-
公开(公告)号：CN111391597B
公开(公告)日：2021-10-29
申请号：CN202010213077.2
申请日：2020-03-24
Applicant: 桂林电子科技大学
IPC: B60G17/019 , B60G17/08 , B60G17/06
Abstract: 本发明涉及汽车悬架领域，提供一种汽车后轮悬架主动调节系统及调节方法，所述汽车后轮悬架主动调节系统包括：用于测量前轮减震器的伸缩长度的位移传感器，用于对后轮提供支撑和减震的后轮减震器，所述后轮减震器为可变阻尼减震器，控制器，所述控制器分别与位移传感器和后轮减震器电连接，所述控制器根据所述位移传感器的测量信号调整所述后轮减震器的阻尼。本发明的汽车后轮悬架主动调节系统及调节方法通过对前轮减震器的伸缩长度进行测量，一方面，前轮减震器的伸缩长度能够最为直接、真实的反映出路面情况，从而提高控制的精准度，另一方面，简化减震器阻尼的控制过程，同时，大大减低了调试和使用成本，并使该系统及方法能够广泛的应用。
-
公开(公告)号：CN113139251A
公开(公告)日：2021-07-20
申请号：CN202110440436.2
申请日：2021-04-23
Applicant: 桂林电子科技大学
IPC: G06F30/17 , G06F30/27 , G06F17/16 , G06F111/06 , G06F119/02 , G06F119/04
Abstract: 本发明公开了一种优化主题相关性分析的变工况滚动轴承故障诊断方法，所述方法为：首先通过小波变换对源领域与目标领域滚动轴承振动信号进行特征提取，并构建特征向量组成故障样本集；再通过调整果蝇优化算法中味道浓度判定值的取值并采用多种群的策略，实现对TCA算法中取值范围有限制的主要参数总主题数与共有主题比例的寻优；最后构建改进的多种群果蝇优化算法优化主题相关性分析IFOA‑TCA的故障识别模型，实现其他工况下滚动轴承振动数据对故障识别器的训练以及训练后故障识别器对目标滚动轴承的故障识别。这种方法在各种工况条件下均能取得较好的故障诊断结果，具有较好的工程价值和应用前景。
-
公开(公告)号：CN106011398B
公开(公告)日：2018-01-23
申请号：CN201610372087.4
申请日：2016-05-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种低合金耐磨钢的热处理工艺，包括以下步骤：将熔炼获得的钢材料加热至820‑880℃进行奥氏体化处理；钢材料进行等温淬火；钢材料在高于Ms点以上的温度保温，Ms点以上的温度即330‑390℃之间的某一温度，进行碳配分处理；钢材料进行回火处理。本发明通过淬火‑碳配分‑回火工艺的配合，有效地改善了渗碳层的组织和性能，在保证硬度的前提下增加了钢的韧性，克服了工件易断裂、磨损量大的问题。
-
公开(公告)号：CN106370336A
公开(公告)日：2017-02-01
申请号：CN201610978024.3
申请日：2016-11-08
Applicant: 桂林电子科技大学
IPC: G01L5/00
CPC classification number: G01L5/0047
Abstract: 本发明公开了一种柴油机曲轴残余应力检测方法，包括以下步骤：S1：设备准备；S2：曲轴装夹：将淬火后的曲轴的两端主轴颈放在测量架上；S3：三维扫描：组装好四目3D扫描仪以及连线，用四目3D扫描仪对曲轴进行三维测量；S4：确定残余应力测点位置：根据扫描得到的3D虚拟模型确定残余应力测点位置；S5：应力测量：将测试探头对准测点位置进行曲轴残余应力测量；S6：数据处理：测试残余应力后，经过低噪声前置放大器放大数倍后，再经过高通滤波器放大、高通滤波后的信号传送至带通滤波器，第一功率放大器将滤波后信号进一步放大；S7：结束检测。本发明设计合理，方便测试探头进行在线无损检测，操作简单，同时降低噪音干扰，提高信噪比。
-
公开(公告)号：CN119785453A
公开(公告)日：2025-04-08
申请号：CN202510019546.X
申请日：2025-01-07
Applicant: 南宁桂电电子科技研究院有限公司 , 桂林电子科技大学
IPC: G07C5/08 , G06F18/25 , G06F18/214 , G06N5/01 , G06N20/20 , G07C5/00 , H04L67/12 , H04W4/44 , H04L12/40 , G06F123/02
Abstract: 本发明涉及车辆油耗分析技术领域，具体涉及一种基于T‑Box数据和高程数据的油耗分析方法，基于XGBoost模型构造油耗预测模型，通过实时采集车辆的T‑Box数据和高程数据进行融合和特征提取，生成适合机器学习模型训练的数据集，结合历史驾驶数据和油耗数据对模型进行训练以及调优，充分考虑坡度以及地形因素对车辆油耗的影响，揭示道路坡度、驾驶行为与油耗之间的关系，通过模型剖析高油耗驾驶行为的成因，为制定节油驾驶策略提供科学依据，优化驾驶行为。
-
Patent Agency Ranking
公开(公告)号：CN119782444A
公开(公告)日：2025-04-08
申请号：CN202510019575.6
申请日：2025-01-07
