|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
一種用于光纖激光器的包層光剝離器及其制作方法
本發(fā)明公開了一種用于光纖激光器的包層光剝離器及其制作方 法，該剝離器包括包層光纖、多段光柵和冷卻管套，其制作方法是在 裸露的光纖內(nèi)包層外表面上涂覆折射率大于或等于內(nèi)包層折射率的紫 外光刻膠，然后在紫外光刻膠上刻蝕多段光柵，通過多段光柵的衍射 將內(nèi)包層內(nèi)殘余光剝離出來；將制作好的多段光柵套在金屬管中，并 用密封套密封，該金屬管壁鋪滿吸熱材料，將剝離出的內(nèi)包層光吸收， 通入流通的冷卻水將產(chǎn)生的熱量帶走。本發(fā)明通過采用不同結(jié)構(gòu)的光 柵來調(diào)整包層光的透過率,達(dá)到高效均勻剝離的目的，避免剝離器出現(xiàn) 過熱點(diǎn)，保
華中科技大學(xué)
2021-04-14
一種四自由度可調(diào)的工業(yè)攝像機(jī)裝夾機(jī)構(gòu)
本發(fā)明公開了一種四自由度可調(diào)的工業(yè)攝像機(jī)裝夾機(jī)構(gòu)，其特征在于：攝像機(jī)安裝在方形的框架上，鏡頭穿過框架中間圓孔；框架可繞左、右兩側(cè)通過軸承與 U 形座相連接的支撐軸轉(zhuǎn)動(dòng)；在框架下方兩側(cè)的支撐座和 U 形座側(cè)板之間安裝有兩根拉伸彈簧；在固定于 U 形座一邊側(cè)板下部的直角支撐上裝有一個(gè)調(diào)節(jié)螺釘，調(diào)節(jié)螺釘上端頂在固定在框架一側(cè)的撥塊上；撥塊通過鎖緊螺栓與導(dǎo)軌片上端相連接，直角支撐通過導(dǎo)向螺栓和導(dǎo)向槽與導(dǎo)軌片下端連接；U 形座與底板之間設(shè)有二組螺栓，一組用于緊固連接 U 形座與底板，另一組的一端通過螺紋連接穿
華中科技大學(xué)
2021-04-14
基于核外電子概率密度分布的復(fù)雜曲面零件匹配檢測(cè)方法
本發(fā)明屬于精密加工與測(cè)量技術(shù)領(lǐng)域，并公開了一種基于核外 電子概率密度分布的復(fù)雜曲面零件匹配檢測(cè)方法，包括:對(duì)待測(cè)零件 進(jìn)行非接觸式掃描獲得掃描點(diǎn)云，并將其與設(shè)計(jì)點(diǎn)云組成匹配比較對(duì) 象;將兩片點(diǎn)云轉(zhuǎn)換到同一三維坐標(biāo)系內(nèi)，并將各個(gè)點(diǎn)看作原子的原子核，將此原子核的鄰域點(diǎn)看作核外電子，遍歷所有點(diǎn)計(jì)算得出其對(duì) 應(yīng)的電子概率密度分布值;基于計(jì)算得出的電子概率密度分布值確定 兩個(gè)模型的誤差，并在當(dāng)前誤差不滿足終止條件時(shí)對(duì)測(cè)量點(diǎn)云進(jìn)行粗 匹配和精匹配，直至滿足終止條件為止。通過本發(fā)明，能夠有效解決 現(xiàn)有非接觸式匹配
華中科技大學(xué)
2021-04-14
可有效保留邊界和局部特征的復(fù)雜曲面零件點(diǎn)云精簡(jiǎn)方法
