-
公开(公告)号：CN117179704A
公开(公告)日：2023-12-08
申请号：CN202311158053.1
申请日：2023-09-08
Applicant: 燕山大学
IPC: A61B5/00 , A61B5/1455
Abstract: 本发明公开了一种基于跨脑区和超扫描检测的多频扩展式NIRS系统，属于功能近红外光谱成像领域，本发明所述系统用于单人单脑区、单人多脑区、双人单脑区、双人多脑区、多人单脑区场景下的血氧信号检测，属于跨脑区和超扫描近红外检测技术领域，系统包括：主控单元、发射单元、接收单元、供电单元和上位机单元；所述系统基于跨脑区和超扫描血氧检测场景，对不同编号发射、接收单元进行多频锁定式扩展，实现了单台设备从单人单脑区到多人单脑区的简易、快速扩展；本发明所述系统在较复杂的血氧检测场景下具备快速扩展、同步检测、操作便捷的特点，既避免了跨脑区血氧检测多通道扩展复杂度，又保证了超扫描血氧检测光源配置一致性及数据同步性。
-
公开(公告)号：CN116530932A
公开(公告)日：2023-08-04
申请号：CN202310282720.0
申请日：2023-03-21
IPC: A61B5/00 , A61B5/1455
Abstract: 本公开提供了一种用于频域近红外成像系统的信号收发模块，包括控制单元、第一信号源单元、第二信号源单元、模数转换单元，控制单元被设置为控制第一信号源单元向光发射装置输出第一射频信号，并向光发射装置输出对应于每个红外光源的控制信号，以使光发射装置通过至少一个红外光源依次发出设定波长的红外光；控制单元还被设置为控制第二信号源单元向光接收装置输出第二射频信号，以供光接收装置对光电探测器接收的反射光和第二射频信号进行外差检测，得到差频电压信号；模数转换单元被设置为对差频电压信号进行模数转换处理，得到待测对象的近红外检测数据，并将近红外检测数据传输至主控装置，以用于检测待测对象的神经活动。
-
公开(公告)号：CN115750228A
公开(公告)日：2023-03-07
申请号：CN202211369319.2
申请日：2022-10-28
Applicant: 燕山大学
Abstract: 本发明提出一种风电机组变桨系统故障预警方法，属于风电机组故障预警领域，首先，从风电场的数据采集与监测控制(SCADA)系统中选取与变桨系统相关的特征数据；然后，针对SCADA数据中存在的离群点，利用线性回归模型对数据进行清洗。最后，针对风电机组变桨系统的对称结构特点，设计了能够充分提取具有对称特征变量的变桨结构编码网络，通过分组卷积特征学习模块实现对变桨特征变量的分组编码学习，进一步利用特征注意力机制自动提取重要的特征信息。本发明所设计的变桨结构编码网络融合了变桨系统的结构信息，能够更加有效的挖掘不同特征变量内在的关联特征，具有早期故障预警能力强、预警误报率低的特点。
-
公开(公告)号：CN113673442A
公开(公告)日：2021-11-19
申请号：CN202110971115.5
申请日：2021-08-24
Applicant: 燕山大学
Abstract: 本发明涉及风力发电机组状态检测技术领域，一种基于半监督单分类网络的变工况故障检测方法，利用小波包分解对原始数据进行变换得到多个子频带，用于构建小波包系数矩阵，通过注意力机制赋予不同行小波包系数不同的权重，设计具有不同卷积核大小的卷积网络，以并行方式在多个卷积核尺度下挖掘变工况条件下轴承振动信号的时间特征，利用轴承正常状态下的振动数据和少量故障状态下的振动数据进行建模和训练，只需少量有标记的故障样本参与，通过构建半监督学习模型，有效地避免了故障数据获取难、故障模式不完备、故障标记成本高等问题；与传统的机器学习方法相比，本发明能够提高变工况条件下轴承故障检测的准确性和可靠性。
-
公开(公告)号：CN113255458A
公开(公告)日：2021-08-13
申请号：CN202110473166.5
申请日：2021-04-29
Applicant: 燕山大学
IPC: G06K9/00 , G06K9/62 , G01M13/045
Abstract: 本发明公开一种基于多视图关联特征学习的轴承故障诊断方法，将振动信号和电流信号视为不同的视图，基于多视图学习设计齿轮箱轴承振动信号与发电机电流特征的关联特征学习方法，应用于风电齿轮箱轴承的多故障诊断。该方法首先从振动和电流信号中提取小波包分频带时域统计特征得到初始的振动特征空间和电流特征空间，然后将振动与电流特征样本成对输入典型相关学习网络进行关联性特征学习，使电流与振动信号特征映射之间的相关性最大，实现振动和电流特征的增强性提取。本发明能够以无监督的方式学习振动与电流信号中的关联属性并获得共有故障特征信息，充分利用多传感信号的综合诊断优势，与单一信号特征方法相比，提高故障诊断的精度和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN111166347A
