|
搜索
搜 索
高等教育领域数字化综合服务平台
系列化主被式上下肢关节运动康复器
针对脑卒中与关节损伤高发趋势，本产品基于康复医学理论研发多关节智能康复产品，覆盖肘、膝、踝、腕等上下肢关键关节，通过对关节的反复训练，增强关节本体感觉，打开活动度，推动神经系统重组代偿，助力关节功能恢复。
本产品实现多项突破，运用高精度传感器，精准捕捉关节运动微小变化，实现人机互动与实时康复数据反馈；结合自适应算法实现动态重力补偿，精准调控角度/速度/力矩三维参数，通过循迹坐标点样线拟合生理运动轨迹；创新集成多训练模式切换系统，满足全康复周期需求；产品兼具硬/软件双重安全防护，提高产品安全性。
腕关节康复器
前臂康复器
肘关节康复器
膝关节康复器
踝关节康复器
吉林大学
2025-05-19
高瓦斯矿井双局扇故障诊断及自动切换一体化装置
高瓦斯矿井双局扇故障诊断及自动切换一体化装置作为第一台以DSP为主控制器的集瓦斯故障定位、双局扇自动切换、闭锁与控制、可通过监测系统井下分站传送至地面实现远程监控的一体化装置，通过采集井下掘进工作面传感器信号输出控制相应的现场设备磁力启动器从而监控主、副局扇及工作面工作状态。实现集瓦斯故障定位显示、双局扇自动切换控制。电路符合本安MA要求，对未安装监测监控系统的中小煤矿，解决双局扇故障诊断及自动切换与监控、瓦斯故障定位、风电气可靠闭锁难题，可广泛用于瓦斯矿井中。 项目先后获得陕西省教育厅产业化培育基金等的资助，通过了陕西省科技厅组织的验收和陕西省科技厅的鉴定，所取得成果达到了国内领先水平。已获发明专利1项，获各类科研成果奖励2项，其中中国煤炭工业科学技术二等奖1项，并装在容和公司的防爆壳已在矿山试应用。
西安科技大学
2021-04-11
一种利用行波固有频率和原子分解能量熵的故障选相法
本发明涉及一种输电线路故障选相方法，尤其是涉及利用行波固有频率和原子分解能量熵的故障选 相法。本发明利用原子分解算法处理三相电流，根据迭代产生的原子确定电流信号中的主导频率成分的 频率值和能量熵值信息，结合三相电流的主导成分频率值与能量熵值特征，对多相故障与多相接地故障 情况下的故障类型进行判别;针对单相故障，则根据不同基准相下解耦得到β模量来寻找故障相。该方 法准确有效，能快速辨别所发生的故障类型。
武汉大学
2021-04-13
一种具备零直流电压故障穿越能力的 MMC 及其设计方法
本发明公开了一种具备零直流电压故障穿越能力的 MMC 及其 设计方法。综合半桥子模块成本低、运行效率高及全桥子模块可输出 负电平的优势，采用本发明所提出的零直流电压故障穿越方案，根据 半桥子模块与全桥子模块额定电压，并结合 MMC 直流侧额定电压及 交流侧相电压峰值，计算出半桥和全桥子模块配置个数；得到的 MMC 可在保证其能实现零直流电压故障穿越的前提下，有效降低变换器成 本及提高变换器的运行效率。本发明提出的技术方案并不局限于半桥子模块和全桥子模块的组合，还可以是半桥子模块和其它能在非闭锁 状态
华中科技大学
2021-04-14
轨道交通供电系统故障诊断与可靠性评估方法及应用
本成果来自省部级科技计划项目和国家发明授权专利，知识产权归属西南交通大学。项目创新性和先进性：将模型诊断方法引入牵引供电系统故障诊断中，详细讨论了轨道交通供电系统各元件抽象化、系统建模、系统故障在线诊断等关键内容。同时给出了地铁牵引供电系统可靠性的指标体系，建立了可靠分析模型。采用层次分析法对其进行安全评估，为提高牵引供电质量和系统工作可靠性提供有力支撑。
西南交通大学
2016-06-27
基于小波分析和有限高斯混合模型EM方法的模拟电路故障诊断方法
近年来已经建立了基于故障字典，模糊理论，专家系统，神经网络，支持向量机，信息融合，小波分析，粒子群等各种技术的不同故障诊断方法，并在模拟电路的实际检验中取得了良好的效果。然而，电路从正常到故障之间存在中间过渡状态，怎样定义这个中间状态以及其对电路有怎样的影响，如何准确描述这种影响，通过查阅文献，到目前为止还没有一种合理的方法能够解决这个问题。
辽宁大学
2021-04-11
一种考虑逆变型分布式电源接入的配电网故障区域定位算法
本发明公开了一种考虑逆变型分布式电源接入的配电网故障区域定位算法，包括如下步骤：(1)建立恒功率控制方式下逆变型分布式电源故障特性分析模型；(2)根据配电网中联络开关、断路器等开关器件的分布特点对配电网进行分区处理，使用图论的理论分析方法，建立配电网的图模型，并设定配电网的电流参考方向；(3)利用设定的配电网电流参考方向以及断路器处保护装置上传的故障信息，通过矩阵运算求取故障判断矩阵，实现故障区域的定位。本发明能够满足分布式电源接入，无需动作值整定，具备一定拓扑结构自适应的能力。
东南大学
2021-04-11
基于卷积神经网络和小波灰度图的旋转机械故障诊断方法
本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法，其包括以下步骤：(1)将振动位移传感器及振动速度传感器设置在旋转机械上，利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号；(2)对采集到的所述振动信号进行多尺度小波分解，以得到小波灰度图；(3)按照预先训练过的卷积神经网络的输入形式，对所述小波灰度图进行预处理；(4)将预处理后的所述小波灰度图输入到所述卷积神经网络，所述卷积神经网络对接收到的所述小波灰度图进行分析诊断，以得到所述旋转机械的故障诊断结果。
华中科技大学
2021-04-13
一种基于小波变换与混合注意力机制的轴承故障诊断方法
本发明涉及一种基于小波变换与混合注意力机制的轴承故障诊断方法，具体包括：利用传感器获取轴承振动信号，得到原始故障数据；对原始故障数据依次进行小波变换、加入高斯噪声、分块采样；并为采样后的数据生成类别标签和位置标签；基于混合注意力机制、残差结构、可学习卷积构建故障诊断模型；将采样后的故障数据划分为训练集和测试集，作为模型的输入数据进行训练，实时监控训练结果进行参数优化，同时将故障诊断结果可视化；在多种噪声条件下与现有模型进行对比实验，检验模型性能。本发明所提出方法解决了传统轴承故障诊断方法在多变噪声条件下故障识别率较低的问题。
南京工业大学
2021-01-12
传感器应用实验器
产品详细介绍
齐齐哈尔大学科教仪器厂
2021-08-23