-
-
公开(公告)号：CN105685151B
公开(公告)日：2018-01-23
申请号：CN201610191477.1
申请日：2016-03-30
IPC: A21C15/00
Abstract: 本发明公开了一种三明治自动包装机，包括转台，转台周围设有六个与转台固定的辅料桶，六个辅料桶沿转台外周均匀分布，六个辅料桶分别为酱料桶一、酱料桶二、蔬菜桶一、蔬菜桶二、肉松桶一和肉松桶二；转台后设置位于辅料桶出料口下方的传送台，传送台包括传送带，传送带后设置加热板；在传送带一侧设置将面包推送到传送带首端的面包推送台。本发明结构合理，安全可靠。解决了传统手工制作三明治过程中效率低下以及食品安全不达标的问题。
-
公开(公告)号：CN105458483B
公开(公告)日：2017-09-12
申请号：CN201610006491.X
申请日：2014-11-20
Applicant: 南通大学
Abstract: 本发明公开了一种焊后焊缝跟踪机器人自动纠偏及超声冲击系统，由移动式焊接设备、超声波冲击系统、步进电机、控制器、Zibee无线通讯模块、反光片、测距传感器组成。能够实时感测超声波冲击系统作业末端与焊后焊缝的偏差，并实现实时纠偏，实现超声波冲击头对已焊焊缝的准确冲击，以消除焊接应力。本发明结构简单、自动化程度高、焊后焊缝跟踪精度高。
-
公开(公告)号：CN106296685A
公开(公告)日：2017-01-04
申请号：CN201610650011.3
申请日：2016-08-09
Applicant: 南通大学
IPC: G06T7/00
CPC classification number: G06T2207/10012 , G06T2207/30016
Abstract: 本发明公开了一种基于颅外轮廓特征几何不变量多信息3D医学图像配准方法，包括分别提取参考图像和浮动图像的外轮廓点云；分别计算参考图像和浮动图像的质心；分别将两模态的质心平移至与原点重合，得到新的参考模态和浮动模态；分别计算得出参考模态和浮动模态的第一根特征轴向量和第二根特征轴向量；根据求得的特征轴向量构造旋转算子，并完成浮动图像的旋转；平移和旋转后完成配准。本发明几何意义简单直观，经过实验和客观参考对比分析，配准精度高，并具有通用性，便于医生对病人病情进行准确地分析。
-
公开(公告)号：CN106191420A
公开(公告)日：2016-12-07
申请号：CN201610649424.X
申请日：2016-08-09
Applicant: 南通大学
Abstract: 本发明公开了一种焊后冲击机器人轨迹跟踪测控系统，由四个反光片、两个反射式红外或激光传感器、两个测距传感器、一个同步电机、移动式焊接设备、焊后冲击机器人、标杆、两个微型同步电机组成。本发明提供了一种实时记录移动式焊接设备以及焊后冲击机器人移动轨迹的方式，并将其应用于焊后冲击机器人轨迹跟踪测控系统中，使焊后冲击机器人能够准确跟踪焊接喷嘴轨迹，沿着已焊焊缝实施冲击，提高焊后冲击的效率，增强焊接质量。
-
Patent Agency Ranking
公开(公告)号：CN105701968A
公开(公告)日：2016-06-22
申请号：CN201610188342.X
申请日：2014-11-17
Applicant: 南通大学
IPC: G08B21/02
CPC classification number: G08B21/02
Abstract: 本发明公开了一种焊接作业无线监测报警系统，包括焊接人员安全帽、集成有单片机内核的Zgibee片上系统、光敏传感器及接口电路、反射式红外光电传感器及接口电路、三轴加速度传感器、反射片、第一遮光板、第二遮光板护目镜、手持式面罩、Zigbee模块。本发明结构合理，能及时准确判断从业人员是否使用焊手持面罩或护目镜、是否佩戴安全帽、是否跌倒。
-
公开(公告)号：CN105458483A
公开(公告)日：2016-04-06
申请号：CN201610006491.X
申请日：2014-11-20
Applicant: 南通大学
Abstract: 本发明公开了一种焊后焊缝跟踪机器人自动纠偏及超声冲击系统，由移动式焊接设备、超声波冲击系统、步进电机、控制器、Zibee无线通讯模块、反光片、测距传感器组成。能够实时感测超声波冲击系统作业末端与焊后焊缝的偏差，并实现实时纠偏，实现超声波冲击头对已焊焊缝的准确冲击，以消除焊接应力。本发明结构简单、自动化程度高、焊后焊缝跟踪精度高。
-
公开(公告)号：CN105021334A
公开(公告)日：2015-11-04
申请号：CN201510480910.9
申请日：2014-06-11
Applicant: 南通大学
Abstract: 本发明公开了一种基于多权值神经网络的风机能耗监测识别方法，获取训练样本时，通过人为制造各种类型的故障，使风机能耗增加，并采用国标规定的能效检测方法和系统，测试各种故障下风机能耗的增加值，对不同故障引起的能耗增加大小进行分类，将振动特征样本和轨迹特征样本组合，作为神经网络的训练样本，构建高维空间多权值神经元网络。在全天候能耗监测中，只需在风机上加装低成本三轴加速度传感器及涡流传感器，将三维振动信号及轴心轨迹特征向量输入多权值神经网络，网络输出即是能耗增加分类。
-
公开(公告)号：CN105004462A
公开(公告)日：2015-10-28
申请号：CN201510480936.3
申请日：2014-06-11
Applicant: 南通大学
Abstract: 本发明公开了一种基于故障识别的风机能耗监测系统，包括三个分别置于轴承座外壳、电机外壳、通风机外壳上的三轴加速度传感器及转轴垂直平面内的两个相互垂直的涡流传感器，三轴加速度传感器、涡流传感器与信号处理及特征提取模块连接，信号处理及特征提取模块和基于神经网络的分类识别模块连接。在全天候能耗监测中，只需在风机上加装低成本三轴加速度传感器及涡流传感器，将三维振动信号及轴心轨迹特征向量输入多权值神经网络，网络输出即是能耗增加分类。
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.027 seconds)
