用于移动型岸电站的被动式磁悬浮散热风扇及其控制方法

    公开(公告)号:CN116600538A

    公开(公告)日:2023-08-15

    申请号:CN202310536052.X

    申请日:2023-05-12

    Abstract: 本发明属于电气装置散热结构设计领域,具体地说,是一种移动型岸电站散热结构及其动力学平衡模型设计,整体采用立体柜体结构设计,该立体柜体底端设置有进风口,柜体顶部设置有出风口,出风口处放置有被动式磁悬浮散热风扇,柜体的中间部设置有电力电子散热装置,电力电子散热装置内置有液态金属、外包裹散热鳞片,电力电子散热外部四周向内收缩设置与柜体之间形成天然的散热风道。本发明中散热设计无需风扇驱动能量,低碳环保节能;核心部件采用模块化封装,便于快速更换维修;无需改变风道结构,仅通过风道内部的温差改变流速,达到改变风道口径同样的功能,这种设计既节省能源,又结构简单控制方便。

    一种岸电电力设备装配用磁悬浮物流传输装置及控制方法

    公开(公告)号:CN118306792A

    公开(公告)日:2024-07-09

    申请号:CN202410400686.7

    申请日:2024-04-03

    Abstract: 本发明公开了一种岸电电力设备装配用磁悬浮物流传输装置及控制方法,包括托盘和底座,所述托盘上排布有多组线圈组,线圈组包括多组主线圈组、副线圈组和横移线圈组,主线圈组关于托盘的第一轴线对称分布在托盘两侧;副线圈组及横移线圈组关于托盘的第二轴线对称分布在托盘另外两侧,同时,每侧的横移线圈组均设置在副线圈组外侧,每组副线圈组及每组横移线圈组中的线圈均关于托盘的第一轴线对称分布,所述第一轴线与第二轴线垂直。本发明建立了物流传输装置的力‑电流模型;针对高重心引起的易于产生不平衡转矩,设计了一种反步非奇异快速终端滑模控制器,使得该物流传输装置能够实现水平定位和移动,且其悬浮系统响应迅速、抗干扰能力强,能够准确地到达指定位置并且保证悬浮姿态和高度的稳定,具有较强的重心校正和较快的平衡控制处理速度。主线圈组和副线圈组中的线圈与底座永磁体平行安装,横移线圈与底座永磁体垂直安装并同时垂直于托盘平面。

    一种适用于岸电系统的节点运行信息监控采集模块

    公开(公告)号:CN218071107U

    公开(公告)日:2022-12-16

    申请号:CN202221005014.9

    申请日:2022-04-27

    Abstract: 本实用新型涉及岸电监控技术领域,具体地说,是一种适用于岸电系统的节点运行信息监控采集模块,包括5个信息采集点分别设置在岸电系统的大电网进线端、AC‑DC进线端、直流母线端、输出端和负载端,每个信息采集点设置有电流传感器、电压传感器、功率传感器和频率变送器,电流传感器、电压传感器、功率传感器和频率变送器并联后与A/D转化器相连,A/D转化器连接到单片机,单片机具有高速处理芯片,单片机与上位机相连,本实用新型对岸电系统设备设置的采集点处对所需的参数进行采集,保证了岸电系统采集数据的高速性、精确度和同步性,为岸电系统正常的正常运行和故障分析提供了坚实的保障。

    一种应用于水下机器人桥墩裂缝检测的水下扭曲图像复原方法

    公开(公告)号:CN119205574A

    公开(公告)日:2024-12-27

    申请号:CN202411247900.6

    申请日:2024-09-06

    Inventor: 贡涵 王伟然

    Abstract: 本发明公开了一种应用于水下机器人桥墩裂缝检测的水下扭曲图像复原方法,包括:实时观测桥墩周围水况并据此建立流体应力模型及其坐标系;计算得到湍流绕桥墩具体作用力范围;根据湍流绕桥墩具体作用力范围,计算得到目标图像像素点偏置位移;根据获取的像素点偏置位移,建立特征扭曲点中原像素点的坐标集合;采用基于多项式展开的光流法补偿出坐标集合中原像素点的周围相邻点;重复步骤直至获得N个像素点及其相邻点集合,展开点集合获得复原后的图像。本发明全过程以图像扭曲的根本原因是像素点的畸变为对象进行矫正,而非估算水下空间扭曲情况,更适用于桥墩深水区的图像复原,也不受漩涡湍流的干扰浅深影响到最后的复原图像质量。

    基于深度学习的AUV推进器多信源融合故障诊断方法及系统

    公开(公告)号:CN114544155B

    公开(公告)日:2024-10-25

    申请号:CN202210105260.X

    申请日:2022-01-28

    Abstract: 本发明公开了一种基于深度学习的AUV推进器多信源融合故障诊断方法及系统,方法包括:采集AUV推进器各种故障类型的一维时间序列故障数据;将采集到的各种故障类型的一维时间序列故障数据进行数据预处理操作,得到多个多信源样本数据;将预处理后得到的多信源样本数据划分为训练集、验证集、测试集;建立卷积神经网络故障诊断模型,将训练集的多信源样本数据输入卷积神经网络故障诊断模型中进行前向传递和反向传播计算,训练卷积神经网络故障诊断模型参数;模型的验证与测试。本发明方法可自动对原始故障数据进行提取特征和诊断,无需任何手工特征提取操作,使人们对AUV推进器的故障诊断更加方便快捷。

Patent Agency Ranking