一种智能无人机及其控制系统及方法

    公开(公告)号:CN116853555A

    公开(公告)日:2023-10-10

    申请号:CN202311001021.0

    申请日:2023-08-09

    摘要: 本发明涉及一种智能无人机及其控制系统及方法;中心盒体的左右两侧分别与左侧椭圆半球内壳和右侧椭圆半球内壳相连接,左侧椭圆半球内壳和右侧椭圆半球内壳的外侧分别固定连接有左侧椭圆扩展连接环架和右侧椭圆扩展连接环架,左侧椭圆扩展连接环架和右侧椭圆扩展连接环架之间设置有缝隙,该缝隙内均等设置有顶部主动蜗轮以及三个从动齿轮,主动蜗轮通过蜗杆与固定安装在中心盒体顶部中心位置的回转电机的输出端相连接;提高了无人机的拍摄范围和拍摄能力,同时提供了回旋摄像头在发生位置变换作业时的稳定电力提供,消除了无人机因回旋摄像头的运行导致的飞行稳定系数低的缺陷;避免摄像头的拍摄空挡,保证无人机拍摄范围持续处于有效拍摄范围。

    一种铁磁材料缺陷分类方法及其装置

    公开(公告)号:CN116821787A

    公开(公告)日:2023-09-29

    申请号:CN202310623697.7

    申请日:2023-05-27

    摘要: 本发明提供一种铁磁材料缺陷分类方法及其装置,涉及弱磁信号处理技术领域,解决了现有技术中缺陷磁信号进行分类识别时,建模复杂,且识别分类精度较低的问题。所述铁磁材料缺陷分类方法,包括:获取铁磁检测材料的弱磁信号,提取弱磁信号中的特征量;将弱磁信号中的特征量输入铁磁材料分类模型中进行分类识别,得到铁磁检测材料弱磁信号的分类结果,并输出;其中,铁磁材料分类模型根据缺陷损伤铁磁材料的缺陷弱磁信号的特征量集合对第一预设神经网络模型进行训练得到,所述第一预设神经网络模型根据预设算法对第一神经网络模型的目标网络参数进行优化处理确定。本发明的方案实现了对铁磁材料缺陷磁信号的精准识别,且具有模型结构简洁的优点。

    一种电力谐波检测装置
    6.
    发明公开

    公开(公告)号:CN105977912A

    公开(公告)日:2016-09-28

    申请号:CN201610279072.3

    申请日:2016-04-28

    IPC分类号: H02H3/52

    CPC分类号: H02H3/52

    摘要: 本发明公开了一种电力谐波检测装置,包括第一电感至第三电感、第一整流器、第二整流器、电容、稳压管、可控硅、第一按钮开关、第二按钮开关和接触器,第一电感至第三电感线圈套装在电力电缆上,电力电缆中有电流通过时,使用电感产生电流,电流经过第一整流器整流后输出至可控硅控制端,当电力谐波过大时,电流达到可控硅的导通点时,可控硅导通,使第二整流器输出电流使接触器断开接触器的控制开关,与现有技术相比,本发明通过电感感应电力线缆上的电力谐波,当产生的电力谐波强度过大时,自动控制接触器使电力自动断开,从而达到检测和保护的目的,使用方便,具有推广应用的价值。

    一种无人机图像采集自动控制方法

    公开(公告)号:CN117496380A

    公开(公告)日:2024-02-02

    申请号:CN202311489953.4

    申请日:2023-11-09

    IPC分类号: G06V20/17 G06V10/30 G06V10/26

    摘要: 本发明涉及图像处理技术领域,具体涉及一种无人机图像采集自动控制方法。方法包括:获取无人机采集到的电力线路的灰度图像,对灰度图像进行分割获得像素块;根据每个像素块内不同像素点对应的窗口内像素点的灰度差异,确定每个像素块对应的滤波强度;根据每个像素点所在的像素块对应的滤波强度、每个像素点对应的窗口与其所在的像素块内其他像素点对应的窗口内像素点的灰度差异,获得去噪后的图像。本发明提高了电力线路的灰度图像的滤波效果。

    基于视觉特征融合的复杂旋转机械设备故障诊断方法

    公开(公告)号:CN113432877A

    公开(公告)日:2021-09-24

    申请号:CN202110713796.5

    申请日:2021-06-26

    IPC分类号: G01M15/00 G06F17/16 G06F30/20

    摘要: 本发明公开了一种基于视觉特征融合的复杂旋转机械设备故障诊断方法,涉及旋转机械设备故障诊断技术领域,本发明首先通过原始振动信号获取虚拟振动信号,并通过两者构造表征航空发动机故障的振动图像,然后,采用深度学习以及迁移学习获取高层故障特征,最后,在连续的采样周期内,将多模态故障特征聚类以构成故障特征组,基于时空相关性构建多模态故障特征时空模型,提出采用一种有效的张量分解方法,实现在该模型下的故障诊断。该基于视觉特征融合的复杂旋转机械设备故障诊断方法,解决了现有的诊断方法故障诊断样本数据不够完备、故障特征表征提取困难和故障诊断能力较差的问题。