大长径比深小孔时，由于管电极动刚度不足，加工时容易产生弯曲、振动，导致的加工过程不稳定的问题；同时由于绝缘筋的作用，加工时，管电极易弯曲部位刚度提高，管电极始终保持较大的动刚度，从而保证管电极直线度、加工过程稳定性，提高加工后深小孔的直线度和圆度。
-
公开(公告)号：CN114444297A
公开(公告)日：2022-05-06
申请号：CN202210071975.8
申请日：2022-01-21
申请人： 安徽理工大学
IPC分类号： G06F30/20 , G06F17/10 , B23G1/32 , G06F119/02
摘要： 本发明公开了一种旋风铣削中螺纹工件表面形貌的预测方法，利用螺纹干式铣削多刃断续成形工艺特性，对工件表面形貌特征进行了分析。根据螺纹工件表面形貌形成机理，建立了螺纹滚道表面残留高度预测模型和表面波纹度预测模型，考虑了切削参数、未变形切屑厚度、螺纹内外径与螺旋角、刀具个数与几何尺寸以及工件‑刀具偏心距等参数对螺纹滚道表面形貌的影响。根据工件表面形貌的预测模型，可以预先对加工参数进行优化以达到最佳的加工方案，进而提高旋风铣削加工质量。
-
公开(公告)号：CN108957502A
公开(公告)日：2018-12-07
申请号：CN201810563621.9
申请日：2018-06-04
申请人： 安徽理工大学
IPC分类号： G01S19/42
CPC分类号： G01S19/42
摘要： 本发明公开了一种基于深度学习LSTM的GNSS多系统多路径误差实时削弱方法，包括以下步骤：(1)将GNSS多系统组合相对定位观测数据进行单历元解算，得到包含有多路径误差的原始坐标序列；(2)搭建深度学习LSTM网络；(3)将步骤(1)中的原始坐标序列进行中值滤波作为多路径误差训练样本，输入步骤(2)中搭建的LSTM网络进行训练；训练成功后保存网络；(4)将之后观测得到的原始坐标序列输入步骤(3)保存的网络中，挖掘坐标序列中多路径误差，利用挖掘的得到的多路径误差对坐标序列进行实时改正。本发明首次将深度学习算法应用于GNSS多系统多路径误差的实时削弱，可成功挖掘多系统多路径误差，并且可对坐标序列进行的多路径误差实时改正。
-
-
-
-
-
-
-
-
-
搜索结果
38 条记录 (耗时 0.089 秒)
