-
公开(公告)号:CN113716049B
公开(公告)日:2024-05-07
申请号:CN202110838005.1
申请日:2021-07-23
Applicant: 西安交通大学
IPC: B64U70/20 , B64U10/20 , B64U80/82 , B64U10/10 , B64U20/87 , B64D7/02 , H02J7/35 , B64U101/30 , B64U101/15 , B64U101/00
Abstract: 本发明涉及无人机侦察与协同作业技术领域,涉及一种子母式无人机系统,包括母机和子机,在母机上安装有装载平台,装载平台上设有固定闭锁装置,子机通过固定闭锁装置固定在装载平台上;子机包括旋翼系统、电源模块、飞控航电模块、侦察相机模块、定位模块和视觉识别系统;侦察相机模块包括相机和图像传输模块,相机和图像传输模块连接,用于在侦察作业阶段负责实时搜索成像和图像回传;定位模块和视觉识别系统共同组成子机的定位系统。还公开了其工作方法,利用母机进行高空长航程巡航侦察任务,子机分离后可独自进行低空局部精细侦察与搜索任务;子机通过固定闭锁装置固定在母机机身,结构稳定性与抗干扰能力强。
-
公开(公告)号:CN117951571A
公开(公告)日:2024-04-30
申请号:CN202410161695.5
申请日:2024-02-05
Applicant: 西安交通大学
IPC: G06F18/24 , G06F18/20 , G06N3/042 , G06F18/2431 , G06N3/0442 , G06N3/0464
Abstract: 一种基于可解释图递归神经网络的故障诊断方法,所述方法包括如下步骤:S100:获取测量数据;S200:构建可解释图递归神经网络;S300:将所述测量数据输入上述可解释图递归神经网络,实现故障诊断。该方法应用于复杂设备的故障诊断中,在学习过程中利用了数据的空间特征,总体上提高了诊断性能。
-
公开(公告)号:CN117949214A
公开(公告)日:2024-04-30
申请号:CN202410354139.X
申请日:2024-03-27
Applicant: 西安交通大学
IPC: G01M15/02
Abstract: 本发明揭示了一种液体火箭发动机故障模拟试验台,包括:火焰异常泄露模拟装置、高压液体泄漏模拟装置、传感器异常脱落模拟装置、强光干扰环境模拟装置、震动干扰环境模拟装置、水雾干扰环境模拟装置和高帧率工业相机。本发明所揭示的液体火箭发动机故障模拟试验台可解决液体火箭发动机实际试车或运行过程中复杂环境干扰因素多、故障数据缺少且获取困难等问题,能够在试后处理工作中更有效的节省资源。
-
公开(公告)号:CN113090259B
公开(公告)日:2024-03-26
申请号:CN202110392559.3
申请日:2021-04-13
Applicant: 西安交通大学 , 陕西省土地工程建设集团有限责任公司
Abstract: 一种适用于地下挥发性气体采集的负压系统,包括负压主体,负压主体的上端连接有盖板,负压主体侧面的一条以上挥发性气体进气道上安装有半透膜;负压主体的负压腔内安装有气动活塞缸,气动活塞缸与盖板连接,气动活塞缸的端头设有活塞缸头,气动活塞缸和活塞一端连接,活塞另一端伸出气动活塞缸外;气动活塞缸通过集成换向阀和驱动电机连接,负压主体主气道的两竖直气道端头连接有保压阀;负压主体为整体件,通过增材制造技术进行加工;负压主体两端加工有内螺纹,用于连接钻头结构和进给系统;本发明使探头内部形成负压,使得探头内外压强差增大,有利于挥发性气体进入探头内部,具有集成化程度高、气体采集率高、控制灵敏等优点。
-
公开(公告)号:CN111553118B
公开(公告)日:2023-10-27
申请号:CN202010340933.0
申请日:2020-04-26
Applicant: 西安交通大学
IPC: G06F30/27 , G06F18/2415 , G06N3/092 , G06F111/06
Abstract: 本发明公开了一种基于强化学习的多维连续型优化变量全局优化方法,该方法包括:强化学习环境的建立;利用强化学习方法在指定优化变量集中选择指定个数的优化变量,然后再对其取值利用连续型优化变量优化算法进行优化的顺序优化策略;优化总体流程以及约束的引入方法。该方法针对多维连续型优化变量全局优化问题,实现了智能优化的目的,并且可以突破传统全局优化方法对优化变量个数的限制,使人工智能技术在优化方面的广泛应用成为了可能。可以应用于具有极大规模设计变量的工业设计、制造加工、控制优化、投资决策、系统工程等场合;并且得益于深度强化学习强大的智能组合优化能力,对于变量间存在复杂耦合关系的系统也有很好的全局优化效果。
-
公开(公告)号:CN116698478A