公开(公告)日：2020-05-19
申请号：CN202010055235.6
申请日：2020-01-17
Applicant: 燕山大学
Abstract: 本发明涉及一种用于预判脑卒中的系统、方法以及控制器和介质，所述系统包括信号采集模块，用于获取待测受试者身体预设位置的sLFOs信号，所述sLFOs信号为系统性低频振荡信号；参数提取模块，用于基于所述sLFOs信号提取第一输入参数和第二输入参数；评估值获取模块，用于将所述第一输入参数和第二输入参数输入预先构建的脑卒中预判模型中，得到第一评估值和第二评估值；脑卒中预判模块，用于基于所述第一评估值和第二评估值输出所述待测受试者的预判结果。本发明能够快速、准确地预判脑卒中，为治疗患者赢得了更加宝贵的时间。
-
公开(公告)号：CN106902421B
公开(公告)日：2020-03-31
申请号：CN201710034314.7
申请日：2017-01-17
Applicant: 燕山大学
IPC: A61M5/20 , A61B5/0476
Abstract: 本发明公开了一种个人化麻醉闭环控制系统，脑电数据采集装置的信号采集端获取脑电数据，之后将采集到的脑电数据传输至脑电信号预处理装置中进行噪声与异常值的去除；之后脑电信号预处理装置将预处理后的脑电数据传送到脑电信号分析装置中；脑电信号分析装置与闭环控制系统相连并对预处理后的数据进行分析，得到期望的麻醉深度指标RPE(Renyi permutation entropy)值，并将RPE值传送到闭环控制系统中；闭环控制系统与注射装置相连并控制其工作，闭环控制系统计算出下一步麻醉剂输注速度，注射装置接收到信号后，注射装置完成麻醉剂输注速度的实时控制。本发明具有实时监测、自动控制、精准度高等优点。
-
公开(公告)号：CN104984484A
公开(公告)日：2015-10-21
申请号：CN201510449656.6
申请日：2015-07-28
Applicant: 燕山大学
IPC: A61N5/067
Abstract: 一种闭环式近红外脑刺激装置，它包括计算机、采集与发射卡、恒流源、近红外激光器、微电极、差分放大器；其中，计算机与采集与发射卡通过数据线互通连接，采集与发射卡输出端的I/O接口与恒流源的信号输入端连接，恒流源的输出端与近红外激光器信号输入端连接，近红外激光器输出的近红外光照射在人体头部；微电极的输入端获取脑神经电信号，微电极的输出端与差分放大器输入端相连，差分放大器的输出端与采集与发射卡输入端的A/D接口接通。本发明具有结构简单、操控方便、刺激精度高等优点。
-
公开(公告)号：CN103584851A
公开(公告)日：2014-02-19
申请号：CN201310507608.9
申请日：2013-10-24
Applicant: 燕山大学
Abstract: 本发明公开一种多通道神经元信号采集调控与传输装置，该装置包括前置阻抗转换模块、模拟放大及模数转换板、数据采集和处理模块、数据传输控制模块、刺激控制器、刺激波形生成模块、移动电源、网口/光纤转换模块和上位机。本发明针对神经电生理对神经元信息分析的要求，设计了基于FPGA的多通道并行采集和可进行同步刺激的装置，适用于针对动物的多通道神经元信号提取，提供了多种可编程的刺激波形。本发明控制灵活，操作方便，通过一个上位机命令包可同时控制系统各部分完成多种神经电生理实验，提取使用者感兴趣的信息，是一种新型可靠的神经电生理实验工具。
-
公开(公告)号：CN114919772B
公开(公告)日：2024-08-13
申请号：CN202210619865.0
申请日：2022-06-02
Applicant: 燕山大学
IPC: B64F5/60
Abstract: 本发明公开了一种单旋翼带尾桨式无人直升机旋转机械故障模拟实验台，该实验台整体采用组合式安装方式，实验平台的下端装有脚轮和橡胶垫，上端承载伺服电机、扭矩传感器、电涡流制动器、减速箱、尾桨。伺服电机与盘式扭矩传感器直连并立式安装，传感器上方安装同步轮，用同步带与减速箱输入轴连接，电涡流制动器输出轴上方安装盘式扭矩传感器，传感器另一侧配置同步轮，通过同步带与减速箱主桨连接，减速箱尾桨输出轴通过联轴器串接微量程动态扭矩传感器，在传感器的轴端配有同步轮，靠同步带带动尾桨转动。该实验台可模拟主桨减速箱及尾桨在不同转速、载荷下旋转机械欠润滑、过润滑、润滑污染及破损等故障，降低真机试验成本，提高故障检测效率。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.023 seconds)
