-
公开(公告)号:CN113326563B
公开(公告)日:2024-07-12
申请号:CN202110568963.1
申请日:2021-05-24
Applicant: 扬州大学
IPC: G06F30/15 , G06F30/17 , G06F30/23 , G06F119/14
Abstract: 本发明公开了一种基于反馈筛选的智能拨穗机最佳工作参数确定方法,该方法包括如下步骤:S1、智能拨穗机的三维建模;S2.基于Adams的拨穗机不同工况下载荷的提取;S3.不同参数对应水平的试验结果均值的计算;S4.基于极差反向预测的多组工作参数的确定;S5.基于反馈筛选的智能拨穗机最佳工作参数的确定;该方法通过获取智能拨穗机的最佳工作参数进行水稻拨穗授粉工作,对于杂交水稻的高效育种具有很大的研究意义。
-
公开(公告)号:CN118132971A
公开(公告)日:2024-06-04
申请号:CN202410391453.5
申请日:2024-04-01
Applicant: 扬州大学
IPC: G06F18/21 , G06F18/213 , G06F18/27
Abstract: 本发明公开了一种基于缺陷表征综合干扰系数的多维映射特征分析方法,所述的方法包括如下步骤:确定需要分析的相关缺陷表征;基于缺陷表征的特征因子确定与计算;多维映射特征分析方法的建立;多维映射特征分析方法的共同因子识别输出;多维映射特征分析方法的效果评估与验证。本发明可以准确分析干扰系数大的缺陷表征,提高参数决策分析中参数权重确定的准确性和客观性,从而提高决策的可靠性,大大提高机械系统的可靠性和安全性,对于实现机械系统结构的安全稳定具有重要的现实意义。
-
公开(公告)号:CN116976224A
公开(公告)日:2023-10-31
申请号:CN202311055281.6
申请日:2023-08-21
Applicant: 扬州大学
IPC: G06F30/27 , G06N3/04 , G06N3/06 , G06F30/23 , G06F119/04
Abstract: 本发明公开了一种基于莫斯贝塔尔指数神经网络模型的结构疲劳寿命预测方法,包括如下步骤:确定结构疲劳寿命的相关驱动因素;基于高维数据分析试验方法的结构运行工况分析;莫斯贝塔尔指数神经网络模型的建立;莫斯贝塔尔指数神经网络模型的优化;基于莫斯贝塔尔指数神经网络模型的结构疲劳寿命预测的求解。本发明不仅求解精度高,对于实现结构的安全稳定也具有重要的现实意义。
-
公开(公告)号:CN116909146A
公开(公告)日:2023-10-20
申请号:CN202310886485.8
申请日:2023-07-18
Applicant: 扬州大学
IPC: G05B13/04
Abstract: 本发明公开了一种反连续多簇工况反馈的机床最佳工作参数确定方法,包括如下步骤:机床设备反连续谱值系数的确定;实现工况条件下多簇工况因子的确定;对标实际工况的工作参数反馈因子的确定;机床运行参数多簇对标表征系数的确定;机床设备在实际工作状态下的最佳工作参数的确定。本发明通过反结合实际工况条件下的多簇工况分析确定多簇工况因子,融合多簇工况因子与实际工况对标系数调理实际工况的反馈因子,实现机床设备在实际工作状态下最佳工作参数的确定。
-
公开(公告)号:CN116776486A
公开(公告)日:2023-09-19
申请号:CN202310577278.4
申请日:2023-05-22
Applicant: 扬州大学
IPC: G06F30/17 , G06F30/23 , G06Q10/0635 , G06Q50/04 , G06F119/14
Abstract: 本发明公开了一种基于顶尖风险矩阵的齿轮加工装置安全指标评估方法,包括以下步骤:确定基于外载偏导率特征的易损伤位置;确定基于非线性风险矩阵的易损伤位置的顶尖单元;实时监测顶尖单元的风险矩阵因子;确定易损伤位置中风险矩阵因子;确定安全指标值;本发明能实现齿轮加工装置在实时稳定工作载荷条件下安全指标的在线评估。
-
公开(公告)号:CN113499035B
公开(公告)日:2023-09-05
申请号:CN202110783626.4
