元の名称記録: 西安理工大学

本发明公开了一种韭菜采摘后一体化处理装置及其操作方法，属于韭菜采摘后处理设备技术领域，包括料斗、分料机构、梳理设备和打捆设备，料斗安装在分料机构的条形进料口处，分料机构安装在输送皮带机的上方且条形出料口正对输送皮带机的进料端上方，梳理设备安装在输送皮带机的输出端上方，用于对分堆后的韭菜叶进行梳理和去除老叶，打捆设备的输入端对接到输送皮带机的输出端。本发明能实现韭菜采摘后的快速处理，提高处理速度，降低劳动强度，而且去除老叶和打散惨绕的韭菜叶，使得韭菜质量更好和确保韭菜能够保存时间更长。

本发明公开了机械自锁式立杆器夹爪设备，包括机架，机架的两端分别连接有夹持机构，夹持机构连接有自锁组件，机架的内壁连接有两个支撑座，两个支撑座设置于两个夹持机构之间，两个支撑座均连接有辅助支撑杆，辅助支撑杆的端部铰接有辅助头。本发明还公开了机械自锁式立杆器夹爪设备的夹持方法。本发明不仅能够有效降低水处理设施运营成本，还能进一步提升污水再生利用效率和出水质量，对整个水处理产业与污水处理行业的技术更迭和低碳排放具有至关重要的推动作用。

本发明属于电力系统配电网继电保护技术领域，提供了一种基于零序电容变化特征的跨线相继故障检测方法，该方法通过实时采集母线零序电压和各馈线零序电流，利用滑窗技术监测零序电压启动保护装置，随后采用扩展Prony算法对故障暂态信号进行高精度拟合，提取信号中的频点信息，进而在复频域中计算各馈线首发与继发故障的零序电容，最终基于零序电容的极性和标准差变化特征构造检测判据，实现对跨线相继故障的准确检测与区分；本发明避免了传统方法中的滤波需求和零序CT极性限制，提高了故障检测的准确性、可靠性和响应速度，减少了人工操作带来的误判和漏判风险。

本发明属于电力系统配电网继电保护技术领域，提供了一种中性点不接地系统单相断线接地故障检测方法，包括步骤1：采集各馈线三相电流信号；步骤2：对所获取的负序电流信号进行形态学滤波处理；步骤3：将滤波后的负序电流信号映射到以u为变量的时频空间；步骤4：依据时频电流信号的能量聚焦特性寻找最优旋转因子；本发明通过结合对称分量法、形态学滤波和坐标变换技术，显著增强了中性点不接地系统单相断线接地故障特征提取的准确性与稳定性，极大提高了故障检测的精度与可靠性；同时基于馈线能量集中度自适应确定最优旋转因子，使检测策略能灵活适应不同故障条件，有效提升了复杂电网结构和多变运行工况下的故障检测效率与成功率。

本申请提出一种基于前馈补偿的同步带驱动系统位置控制方法，属于机械设计与制造技术领域。本方法包括以下步骤：构建同步带驱动系统的系统模型，并利用与系统模型等效的动力学模型获取系统模型的标准传递函数；构建系统模型的反馈控制框架；对所准传递函数进行参数辨识，得到名义传递函数；在反馈控制框架的基础上，根据名义传递函数构建前馈控制框架，反馈控制框架和前馈控制框架相结合，构成系统模型的位置控制框架；利用位置控制框架对同步带驱动系统进行位置控制。本申请能够有效提高同步带驱动系统的动态响应性能。

本发明公开了基于子空间和粒子群的水位PID参数整定方法，通过采集水位系统PID控制器的输出数据与水位高度数据，采用闭环递推子空间辨识算法估计系统模型，并以提取的冲激响应参数为基础构造性能指标适应度函数，应用粒子群优化算法搜索最优PID参数。该方法可实现对噪声环境下时变的水位系统的PID参数进行整定，子空间辨识对噪声鲁棒，PSO全局搜索能力强，有效提升控制精度和稳定性。

本申请涉及人机对话交互技术领域，尤其是涉及一种基于深度学习的智能人机对话交互系统，其包括语义解析模块、动态用户偏好建模单元和实时知识更新机制。语义解析模块通过上下文分析组件和语义关联图谱生成语义表示；动态用户偏好建模单元构建动态用户画像并反馈至语义解析模块调整权重；实时知识更新机制从外部获取并筛选知识片段注入语义解析模块。本申请通过多模块协同设计，显著提升多轮对话中的语义连贯性和上下文理解能力，增强对用户动态需求的响应及知识时效性，满足智能化和用户体验需求。

