-
公开(公告)号:CN117191180B
公开(公告)日:2024-03-15
申请号:CN202311029156.8
申请日:2023-08-15
Applicant: 北京信息科技大学
IPC: G01H9/00
Abstract: 本发明提供了一种微型化三轴光纤光栅振动传感器包括第一振动组件、第二振动组件和第三振动组件;第一振动组件包括第一固定支座、第一质量块;第二振动组件包括第二固定支座、第二质量块;第三振动组件包括第三固定支座、第三质量块;第一质量块与第三固定支座之间形成第一间隙,第二质量块与第一固定支座之间形成第二间隙,第三质量块与第二固定支座之间形成第三间隙;第一质量块与第三固定支座上安装第一光纤,第一光纤的光栅置于第一间隙内;第二质量块与第一固定支座上安装第二光纤,第二光纤的光栅置于第二间隙内;第三质量块与第二固定支座上安装第三光纤,第三光纤的光栅置于第三间隙内。本发明具有结构尺寸小,测量三个轴向振动的优点。
-
公开(公告)号:CN117191179B
公开(公告)日:2024-03-15
申请号:CN202311029100.2
申请日:2023-08-15
Applicant: 北京信息科技大学
IPC: G01H9/00
Abstract: 本发明提供了一种采用双四芯FBG的三轴振动传感器,包括金属外壳,在金属外壳内具有沿水平方向设置的水平四芯光纤,以及沿竖直方向设置的竖直四芯光纤;水平四芯光纤上设置第一质量块和第一金属插芯,第一金属插芯与所述第一质量块之间的间隙与水平四芯光纤的光栅栅区的长度相同;竖直四芯光纤上设置第二质量块和第二金属插芯,第二金属插芯与第二质量块之间的间隙与竖直四芯光纤的光栅栅区的长度相同;水平四芯光纤,用于测量x方向和y方向的振动;竖直四芯光纤,用于测量x方向和z方向的振动。本发明传感器具有尺寸小,可以实现多个方向上的振动监测的优点,可适用于航天环境的微振动检测,可广泛应用于光纤传感器领域。
-
-
公开(公告)号:CN112754683A
公开(公告)日:2021-05-07
申请号:CN202011456484.2
申请日:2020-12-11
Applicant: 北京信息科技大学
IPC: A61B90/17 , A61B17/02 , A61B5/02 , A61B5/1459
Abstract: 为了实现软体心脏固定器的柔性运动,能连续地变形适应各类人体组织结构以达到手术中更安全操作更简单地吸附心脏的目的,本发明提出一种新一代软体心脏固定器设计。本发明采用包括气路驱动系统、上位机控制系统、软体心脏固定器结构设计、传感反馈系统。
-
公开(公告)号:CN112754659A
公开(公告)日:2021-05-07
申请号:CN202011456493.1
申请日:2020-12-11
Applicant: 北京信息科技大学
IPC: A61B34/30
Abstract: 本发明涉及一种用于UR机器人与软体操作器结合的转换器设计。转换器安装在UR机器人末端。其结构主要包括:气动装置进气口、软体操作器通道和UR机器人转接板。气动装置进气口设置在转换器侧面,方便3条通气管道进入从而于软体操作器底部相连进而控制软体操作器的拉伸、弯曲和扭转。软体操作器通道用来放置软体操作器的底部并在周围用4个等距螺丝固定。UR机器人转接板即固定在UR机器人末端与其相连。这三个部分共同组成了转换器。该转换器体积小、重量轻、便于拆卸,与软体操作器完全契合。
-
-
-
公开(公告)号:CN112710647A
公开(公告)日:2021-04-27
申请号:CN202011411630.X
申请日:2020-12-03
Applicant: 北京信息科技大学
IPC: G01N21/65
Abstract: 本发明涉及一种用于水污染检测的光纤拉曼探针,光纤拉曼探针主要有激发光纤、收集光纤、聚焦镜头、拉曼增强基底反射镜组成。激发光通过探针激发光纤,激发在拉曼增强基底反射镜上的水溶液,所激发的拉曼信息由收集光纤收集,送入拉曼光谱仪进行分析。在探针前端,设计聚焦镜头提高激发和收集效率,增加滤光片组,降低拉曼光谱信号信噪比。探针主要通过拉曼增强基底反射镜的设计,大幅度提高水污染中物质指标的拉曼光谱,实现拉曼光谱的定性与定量分析。
-
公开(公告)号:CN112699917A
公开(公告)日:2021-04-23
申请号:CN202011456497.X
申请日:2020-12-11
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种非线性光学卷积神经网络的图像识别方法。针对现有单层光学卷积神经网络对非线性数据特征提取能力不足和分类性能弱的缺点,设计出一种基于Swish激活函数的非线性光学卷积神经网络方法用于图像识别。首先,建立一层光学卷积神经网络模型,包括光学卷积核结构、数量、计算方法和光学特征图;然后,将生成的光学卷积特征图送入Swish激活单元,形成非线性映射;最后,建立多层非线性光学卷积神经网络模型,采用Adam算法对模型参数进行优化。本方法在MNIST手写数字图像数据集上进行实验,结果表明,相比于现有的单层光学卷积神经网络,本发明所提供的方法具有更强的非线性数据可分能力,分类精度高,且计算简便。
-
公开(公告)号:CN112651428A
公开(公告)日:2021-04-13
申请号:CN202011410788.5
申请日:2020-12-03
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种用于远程拉曼矿物识别的深度学习模型多分类方法,包括以下步骤:获取已知矿物物质的拉曼光谱数据进行预处理;构建并训练卷积神经网络模型;评价卷积神经网络模型;对目标矿物物质种类进行分类,该方法有效的弥补了传统遥感和红外光谱等技术信号弱、光谱峰较宽等技术中的缺陷,成为未来深空表面物质探测的发展方向。
-
-
-
-
-
-
-
-
-