申请日:2021-07-12
Applicant: 扬州大学
IPC: A61B5/00 , A61B5/0205 , A61B5/145
Abstract: 本发明公开了一种基于置信区间融合阈值判据的疼痛识别系统,包括监测数据采集模块、阈值处理模块、疼痛识别模块、输出模块和报警模块;监测数据采集模块用于采集多维度的监测数据;阈值处理模块用于融合阈值判据对疼痛监测数据进行预处理;疼痛识别模块利用构建的疼痛监测数据分级模型对所述监测数据进行函数训练,确定疼痛检测数据置信区间,输出模块用于对各个实时监测数据训练所对应的疼痛级别范围进行显示,并传送至医护人员电脑;报警模块用于判断监测数据是否在有效范围内,若监测数据无效则发出报警信息提示医护人员进行处理。本发明能对患者疼痛程度进行实时和精确化的监测识别,从而实现患者的有效疼痛评估和处理。
-
公开(公告)号:CN114413804B
公开(公告)日:2023-08-22
申请号:CN202011177147.X
申请日:2020-10-28
Applicant: 扬州大学
IPC: G01B17/04
Abstract: 本发明公开了一种基于局部监测应变能的收割机最佳作业参数确定方法,该方法包括如下步骤:S1、收割机结构局部应变能的实时监测;S2、谷稻收割接触过程中的复合维度应力因子计算;S3、全接触范围内维度尖度因子分布值的确定;S4、全接触区域尖度因子分布能量值的计算;S5、收割过程中最佳作业参数的确定。通过实时监测局部应变能来实时计算结构与谷稻接触过程中的复合维度应力因子,建立全接触范围内的维度尖度因子分布值,并通过尖度因子分布能量与实时监测的结构超声能量进行综合来确定收割机收割过程中的最佳剪切力,该方法监测精度高。
-
公开(公告)号:CN111460702B
公开(公告)日:2023-06-20
申请号:CN202010159711.9
申请日:2020-03-09
Applicant: 扬州大学
IPC: G06F30/23 , G01L5/00 , G06F119/14 , G06F111/04
Abstract: 本发明公开了一种基于正逆向损伤特征融合的结构件损伤识别方法,该方法包括如下步骤:S1、结构件易损伤位置残余应力的实时测量;S2、基于实时残余应力值的递进因子畸变率计算;S3、基于递进因子畸变率的损伤位置粗选;S4、基于裂纹萌生‑扩展临界判据的结构件是否损伤判定;S5、基于裂尖能量释放过程的结构件损伤程度判定;S6、基于正向损伤程度判定与逆向递进因子畸变率的损伤识别。该方法检测精度高,对于实现结构件损伤识别具有重要的现实意义。
-
公开(公告)号:CN111079267B
公开(公告)日:2023-05-23
申请号:CN201911196382.9
申请日:2019-11-28
Applicant: 扬州大学
IPC: G06F30/20 , G01L1/12 , G01L5/00 , G01M13/00 , G01M17/007 , G06F119/14 , G06F119/02
Abstract: 本发明公开了一种基于微观残余应力突度的装载机底盘可靠性检测方法,包括如下步骤:S1、确定装载机底盘易损伤的区域;S2、基于漏磁方式的关键区域残余应力实时采集;S3、固定时间节点的底盘易损伤区域残余应力密集度计算;S4、固定时间节点的底盘易损伤区域残余应力突度计算;S5、装载机底盘可靠性指标的计算。该检测方法实时、高效、精度高。
-
公开(公告)号:CN111597740B
公开(公告)日:2023-04-25
申请号:CN202010292707.X
申请日:2020-04-14
Applicant: 扬州大学
IPC: G06F30/23 , A01D41/127 , G06F119/14
Abstract: 本发明公开了一种基于介尺度超声畸窄带的收割机健康监测方法,包括如下步骤:S1、收割机结构损伤位置的确定;S2、损伤位置中介尺度区域的临界性筛选;S3、介尺度区域的超声能量采集;S4、介尺度区域无损伤状态的超声能量求解,获得超声能量畸窄带;S5、基于介尺度超声能量畸窄带的收割机健康状态计算。该监测方法实时、高效、准确。
-
-
-
-
-
-
-
-
-