一种大变形柔性体动态测量数据温度与湿度的补偿方法

    公开(公告)号:CN104992225B

    公开(公告)日:2017-09-15

    申请号:CN201510345695.1

    申请日:2015-06-19

    Abstract: 本发明公开了一种大变形柔性体动态测量数据温度与湿度的补偿方法。包括以下步骤:步骤1,使用测量柔性织物应力作用的应变传感器对被测柔性体进行受力信息测量,获得基准电压‑受力测量曲线;步骤2,采用传感器对大变形柔性体工作过程中实际受力情况进行实时采集,得到采集的电压样本数据,并对样本数据进行滤波处理;步骤3,建立基于BP神经网络的大变形柔性体温度与湿度补偿模型,即THCBP神经网络;步骤4,根据步骤2采集的样本数据,对THCBP神经网络进行训练;步骤5,使用训练好的THCBP神经网络对传感器采集的实际的工作过程中的电压数据进行补偿计算。本方法利用神经网络良好的非线性逼近能力,以及学习性强和适应性好等优点解决大变形柔性体动态测量数据补偿问题。

    基于混合神经网络模型的大变形柔性体动态应力补偿方法

    公开(公告)号:CN104899642B

    公开(公告)日:2017-06-27

    申请号:CN201510347351.4

    申请日:2015-06-19

    Abstract: 本发明公开了一种基于混合神经网络模型的大变形柔性体动态应力补偿方法,属于降落伞测量技术和计算机机器学习领域。该方法可应用于大变形柔性体的动态应力补偿,尤其是降落伞、气垫船等设备工作过程中的动态应力补偿。混合神经网络模型包括知识基模型和反向传播神经网络模型,其中,知识基模型表示大变形柔性体力学模型的主要特征,反向传播神经网络表示大变形柔性体力学模型与知识基模型之间的差异特征。本发明使用高精度万能试验机获得样本数据,采用混合神经网络模型构建动态应力补偿模型,补偿结果精度高,计算复杂度低,可以有效应用于大变形柔性体的动态应力补偿,为解决复杂工作环境下动态应力补偿问题提供一种新的思路。

    一种针对大变形柔性体应力测量的传感器组件

    公开(公告)号:CN104990658A

    公开(公告)日:2015-10-21

    申请号:CN201510346886.X

    申请日:2015-06-19

    Abstract: 本发明公开了一种针对大变形柔性体应力测量的传感器组件,属于计算机遥感测量和降落伞领域。该传感器组件可应用于大变形柔性织物的应力测量,尤其是针对降落伞、气垫船等设备工作过程中柔性体动态应力的测量。包括以下部分:全桥温度补偿应变片、Ω型媒介和辅助电路。本发明通过胶黏剂将被测物与媒介相连,媒介上布置的全桥温度补偿应变片感受柔性体应力变化,经辅助电路实现大变形柔性体动态数据采集。本发明的传感器组件具有体积小、重量轻、功耗低、布置方便等特点,可以有效应用于大变形柔性织物的应力采集。

    一种均匀极速加热电池模组
    6.
    发明公开

    公开(公告)号:CN115425329A

    公开(公告)日:2022-12-02

    申请号:CN202210973383.5

    申请日:2022-08-15

    Abstract: 本发明公开了一种均匀极速加热电池模组,包括:汇流排、模组隔热片、模组端板、加热片组以及电芯组;所述电芯组包含16个电芯,各电芯依序排列;所述汇流排焊接于电芯组的电极上;所述模组端板与模组隔热片胶粘连接后置于电池模组的两端;所述加热片组包含8个加热片;所述模组隔热片胶粘于模组端板与电芯组之间,其包括:模组隔热片A和模组隔热片B,模组隔热片A与电芯A胶粘,模组隔热片B与电芯D胶粘。本发明可对电芯进行多方位防护加热,模组采用电芯之间安装数个加热片,提升加热功率,实现加热速度及加热均匀性。