本發(fā)明屬于精密加工與測(cè)量技術(shù)領(lǐng)域，并公開了一種可有效保留邊界和局部特征的復(fù)雜曲面零件點(diǎn)云精簡(jiǎn)方法，包括:對(duì)復(fù)雜曲面 零件生成掃描點(diǎn)云;針對(duì)點(diǎn)云中的各個(gè)點(diǎn)獲得多個(gè)鄰域點(diǎn)并計(jì)算得出 法線向量;繼續(xù)以各個(gè)點(diǎn)為球心找出最短半徑范圍內(nèi)的 m 個(gè)點(diǎn)，然后 求出點(diǎn)云中各個(gè)點(diǎn)的法線向量與這 m 個(gè)點(diǎn)的法線向量之間夾角的平均 值;基于夾角平均值來設(shè)定閾值，然后執(zhí)行特征粗分類;進(jìn)行二次細(xì) 分以完成第一個(gè)精簡(jiǎn)子集的選取，然后基于定向Hausdorff距離來完成 第二個(gè)精簡(jiǎn)子集的選取
華中科技大學(xué)
2021-04-14
永磁同步電機(jī)的電角度旋向和初始值辨識(shí)方法及系統(tǒng)
本發(fā)明公開了一種永磁同步電機(jī)的電角度初始角度和旋向的辨 識(shí)方法及系統(tǒng)，首先通過算法得到轉(zhuǎn)子磁鏈角度的估計(jì)值，然后輸出 角度為轉(zhuǎn)子磁鏈角度估計(jì)值的定子電流，接著確定轉(zhuǎn)子磁鏈角度的估 計(jì)值與轉(zhuǎn)子磁鏈角度的真實(shí)值的位置關(guān)系，并依靠得到的位置關(guān)系， 得到一個(gè)更準(zhǔn)確的轉(zhuǎn)子磁鏈角度的估計(jì)值，反復(fù)執(zhí)行以上步驟數(shù)次， 轉(zhuǎn)子磁鏈角度的估計(jì)值將與轉(zhuǎn)子磁鏈角度的真實(shí)值重合，該磁鏈角度 估計(jì)值與編碼器反饋的轉(zhuǎn)子角度之差值即為電角度的初始值，最后， 利用電角度旋向辨識(shí)算法，辨識(shí)電角度旋向與編碼器反饋的旋向的相 對(duì)關(guān)系，若兩者
華中科技大學(xué)
2021-04-14
一種固定化的洋蔥伯克霍爾德菌脂肪酶及其制備方法
本發(fā)明公開了一種固定化的洋蔥伯克霍爾德菌脂肪酶及其制備方法。所述固定化的洋蔥伯克霍爾德菌脂肪酶，包括碳納米管基質(zhì)和洋蔥伯克霍爾德菌脂肪酶，所述洋蔥伯克霍爾德菌脂肪酶通過親和吸附和/或共價(jià)結(jié)合的方式結(jié)合在碳納米管基質(zhì)的開放端口、表面和內(nèi)壁。所述制備方法包括以下步驟：(1)硫酸超聲處理碳納米管；(2)制備碳納米管與洋蔥伯克霍爾德菌脂肪酶混合液；(3)將碳納米管與洋蔥伯克霍爾德菌脂肪酶混合液在 4℃至 60℃下，振蕩反應(yīng)，獲得所述固定化的洋蔥伯克霍爾德菌脂肪酶。本發(fā)明提供的固定化的洋蔥伯克霍爾德菌脂肪酶增
華中科技大學(xué)
2021-04-14
一種金屬氧化物/鉑納米顆粒復(fù)合催化劑的制備方法
本發(fā)明公開了一種金屬氧化物/鉑納米顆粒復(fù)合催化劑的制備方 法，該方法包括:使用原子層沉積方法生長(zhǎng)鉑納米催化劑顆粒和金屬 氧化物，通過改變?cè)訉映练e循環(huán)次數(shù)，從而沉積所需厚度的氧化物 復(fù)合層和所需粒徑的納米顆粒，兩者結(jié)合形成復(fù)合催化劑。通過本發(fā) 明，可以精確制備金屬氧化物和鉑納米顆粒的復(fù)合催化劑，錨定金屬 催化顆粒從而提高鉑催化劑在高溫下的熱穩(wěn)定性，且由于氧化物薄膜 與金屬直接具有催化協(xié)同效應(yīng)，能夠在提高催化劑抗燒結(jié)性的同時(shí)， 提高催化劑的活性。
