-
公开(公告)号：CN110563031A
公开(公告)日：2019-12-13
申请号：CN201910872206.6
申请日：2019-09-16
Applicant: 广东工业大学
IPC: C01G23/00 , H01M4/485 , H01M10/0525
Abstract: 本发明属于电池的技术领域，尤其涉及一种钛酸锂负极材料及其制备方法和电池。本发明提供了一种钛酸锂负极材料的制备方法，包括以下步骤：步骤1、将钛源、锂源、碳源和溶剂混合，得到混合物；步骤2、将所述混合物进行冷冻处理后制成冰块状固体混合物；步骤3、将所述冰块状固体混合物进行真空干燥处理，得到干燥物；步骤4、将所述干燥物磨碎后烧结，得到钛酸锂负极材料。本申请制得的钛酸锂负极材料，能有效解决现有锂离子负极材料存在的实际容量低，充放电过程中循环寿命短的技术缺陷。
-
公开(公告)号：CN119829951A
公开(公告)日：2025-04-15
申请号：CN202510043431.4
申请日：2025-01-10
Applicant: 广东工业大学
IPC: G06F18/20 , G06F18/213 , G06F18/214 , G06F18/10 , G06F17/18 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N5/04 , G01M13/00 , G06F123/02
Abstract: 本发明公开了一种用于转动部件退化预测的多模态数据建模方法及装置，用于解决现有的转动部件退化预测建模方法导致模型预测的精准度较差的技术问题。方法包括获取待训练初始多模态信号数据，并基于预置信号处理算法，对待训练初始多模态信号数据进行预处理，生成待训练目标多模态信号数据；采用预置分布函数根据待训练目标多模态信号数据，计算退化指标；采用待训练目标多模态信号数据和退化指标对初始机械转动部件退化预测模型进行模型训练，确定目标机械转动部件退化预测模型。
-
公开(公告)号：CN115577245B
公开(公告)日：2023-05-16
申请号：CN202211547913.6
申请日：2022-12-05
Applicant: 广东工业大学
IPC: G06F18/00 , G06N3/0464 , G06F18/213
Abstract: 本发明公开了一种旋转组件RUL预测的数据分布平衡方法及系统，包括：对源域数据集和目标域数据集的原始信号进行特征变换，应用Autoencoder特征提取网络对特征进降维，引入域分类器，根据目标特征的公共性、自关联性、对应性需求，结合源域的标签数据和目标域的无标签数据重新训练RUL预测模型中的特征提取网络，通过域分类器和特征提取器的迭代更新，实现目标域和源域的数据分布平衡化。本发明在训练过程中加入自关联性及对应性约束，提升对公共特征的提取能力，增强模型处理复杂工况数据样本分布平衡化的能力，实现模型在不同工况下的迁移应用。
-
公开(公告)号：CN113607419A
公开(公告)日：2021-11-05
申请号：CN202110883900.5
申请日：2021-08-02
Applicant: 广东工业大学
Abstract: 本发明公开了一种发动机缸体电子标签检测装置及方法，其中装置包括输送模块、位置检测模块、图像采集模块以及处理模块，其中，所述位置检测模块、图像采集模块以及处理模块之间通讯连接；所述图像采集模块包括图像采集器以及用于驱动所述图像采集器运动的多自由度的驱动机构；所述处理模块包括反光处理模块、色差处理模块以及识别处理模块；所述输送模块包括输送轨道，在工作过程中，发动机缸体在输送轨道上移动。该检测装置能够适应不同类型发动机缸体上的二维码位置，并且能够解决铝制发动机缸体容易反光、激光雕刻的二维码色差不明显导致二维码检测失败的问题。
-
公开(公告)号：CN113487687A
公开(公告)日：2021-10-08
申请号：CN202110894324.4
申请日：2021-08-04
Applicant: 广东工业大学
Abstract: 本发明公开一种深沟窄槽视觉检测镜头防碰撞控制方法，包括以下步骤：将内窥镜置于运动控制模块上；运动控制模块驱动内窥镜自动检索目标窄槽；采集深沟窄槽照片，提取图像中窄槽特征和窄槽轮廓，并计算窄槽宽度；提取中心线，基于中心线选取中心定位点；在内窥镜进入深沟窄槽前设定一个内窥镜伸入点位的可信度阈值；运动控制模块驱动内窥镜使其视野范围的中心与中心定位点相重合，并逐渐伸入深沟窄槽中；不断进行可信度评级和验证；若判断结果为不可信，继续对位，反复进行验证和矫正；若判断结果为可信等级，内窥镜继续向下伸入深沟窄槽中。该防碰撞控制方法能够保证使内窥镜安全进入深沟窄槽中，防止镜头和待检元件损坏，可靠性强。
-
Patent Agency Ranking
公开(公告)号：CN113487687B
公开(公告)日：2023-02-03
申请号：CN202110894324.4
申请日：2021-08-04
