-
公开(公告)号：CN115140351B
公开(公告)日：2023-09-01
申请号：CN202210806215.7
申请日：2022-07-08
Applicant: 广州大学
IPC: B65B43/30 , B65B63/02 , B65B63/00 , B65B1/04 , B65B1/24 , B65B51/14 , B65B51/10 , B65B39/02 , B65B57/18 , B65B51/02 , B07B1/28 , B07B1/42 , B07B1/46
Abstract: 本发明提供了一种瓷砖胶粉筛分回收设备，包括机架，所述机架的顶部设有传送机构，所述机架的一侧设有回收机构，所述回收机构位于所述传送机构的起始端，所述机架上沿所述传送机构的传送方向依次设有进料机构、压实机构、热封机构和防潮袋打包机构，靠近所述进料机构的一侧设有瓷砖胶粉筛分输送机构；该设备通过瓷砖胶粉筛分输送机构将杂物进行滤除之后输送到进料机构，然后回收机构与进料机构配合将剩余的瓷砖胶粉收集到回收袋中，再通过传送机构将回收袋输送至下一工作站，并依次通过压实机构、热封机构和防潮带打包机构对回收袋进行压实、封口和包裹防潮袋处理，实现了瓷砖胶粉的除杂、回收、打包和防潮处理的全机械化，减少了工人的劳动强度。
-
公开(公告)号：CN115828061A
公开(公告)日：2023-03-21
申请号：CN202211440580.7
申请日：2022-11-17
Applicant: 广州大学
IPC: G06F18/10 , G06F17/16 , G06N3/084 , G06F18/2415 , G06N3/0442 , G01H11/08 , G01P3/49
Abstract: 本说明书实施例提供了一种核电碘过滤巡检设备故障诊断方法及系统，其中，通过设置在所述核电碘过滤巡检设备上的故障诊断装置检测所述核电碘过滤巡检设备的故障，检测方法包括：S1、获取第一振动信号；S2、根据所述第一振动信号以及预设门限对所述第一振动信号进行预处理，确定本征模态函数分量集合；S3、根据所述本征模态函数分量集合，确定表征本征模态函数分量集合的总能量的特征向量；S4、通过所述特征向量训练LSTM网络模型，通过训练后的LSTM模型，对待检测的振动信号进行分析，得到故障检测结果。
-
公开(公告)号：CN113654818B
公开(公告)日：2022-09-16
申请号：CN202110823446.4
申请日：2021-07-21
Applicant: 广州大学
Abstract: 本发明公开了一种基于胶囊网络的设备故障检测方法、系统、装置及介质，方法包括：获取预设的第一振动信号，通过后缀树算法对第一振动信号进行分解，得到第一重复特征波形和第一重复时间序列；根据第一重复特征波形和第一重复时间序列确定第一时频特征图，根据第一时频特征图构建训练样本集；构建第一胶囊网络；将训练样本集输入到第一胶囊网络中进行训练，对第一胶囊网络的参数进行优化，得到训练好的设备故障识别模型，根据设备故障识别模型确定待检测设备的第二振动信号的故障类型识别结果。本发明通过后缀树算法获取用于胶囊网络训练的时频特征图，提高了训练样本的准确性和可靠性，提高了故障识别的准确度，可广泛应用于故障检测技术领域。
-
公开(公告)号：CN113609933B
公开(公告)日：2022-09-16
申请号：CN202110823447.9
申请日：2021-07-21
Applicant: 广州大学
Abstract: 本发明公开了一种基于后缀树的故障检测方法、系统、装置及存储介质，方法包括：获取第一故障信号，并通过后缀树算法对第一故障信号进行分解，得到故障重复波形和重复时间序列；根据故障重复波形和重复时间序列确定第一故障信号的第一时频特征图，并根据第一时频特征图构建训练图片集；将训练图片集输入到预先构建的卷积神经网络中进行训练，得到训练好的故障识别模型；获取待检测的第二故障信号，并通过后缀树算法确定第二故障信号的第二时频特征图，进而将第二时频特征图输入到故障识别模型，输出得到故障类型识别结果。本发明提高了训练样本的准确性和可靠性，进而提高了故障识别模型的精度和故障检测的准确度，可广泛应用于故障检测技术领域。
-
公开(公告)号：CN114952790A
公开(公告)日：2022-08-30
申请号：CN202210552488.3
申请日：2022-05-20
Applicant: 广州大学
IPC: B25J9/00
Abstract: 本发明涉及外骨骼领域，且公开了一种助力外骨骼，包括踝关节机构、腿部机构、腰髋部机构、肩部机构和手臂机构，所述踝关节机构上方设置有腿部机构，踝关节机构与腿部机构之间弯曲角度最小角度为八十度，腿部机构上方设置有可以前后以及左右活动的腰髋部机构，腰髋部机构上方设置有肩部机构，肩部机构正面设置有可活动的手臂机构，该助力外骨骼，本发明提供了一种面向搬运助力的无源外骨骼，该机构设计方案实现了对人体多关节和骨肌进行助力的效果，穿戴方便且结构相对简单，能够充分发挥穿戴者的主观能动性，且满足生产成本低，续航时间久的需求。
-
Patent Agency Ranking