公开(公告)日:2023-09-05
申请号:CN202310539638.1
申请日:2023-05-15
Applicant: 西安交通大学 , 陕西省土地工程建设集团有限责任公司
IPC: G01N1/08 , B62D55/065
Abstract: 一种复合推进取土设备,包含履带底盘,履带底盘中间连接安装板,安装板上固定安装有第一支架和第二支架;第一支架和第二支架上端开孔内固定有铜套,铜套与翻转轴的两端配合连接,翻转轴的一端穿过铜套经第二行星减速器和第二电机连接;翻转轴和取土单元的安装平台两侧的吊耳连接,取土单元的丝杆穿过翻转轴和取土钻杆连接;安装板一侧固定供气单元,供气单元上安装了泵气阀门、排气阀门,泵气阀门连接进气管,排气阀门连接排气管,进气管、排气管与取土钻杆上端采用密封连接;本发明能精确取出不同深度土层的土壤,采样效率高,大大节约了劳动力。
-
公开(公告)号:CN115012819B
公开(公告)日:2023-06-27
申请号:CN202210720072.8
申请日:2022-06-23
Applicant: 西安交通大学 , 陕西省土地工程建设集团有限责任公司
Abstract: 一种橡皮囊液压激振直推式钻进探测装置,包括履带底盘,履带底盘上连接有车架,车架上方固定有车厢,车厢的前端顶部固定安装螺旋升降机,螺旋升降机的下端通过钻进组件连接部分、橡皮囊液压激振装置、连接钻杆和钻头连接;车架前方安装由配重机构,通过添加重物用于调节整个装置的重心;本发明采用橡皮囊液压激振来减小土壤阻力,并且采用直推式钻进,钻进过程对土壤扰动小,钻进深度易调节,可实现不同深度的土壤污染物原位检测,能适应复杂地形的探测工作,具有钻进机构简单可靠、控制灵敏、密封性好等优点。
-
公开(公告)号:CN114676850A
公开(公告)日:2022-06-28
申请号:CN202210296057.5
申请日:2022-03-24
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于k8s的机器学习模型训练方法及系统,包括以下步骤:依次构建模型训练所需的镜像、算法和数据集;添加模型信息,并创建模型训练输出和训练任务日志输出的文件夹;将模型训练所需的信息保存到数据库;扫描数据库中的任务训练数据表,查看可执行任务,如果有,执行下一步,没有则等待下一次调度;查看K8S机器当前的资源是否满足任务执行需求,如果满足,执行下一步,不满足,则等待下一次调度;构建任务所需的yaml文件;调用k8s创建执行模型训练的job和相关的pv和pvc,开始模型训练。可以有效降低模型训练的难度,可以有效的降低系统的资源使用率,降低模型开发成本,解决了现有技术中维护成本高,模型支撑改进中支持的种类少的问题。
-
公开(公告)号:CN113090259A
公开(公告)日:2021-07-09
申请号:CN202110392559.3
申请日:2021-04-13
Applicant: 西安交通大学 , 陕西省土地工程建设集团有限责任公司
Abstract: 一种适用于地下挥发性气体采集的负压系统,包括负压主体,负压主体的上端连接有盖板,负压主体侧面的一条以上挥发性气体进气道上安装有半透膜;负压主体的负压腔内安装有气动活塞缸,气动活塞缸与盖板连接,气动活塞缸的端头设有活塞缸头,气动活塞缸和活塞一端连接,活塞另一端伸出气动活塞缸外;气动活塞缸通过集成换向阀和驱动电机连接,负压主体主气道的两竖直气道端头连接有保压阀;负压主体为整体件,通过增材制造技术进行加工;负压主体两端加工有内螺纹,用于连接钻头结构和进给系统;本发明使探头内部形成负压,使得探头内外压强差增大,有利于挥发性气体进入探头内部,具有集成化程度高、气体采集率高、控制灵敏等优点。
-
公开(公告)号:CN111553118A
公开(公告)日:2020-08-18
申请号:CN202010340933.0
申请日:2020-04-26
Applicant: 西安交通大学
IPC: G06F30/27 , G06K9/62 , G06F111/06
Abstract: 本发明公开了一种基于强化学习的多维连续型优化变量全局优化方法,该方法包括:强化学习环境的建立;利用强化学习方法在指定优化变量集中选择指定个数的优化变量,然后再对其取值利用连续型优化变量优化算法进行优化的顺序优化策略;优化总体流程以及约束的引入方法。该方法针对多维连续型优化变量全局优化问题,实现了智能优化的目的,并且可以突破传统全局优化方法对优化变量个数的限制,使人工智能技术在优化方面的广泛应用成为了可能。可以应用于具有极大规模设计变量的工业设计、制造加工、控制优化、投资决策、系统工程等场合;并且得益于深度强化学习强大的智能组合优化能力,对于变量间存在复杂耦合关系的系统也有很好的全局优化效果。
-
-
-
-
-
-
-
-
-