    一种针对大变形柔性体应力测量的传感器组件

    公开(公告)号:CN104990658B

    公开(公告)日:2017-08-11

    申请号:CN201510346886.X

    申请日:2015-06-19

    Abstract: 本发明公开了一种针对大变形柔性体应力测量的传感器组件,属于计算机遥感测量和降落伞领域。该传感器组件可应用于大变形柔性织物的应力测量,尤其是针对降落伞、气垫船等设备工作过程中柔性体动态应力的测量。包括以下部分:全桥温度补偿应变片、Ω型媒介和辅助电路。本发明通过胶黏剂将被测物与媒介相连,媒介上布置的全桥温度补偿应变片感受柔性体应力变化,经辅助电路实现大变形柔性体动态数据采集。本发明的传感器组件具有体积小、重量轻、功耗低、布置方便等特点,可以有效应用于大变形柔性织物的应力采集。

    凸极转子电机的圆柱凸极复合型转子

    公开(公告)号:CN100385773C

    公开(公告)日:2008-04-30

    申请号:CN200610039202.2

    申请日:2006-03-30

    Inventor: 刘闯 曹志亮 孙健

    Abstract: 本发明是凸极转子电机的圆柱凸极复合型转子,其电机的铁心包括定子铁心、圆柱凸极复合型转子铁心;复合型转子铁心是由若干个导磁的凸极铁心冲片和若干非导磁的圆环薄片叠压在一起,安装在转轴上,形成圆柱凸极复合型铁心结构,圆环片是金属片或高强度耐高温的非金属材料,其外径等于转子冲片外径,圆环片是按间隔插在凸极转子铁心中,通过凸极转子铁心叠片和圆环片中定位孔或定位槽,轴键或铆钉定位,凸极转子叠片不错位,利用夹具固定在转轴上。优点:减少凸极转子的风阻,有利转子的散热、减振,在加工过程不涉及定子结构改动,不影响电机的出力效果,转子叠片用定位孔或轴键槽一次定位,转子叠片不错位,通过夹具一次安装完成,方便,经济。

    一种基于时空的大变形柔性体动态受力测量信息补全方法

    公开(公告)号:CN106776484A

    公开(公告)日:2017-05-31

    申请号:CN201611125044.2

    申请日:2016-12-08

    CPC classification number: G06F17/18 G06F17/148

    Abstract: 本发明公开了一种基于时空的大变形柔性体动态受力测量信息补全方法,属于JLS测量技术和计算机机器学习领域。该方法应用于大变形柔性体在运动过程中的受力测量,尤其是应用于对JLS、气垫船等的充气过程中的受力测量过程中缺失信息的估计补全。其步骤如下:步骤1,确认缺失的时间和空间数据;步骤2,对缺失时间序列进行小波分解重构,对重构后的序列进行缺失值估计列估计、合成;步骤3,建立径向基函数神经网络,对其进行训练,通过训练好的神经网络得到缺失数据的估计值输出。本发明通过使用小波变换、ARIMA模型和径向基函数神经网络,给出了缺失数据的良好估计,估计精度高,可以有效应用于大变形柔性体的动态受力测量信息的补全。

    一种大变形柔性体动态测量数据温度与湿度的补偿方法

    公开(公告)号:CN104992225A

    公开(公告)日:2015-10-21

    申请号:CN201510345695.1

    申请日:2015-06-19

    Abstract: 本发明公开了一种大变形柔性体动态测量数据温度与湿度的补偿方法。包括以下步骤:步骤1,使用测量柔性织物应力作用的应变传感器对被测柔性体进行受力信息测量,获得基准电压-受力测量曲线;步骤2,采用传感器对大变形柔性体工作过程中实际受力情况进行实时采集,得到采集的电压样本数据,并对样本数据进行滤波处理;步骤3,建立基于BP神经网络的大变形柔性体温度与湿度补偿模型,即THCBP神经网络;步骤4,根据步骤2采集的样本数据,对THCBP神经网络进行训练;步骤5,使用训练好的THCBP神经网络对传感器采集的实际的工作过程中的电压数据进行补偿计算。本方法利用神经网络良好的非线性逼近能力,以及学习性强和适应性好等优点解决大变形柔性体动态测量数据补偿问题。

Patent Agency Ranking