華中科技大學(xué)
2021-04-14
一種檢測(cè) SCN11A 基因第 673 位堿基突變的試劑盒
本發(fā)明提供了一種變異的 SCN11A 基因，即人類周圍神經(jīng)發(fā)作性疼痛致病基因 SCN11A，其特征在于該變異的 SCN11A 基因的第 673位堿基由野生型的 C 變異為 T；或該變異的 SCN11A 基因的第 2423位堿基由野生型的 C 變異為 G。本發(fā)明還提供了一種檢測(cè)來源于人體生物樣本中是否存在所述基因的突變方法及檢測(cè)試劑盒。本發(fā)明提供的變異的人類 SCN11A 基因可用于制備人類周圍神經(jīng)發(fā)作性疼痛基因診斷芯片，變異的人類 SCN11A 基因所編碼的蛋白質(zhì)可作為治療人類周圍神經(jīng)發(fā)作性疼痛的藥
華中科技大學(xué)
2021-04-14
一種數(shù)控系統(tǒng)伺服驅(qū)動(dòng)信號(hào)諧波頻率的自動(dòng)校正方法
本發(fā)明公開了一種數(shù)控系統(tǒng)伺服驅(qū)動(dòng)信號(hào)諧波頻率的自動(dòng)校正 方法，其包括：采集數(shù)控系統(tǒng)伺服驅(qū)動(dòng)信號(hào)，進(jìn)行快速傅氏變換，將 伺服驅(qū)動(dòng)信號(hào)的幅度譜按幅值由大到小排列獲得幅值有序序列 A＝ {a1,a2,…,an}，利用 Fibonacci 數(shù)列法或黃金分割法搜索得到有序序列 A 中的分段點(diǎn)，分別獲取有序序列 A 的第 1 段和第 2 段中幅值的平均 值 A1、A2，進(jìn)而計(jì)算獲得閾值 t；利用閾值 t 逐個(gè)提取并保存幅度譜 中的各諧波波段；利用提取的各諧波波段結(jié)合校正公式實(shí)現(xiàn)諧波頻率 的自動(dòng)校正。本發(fā)明通過按
華中科技大學(xué)
2021-04-14
可有效保留邊界和局部特征的復(fù)雜曲面零件點(diǎn)云精簡(jiǎn)方法
本發(fā)明屬于精密加工與測(cè)量技術(shù)領(lǐng)域，并公開了一種可有效保留邊界和局部特征的復(fù)雜曲面零件點(diǎn)云精簡(jiǎn)方法，包括：對(duì)復(fù)雜曲面 零件生成掃描點(diǎn)云；針對(duì)點(diǎn)云中的各個(gè)點(diǎn)獲得多個(gè)鄰域點(diǎn)并計(jì)算得出 法線向量；繼續(xù)以各個(gè)點(diǎn)為球心找出最短半徑范圍內(nèi)的 m 個(gè)點(diǎn)，然后 求出點(diǎn)云中各個(gè)點(diǎn)的法線向量與這 m個(gè)點(diǎn)的法線向量之間夾角的平均 值；基于夾角平均值來設(shè)定閾值，然后執(zhí)行特征粗分類；進(jìn)行二次細(xì) 分以完成第一個(gè)精簡(jiǎn)子集的選取，然后基于定向 Hausdorff 距離來完成 第二個(gè)精簡(jiǎn)子集的選取；最后對(duì)兩個(gè)精簡(jiǎn)子集進(jìn)行合并，由此獲得
華中科技大學(xué)
2021-04-14