Applicant: 广东工业大学
Abstract: 本发明公开一种深沟窄槽视觉检测镜头防碰撞控制方法，包括以下步骤：将内窥镜置于运动控制模块上；运动控制模块驱动内窥镜自动检索目标窄槽；采集深沟窄槽照片，提取图像中窄槽特征和窄槽轮廓，并计算窄槽宽度；提取中心线，基于中心线选取中心定位点；在内窥镜进入深沟窄槽前设定一个内窥镜伸入点位的可信度阈值；运动控制模块驱动内窥镜使其视野范围的中心与中心定位点相重合，并逐渐伸入深沟窄槽中；不断进行可信度评级和验证；若判断结果为不可信，继续对位，反复进行验证和矫正；若判断结果为可信等级，内窥镜继续向下伸入深沟窄槽中。该防碰撞控制方法能够保证使内窥镜安全进入深沟窄槽中，防止镜头和待检元件损坏，可靠性强。
-
公开(公告)号：CN115577245A
公开(公告)日：2023-01-06
申请号：CN202211547913.6
申请日：2022-12-05
Applicant: 广东工业大学
IPC: G06F18/00 , G06N3/0464 , G06F18/213
Abstract: 本发明公开了一种旋转组件RUL预测的数据分布平衡方法及系统，包括：对源域数据集和目标域数据集的原始信号进行特征变换，应用Autoencoder特征提取网络对特征进降维，引入域分类器，根据目标特征的公共性、自关联性、对应性需求，结合源域的标签数据和目标域的无标签数据重新训练RUL预测模型中的特征提取网络，通过域分类器和特征提取器的迭代更新，实现目标域和源域的数据分布平衡化。本发明在训练过程中加入自关联性及对应性约束，提升对公共特征的提取能力，增强模型处理复杂工况数据样本分布平衡化的能力，实现模型在不同工况下的迁移应用。
-
公开(公告)号：CN110534724A
公开(公告)日：2019-12-03
申请号：CN201910877892.6
申请日：2019-09-17
Applicant: 广东工业大学
IPC: H01M4/36 , H01M4/38 , H01M4/587 , H01M10/0525
Abstract: 本发明属于电池的技术领域，尤其涉及一种负极材料的制备方法和电池。本发明提供了一种负极材料的制备方法，包括以下步骤：步骤1、将锡源、有机碳源和溶剂混合，得到混合物；步骤2、将所述混合物进行过滤，得到沉淀物；步骤3、将所述沉淀物进行冷冻处理后制成沉淀物冰；步骤4、将所述沉淀物冰进行真空干燥处理，得到干燥物；步骤5、将所述干燥物磨碎后烧结，得到负极材料。本申请制得的负极材料，能有效解决现有锂离子负极材料存在的实际容量低，充放电过程中循环寿命短的技术缺陷。
-
公开(公告)号：CN117591813B
公开(公告)日：2024-04-19
申请号：CN202410072338.1
申请日：2024-01-18
Applicant: 广东工业大学
IPC: G06F18/10 , G06N3/0455 , G06N3/0499 , G06N3/08 , G06F18/213 , G06F18/214 , G06F18/24 , G06F18/25
Abstract: 本发明公开了一种基于多维特征的复杂装备故障诊断方法及系统，包括获取目标复杂装备的故障数据，进行输入编码映射及位置编码；利用多头注意力机制及多头膨胀卷积串联连接，并结合前馈神经网络获取涵盖全局和局部深层次信息的故障特征；将提取的故障特征进行融合获取多维特征向量；利用分类器获取故障类型概率分数矩阵，输出目标复杂装备的故障诊断结果。本发明融合多头自注意力的全局建模优势和多头膨胀卷积的局部多尺度特征感知优点，建立Transformer模型和多头膨胀卷积相互融合的装备故障诊断模型，实现全局和局部故障特征的全面提取，实现了故障的精准诊断。
-
公开(公告)号：CN117591813A
公开(公告)日：2024-02-23
申请号：CN202410072338.1
申请日：2024-01-18
Applicant: 广东工业大学
IPC: G06F18/10 , G06N3/0455 , G06N3/0499 , G06N3/08 , G06F18/213 , G06F18/214 , G06F18/24 , G06F18/25
Abstract: 本发明公开了一种基于多维特征的复杂装备故障诊断方法及系统，包括获取目标复杂装备的故障数据，进行输入编码映射及位置编码；利用多头注意力机制及多头膨胀卷积串联连接，并结合前馈神经网络获取涵盖全局和局部深层次信息的故障特征；将提取的故障特征进行融合获取多维特征向量；利用分类器获取故障类型概率分数矩阵，输出目标复杂装备的故障诊断结果。本发明融合多头自注意力的全局建模优势和多头膨胀卷积的局部多尺度特征感知优点，建立Transformer模型和多头膨胀卷积相互融合的装备故障诊断模型，实现全局和局部故障特征的全面提取，实现了故障的精准诊断。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.022 seconds)
