-
公开(公告)号：CN103301792A
公开(公告)日：2013-09-18
申请号：CN201310182683.2
申请日：2013-05-17
Applicant: 哈尔滨工业大学
IPC: B01J13/18 , C09J133/04
Abstract: 原位聚合法制备脲醛树脂微胶囊压敏胶黏剂，涉及一种微胶囊的制备方法。本发明按照原位聚合法将丙烯酸酯压敏胶黏剂作为芯材料包裹在壳材料为脲醛树脂的微胶囊中。本发明第一次将丙烯酸酯压敏胶包裹在脲醛树脂微胶囊中，由于微胶囊的壁材没有粘性，使用时只需一定外力将微胶囊打破压敏胶便会流出来发挥作用，同时省去防粘纸可以达到节省原料保护环境的目的。
-
公开(公告)号：CN119647113A
公开(公告)日：2025-03-18
申请号：CN202411727997.0
申请日：2024-11-28
Applicant: 哈尔滨工业大学
Abstract: 一种基于滑移系的面心立方晶体材料单点加工分析方法，涉及面心立方晶体材料加工技术领域。该方法包括面心立方晶体材料滑移系建立，面心立方晶体材料滑移方向权重计算，面心立方晶体材料滑移面建立，单点加工面心立方晶体材料滑移面建立，单点加工材料去除模型建立，单点加工材料去除结果判据计算。基于面心立方晶体材料的滑移系特性，通过建立标准滑移矩阵与坐标系模型之间的转换模型，能够有效分析材料在单点加工中的滑移面演变，通过对滑移方向、去除模型及去除结果判据的综合计算，能够显著提高面心立方晶体材料的加工精度，降低材料去除过程中的不确定性，有助于减少加工成本和实验难度。
-
公开(公告)号：CN119628456A
公开(公告)日：2025-03-14
申请号：CN202411771155.5
申请日：2024-12-04
Applicant: 哈尔滨工业大学
Abstract: 一种扭转致动压电粘滑驱动系统及其驱动方法，涉及压电陶瓷驱动技术领域。平台底座表面滑动安装平台顶盖，压电柔性铰链驱动器由扭转驱动型柔性机构和两个压电陶瓷组成，扭转驱动型柔性机构包括铰链顶板和铰链基座以及用于二者连接的中间支臂和两个侧方支臂，铰链顶板设置半圆柱形驱动足与平台顶盖接触，铰链基座与平台底座安装固定，中间支臂设置底部扭转铰链和顶部扭转铰链，侧方支臂设置四个桥式铰链，两个压电陶瓷安装在扭转驱动型柔性机构的两个空腔内。通过扭转驱动型柔性机构设计和压电陶瓷的精准配合，实现高速与高精度的有效结合，显著减小驱动器的尺寸，实现设备的小型化，有助于提高设备的集成度和操作灵活性。
-
公开(公告)号：CN118331315B
公开(公告)日：2024-10-11
申请号：CN202410442423.2
申请日：2024-04-12
Applicant: 哈尔滨工业大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明公开了一种预设跟踪精度的潜航器容错输出约束控制系统及方法，所述控制系统包括期望轨迹输入、潜航器的闭环系统，所述潜航器的闭环系统包括反馈控制器、潜航器的模型；期望轨迹输入输入潜航器的期望运动轨迹，潜航器的闭环系统根据潜航器的实际运动轨迹减去潜航器的期望运动轨迹，得到潜航器的位置误差，位置误差经过反馈控制器得到系统输入，系统输入作用于潜航器的模型，得到潜航器的实际运动轨迹。本发明摆脱了对于辨识、逼近、估计、观测以及求导等环节的依赖，进而简化了控制器结构，同时可对潜航器的位置跟踪误差的超调量、收敛时间/速度以及稳态值进行预先设定，保证了控制信号连续且无剧增现象。
-
公开(公告)号：CN118334331A
公开(公告)日：2024-07-12
申请号：CN202410400180.6
申请日：2024-04-03
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V20/70 , G06V20/40 , G06V10/774 , G06V10/764 , G06V10/25 , G06V10/82 , G06T3/4053 , G06N5/04 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种刀具破损视频实时分割方法，所述方法如下：对采集的图像进行图像增强与增广处理，得到刀具原始数据集；构建刀具工作状态分类数据集、刀具破损区域目标检测数据集、刀具破损区域图像分割数据集；将刀具加工视频采用逐帧分解的方式分解成连续的图片，得到刀具破损视频分解图像数据集；利用基于深度学习的刀具状态监测训练模块对刀具工作状态分类数据集、刀具破损区域目标检测数据集、刀具破损区域图像分割数据集依次进行训练；利用基于深度学习的刀具状态监测测推理模块学习训练得到的模型，对刀具破损视频分解数据集进行推理。本发明具有较快的运行速度和较低的资源占用，能够对精密加工的刀具进行实时处理。
-
Patent Agency Ranking
公开(公告)号：CN118331315A
公开(公告)日：2024-07-12
申请号：CN202410442423.2
申请日：2024-04-12