公开(公告)号：CN113119119B
公开(公告)日：2022-07-05
申请号：CN202110339458.X
申请日：2021-03-30
Applicant: 广州大学
IPC: B25J9/16 , B25J19/02 , G06V10/764 , G06V10/25 , G06V10/22 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/56 , G06V20/10
Abstract: 本发明公开了一种机器人动作的执行方法、装置和存储介质，本发明通过确定第一位置与第二位置之间的距离,当距离大于等于切换阈值，机器人执行导航动作以向目标位置进行移动，当距离小于切换阈值，根据第一位置和第二位置确定输入状态，将输入状态输入至避障网络模型，得到避障动作，机器人执行避障动作以避开障碍物，根据距离与切换阈值确定机器人的动作执行策略，使得机器人适应性强，能够根据障碍物的情况选取不同的动作进而保证机器人能够尽快地到达目标位置；而避障网络模型具有值函数，避障动作使得值函数为最大值，使得机器人能够尽快避开障碍物从而提高到达目标位置的速度,本发明可广泛应用于机器人技术领域。
-
公开(公告)号：CN114668064A
公开(公告)日：2022-06-28
申请号：CN202210417446.9
申请日：2022-04-20
Applicant: 广州大学
IPC: A23G3/20
Abstract: 本发明提供了一种软糖装馅装置，包括：装置本体、搅拌机构、烘烤箱机构、烘烤箱行程机构、热烘平台机构、保温罩开闭机构、切割刀机构、铺贴机构以及控制系统；所述烘烤箱机构、所述烘烤箱行程机构、所述搅拌机构、所述热烘平台机构、所述保温罩开闭机构、所述切割刀机构以及所述铺贴机构均设置在所述装置本体上并且与所述控制系统电连接；所述烘烤箱机构与所述烘烤箱行程机构连接。本发明从搅拌甜馅、铺设锡纸、挤压甜馅、刮离软糖到封闭热烘处理的全过程实现了机械化操作和控制，彻底改善了依赖人工全流程作业的粗犷式作业方式，改善软糖热烘过程，保证软糖的口感和形状。
-
公开(公告)号：CN113134834B
公开(公告)日：2022-06-03
申请号：CN202110347399.0
申请日：2021-03-31
Applicant: 广州大学
Abstract: 本发明公开了一种机器人的控制信号确定方法、装置及存储介质，本发明通过获取机器人的第一状态，将第一状态输入评价网络，得到第一输出结果，将第一输出结果输入动作网络，得到第二输出结果，使得第一网络参数所确定的第一输出结果能够基于期望状态确定一个有效的评分，使得基于评分得到的第二输出结果为能够对机器人进行快速有效控制的输出结果；而根据第二输出结果与信号输出阈值，确定控制信号，能够使得最终确定的控制信号在用于对机器人进行控制时，机器人能够在最大限度上作出最佳的动作，以最快的速度到达目的位置。本发明可广泛应用于机器人技术领域。
-
公开(公告)号：CN113670610A
公开(公告)日：2021-11-19
申请号：CN202110823449.8
申请日：2021-07-21
Applicant: 广州大学
IPC: G01M13/045 , G06F17/14 , G06F17/15 , G06N3/08
Abstract: 本发明公开了一种基于小波变换与神经网络的故障检测方法、系统及介质，方法包括：获取待测轴承的第一振动信号；确定第一振动信号的第一频域信息，并根据第一频域信息选取对应的小波基函数；根据小波基函数对第一振动信号进行连续小波变换，得到第一时频图；将第一时频图输入到预先训练好的故障诊断模型，输出得到故障类型识别结果；其中，故障诊断模型通过卷积神经网络训练得到。本发明实施例通过选取合适的小波基函数可以在连续小波变换中保留微弱的故障振动信息，避免了噪声的干扰，提高了时频图的精度，进而提高了轴承故障检测的准确度；通过卷积神经网络训练故障诊断模型，提高了轴承故障检测的效率，可广泛应用于设备轴承故障检测技术领域。
-
公开(公告)号：CN113654818A
公开(公告)日：2021-11-16
申请号：CN202110823446.4
申请日：2021-07-21
Applicant: 广州大学
Abstract: 本发明公开了一种基于胶囊网络的设备故障检测方法、系统、装置及介质，方法包括：获取预设的第一振动信号，通过后缀树算法对第一振动信号进行分解，得到第一重复特征波形和第一重复时间序列；根据第一重复特征波形和第一重复时间序列确定第一时频特征图，根据第一时频特征图构建训练样本集；构建第一胶囊网络；将训练样本集输入到第一胶囊网络中进行训练，对第一胶囊网络的参数进行优化，得到训练好的设备故障识别模型，根据设备故障识别模型确定待检测设备的第二振动信号的故障类型识别结果。本发明通过后缀树算法获取用于胶囊网络训练的时频特征图，提高了训练样本的准确性和可靠性，提高了故障识别的准确度，可广泛应用于故障检测技术领域。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.066 seconds)