Applicant: 南宁桂电电子科技研究院有限公司 , 桂林电子科技大学
Abstract: 本发明涉及空间信息技术领域，具体涉及一种基于T‑Box数据和GeoHash索引的差异化道路匹配方法，首先通过GeoHash索引对全国路网数据创建索引，持续采集商用车的车辆实时参数，针对商用车的不同状态使用不同的道路匹配方法，在处于高速稳定行驶时使用基于拓扑关系的道路匹配，其余路段使用HMM模型进行道路匹配，进一步的，在具体的优化匹配中，在HMM匹配到高速或者国道且速度保持一段时间稳定时，基于拓扑关系和方向角进行匹配，在车速发生变化时，再变为HMM匹配。本发明按车辆档位参考值对轨迹进行分割，同时使用不同的算法进行处理，既保证的匹配的准确性，也提高了效率。
-
公开(公告)号：CN119007145A
公开(公告)日：2024-11-22
申请号：CN202411020482.7
申请日：2024-07-29
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V20/56 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本发明涉及智能辅助驾驶领域，尤其涉及一种多目标检测与智能响应的方法、装置、设备及存储介质。该方法包括：采集环境数据和目标信息数据集；通过所述样本数据集对预设检测模型进行训练，得到目标检测模型；通过CSEF_YOLO目标检测算法对实时采集到的数据进行分析，实现对多个目标的识别；基于识别结果，通过融合决策模块，触发相应的智能响应。
-
公开(公告)号：CN118690490A
公开(公告)日：2024-09-24
申请号：CN202410898292.9
申请日：2024-07-05
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F30/15 , G06F30/27 , G06N3/0499 , G06N3/084
Abstract: 本发明涉及车辆舒适性评价技术领域，且公开了一种车辆振动舒适性评价模型搭建方法，包括以下步骤：S1、对车辆进行主观评价和客观测量；S2、对主观评价结果和客观测量数据进行关联性分析；S3、选择高关联度样本，基于BP神经网络，对车辆平顺性主观指标与客观指标进行建模，并在多次训练后得到初步舒适性评价模型；S4、对所获得的初步舒适性评价模型进行验证及修正，得到最终基于BP神经网络的车辆振动舒适性评价模型。该车辆振动舒适性评价模型搭建方法，采用BP神经网络方法对车辆平顺性主观指标与客观指标进行建模，通过学习样本数据，得到最终的主客观评价模型，构建评价预测模型，实现用客观的实验数据来预测主观的评价分数，并与主、客观评价结合，进行振动舒适性评价，以使评价结果更可信，从而节约汽车研发周期、提高工作效率。
-
公开(公告)号：CN116541793A
公开(公告)日：2023-08-04
申请号：CN202310607197.4
申请日：2023-05-26
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F18/2433 , G06F18/214 , G06N3/0464 , G06N3/092 , G01M13/045
Abstract: 本发明公开了基于轻量注意力深度强化学习的故障定量诊断方法，首先，原始一维振动信号经过同步压缩小波变换，构建二维多通道时频图，为智能体提供高质量模拟环境。其次，卷积块注意模块嵌入ResNet构建Q网络来提高图像中故障关键区域的显著性，并通过∈‑贪心算法在连续试错中学习潜在空间的高阶判别特征。同时，利用不平衡率构建特定任务奖励函数，轮廓系数通过评估类内距离和类间距来定义模型的反馈，并利用模型的实时反馈来及时微调奖励函数，进一步提高模型稳定性。对状态转移函数动态地改进和完善模型，直至收敛，并保存最佳网络结构和超参数，用于故障诊断。自主独立地实现了准确的定量故障识别，具有很强的有效性、稳定性和通用性。
-
公开(公告)号：CN115406656A
公开(公告)日：2022-11-29
申请号：CN202211042702.7
申请日：2022-08-29
Applicant: 桂林电子科技大学
IPC: G01M13/045 , G06F30/27 , G06F30/17 , G06N3/04 , G06N3/08
Abstract: 本发明涉及智能诊断技术领域，提供一种轴承锈蚀智能诊断方法，该方法通过采集滚动轴承在正常、轻微锈蚀、重度锈蚀三种状态下的原始振动数据；按初始设定的比例截断，得到训练集和测试集，灰度化处理后，构建基于ECA‑Net与EfficientNet的轴承锈蚀智能诊断模型，输入模型中进行训练，损失函数优化神经网络中参数的权重和偏置；判断迭代次数是否达到初始设定的值，得到最优模型，能够通过对网络深度、网络宽度以及输入分辨率这三个维度进行有效缩放，得到更好的智能诊断模型；提高轴承锈蚀智能诊断模型的性能，将该方法和系统用于诊断轴承的锈蚀故障，能够实现对轴承健康状态及锈蚀严重程度进行准确评估，提高智能化和准确率。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.056 seconds)