Applicant: 哈尔滨工业大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明公开了一种预设跟踪精度的潜航器容错输出约束控制系统及方法，所述控制系统包括期望轨迹输入、潜航器的闭环系统，所述潜航器的闭环系统包括反馈控制器、潜航器的模型；期望轨迹输入输入潜航器的期望运动轨迹，潜航器的闭环系统根据潜航器的实际运动轨迹减去潜航器的期望运动轨迹，得到潜航器的位置误差，位置误差经过反馈控制器得到系统输入，系统输入作用于潜航器的模型，得到潜航器的实际运动轨迹。本发明摆脱了对于辨识、逼近、估计、观测以及求导等环节的依赖，进而简化了控制器结构，同时可对潜航器的位置跟踪误差的超调量、收敛时间/速度以及稳态值进行预先设定，保证了控制信号连续且无剧增现象。
-
公开(公告)号：CN118331265A
公开(公告)日：2024-07-12
申请号：CN202410442425.1
申请日：2024-04-12
Applicant: 哈尔滨工业大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明公开了一种具有预定跟踪精度与时间的船舶轨迹跟踪控制系统及方法，所述控制系统包括期望轨迹输入、船舶的闭环系统，船舶的闭环系统包括反馈控制器、船舶的模型；期望轨迹输入输入船舶的期望运动轨迹，船舶的闭环系统根据船舶的实际运动轨迹减去船舶的期望运动轨迹，得到船舶的位置误差，位置误差经过反馈控制器得到系统输入，系统输入作用于船舶的模型，得到船舶的实际运动轨迹。本发明解决了欠驱动船舶在模型不确定性、环境干扰和潜在执行器故障下的控制问题和神经网络、模糊逻辑系统或自适应技术等方案带来的计算负担问题。
-
公开(公告)号：CN117745630A
公开(公告)日：2024-03-22
申请号：CN202310645840.2
申请日：2023-06-01
Applicant: 哈尔滨工业大学 , 中广核研究院有限公司 , 中国广核电力股份有限公司
IPC: G06T7/00 , G06T7/62 , G06V10/764 , G06V10/30 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 一种深度学习CT图像质量提升及可信度评估方法，属于CT成像技术领域，包括：利用低剂量CT或稀疏角度方式进行圆周CT扫描获取低质量CT图像；采用标准剂量CT或完整角度扫描方式获取标签图像数据，将配对图像输入pix2pix网络进行训练；将模型输出结果与标签数据同时输入图像可信度评估网络，并生成与CT图像尺寸一致的可信度热力图；最后根据人工设置的可信度威胁程度标准，由程序自动标注生成的高质量CT图像中的虚假信息。本发明可有效解决由于低剂量或稀疏投影导致图像中出现条纹伪影和图像模糊问题，同时可根据人工设置的可信度威胁标准标注出生成CT图像中存在的虚假信息，一定程度上缓解了深度学习模型鲁棒性低的问题。
-
公开(公告)号：CN117726699A
公开(公告)日：2024-03-19
申请号：CN202310645804.6
申请日：2023-06-01
Applicant: 哈尔滨工业大学 , 中广核研究院有限公司 , 中国广核电力股份有限公司
IPC: G06T11/00 , G06T5/77 , G06T5/60 , G06T7/66 , G06N3/0475 , G06N3/0464 , G06N3/094
Abstract: 一种深度学习循环匹配稀疏角度CT伪影去除方法，包括以下步骤：初始化直线扫描段数T、旋转角度间隔Δθ，并由滤波反投影算法得到带伪影的CT图像，将稀疏正弦图与带伪影的CT图像配对并进行图像合并；将合并后的图像作为训练数据并以原始CT图像与正弦图合并后的结果作为标签数据进行图像匹配翻译网络的训练；不断循环匹配训练，直到满足预先设定的标准，将模型训练得到的结果拆分；最终输出高质量的CT重建图像。本发明可以有效解决由于稀疏投影导致图像中出现条纹伪影，图像模糊以及因扫描或算法处理过程中产生的噪声，同时图像合并后再进行深度学习模型的循环匹配训练能保证在投影域与图像域能极大提升重建的精度。
-
公开(公告)号：CN117313235A
公开(公告)日：2023-12-29
申请号：CN202311233947.2
申请日：2023-09-23
Applicant: 哈尔滨工业大学
IPC: G06F30/15 , G06F30/17 , G06F30/27 , G06F30/23 , G06F30/28 , B64F5/00 , B64C27/467 , G06F111/10 , G06F119/14 , G06F113/08
Abstract: 本发明公开了一种基于机器学习的特种无人机优化翼型桨叶设计方法，所述方法如下：一、利用翼型上边缘曲线和下边缘曲线方程建立翼型库：二、利用获取到的翼型点阵信息进行网格绘制；三、进行二维仿真，获取翼型的升阻系数仿真库；四、优选机器学习方法；五、对α、c条件下的m、p、t进行预测，获取得到二维翼型的各截面测几何参数，通过利用最佳升阻特性的包络法得到特种无人机的翼型三维结构，通过优化相应迎角处的截面参数得到最终的翼型包络线；六、对获得到的翼型三维结构进行仿真与实验分析，得到PL与FM；七、进行迭代优化参数，优化桨叶结构从而构建特种无人机桨叶数据库。本发明利用优化的方法将最优解求出，具有很大优势。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.048 seconds)