本发明提供了一种基于数据驱动的以电折水系数复合模型及预测方法，通过将空间插值类、神经网络类及区域化预测模型三大类模型并列运行与对比分析形成复合模型，可以适应数据的不同特征，显著提升预测精度和泛化能力，适用于不同场景下的以电折水系数估算。其中EPC‑STIN模型（神经网络类）和区域化预测模型是以电折水预测模型的创新型架构。此外，本发明采用多个评价指标，并通过综合评价体系对复合模型的预测结果进行综合评价，从而针对不同的数据集输出精确度最优的预测模型，确保综合得分能反映模型在误差精度、预测区间可靠性等多方面的均衡表现，提升了模型选择的科学性。因此，本发明相比于现有技术为以电折水系数预测提供了更全面的评估依据，帮助用户科学量化预测结果的不确定性，提升决策的可信度。

本发明公开的基于工业因果逻辑的设备故障预测方法，包括获取不平衡设备监测数据集；对不平衡设备监测数据集进行缺失值处理并建立因果关系图；量化因果关系并计算因果权重矩阵；构建因果约束生成对抗网络，将因果权重矩阵作为注意力权重生成合成故障样本，再与原始故障样本合并形成平衡故障样本集合，最后将平衡故障样本集合与正常样本集合合并形成平衡数据集；基于平衡数据集训练分类器并输出故障预测结果。本发明通过识别和利用设备数据中的物理因果关系，确保生成的合成设备状态样本严格遵循工程逻辑，避免了传统方法产生的工程不合理样本，显著提高了设备故障预测的准确率，从而降低因误检、漏检导致的设备停机损失。

本发明公开了基于无人机巡检数据分析的土木工程预警方法及系统，涉及土木工程预警技术领域，包括：基于工程设计资料构建虚拟立体工程模型，该模型包含多个虚拟立体工程子单元，并按照预设工程推进次序确定子单元间的推进序次关系；对每个子单元划分立体功能区块，利用结构分析模型模拟进度推进，确定各区块的标准推进模式；利用无人机对实体工程进行巡检，分析巡检图像，并在虚拟模型模板上划定实际推进，生成实际立体工程推进模型；基于子单元推进序次关系和标准推进模式，对实际模型进行项目推进预警分析。本发明通过虚拟模拟与实际巡检数据的融合，实现工程进度的实时监控和预警，提高了土木工程管理的效率和准确性。

本发明公开了基于多流形联合度量学习的图像分类方法，步骤包括：1）数据预处理，包括构建Grassmann特征及SPD特征；2）构建双流形核矩阵，包括构建Grassmann流形核矩阵及SPD流形核矩阵，分别计算Grassmann和SPD的测试核矩阵；3）实施多流形联合度量学习，从核矩阵提取核特征向量计算类内散布矩阵与类间散布矩阵；对投影矩阵求解，根据特征值大小对特征向量进行排序，选择前面多个最大特征值对应的特征向量构成投影矩阵；4）特征融合，完成提取，实施样本映射；5）构建样本级融合卷积神经网络，完成原始图像不同地物的分类。本发明属于图像处理和机器学习技术领域，能够显著提高分类准确率。

本发明公开缺失类标签数据下的多标签图像分类方法，具体为：步骤1：准备含有缺失类标签的多标签图像训练样本集；步骤2：构建缺失类标签数据下的类共生关系图；步骤3：构建缺失类标签数据下的多标签图像分类网络模型；步骤4：构造分类损失函数；步骤5：构造缺失类标签恢复网络损失函数；步骤6：构造总的目标函数；步骤7：根据步骤6构造的总的目标函数，训练步骤3中所搭建的缺失类标签数据下的多标签图像分类网络模型；步骤8：将待分类的多标签图像输入到步骤7训练好的网络模型，在分类输出层得到该图像的预测类别。该方法不依赖于深度网络结构，且能够显著降低训练数据的标注成本。

本发明公开了一种高离子电导率卤化物固态电解质材料及其制备方法，属于全固态电池技术领域。所述的固态电解质的化学通式为LiZrMCl。其中，x取值范围为0.1~0.99，y取值范围为0.01~0.99且遵循等式4x+5y=4或4x+6y=4或4x+5y+6y=4；M为正5价或正6价金属元素中的至少一种。本发明利用高价金属离子做引发剂调控基体电解质LiZrCl中的非锂阳离子空位浓度，更多的空位降低锂离子传导所需要克服的能垒显著提升其离子电导率。最终得到的Zr基卤化物固态电解质的离子电导率在2 mS/cm以上。该方法获得的电解质不仅拥有高离子电导率还兼顾宽的电化学窗口，适用于匹配高性能大倍率固态电池制造。

本发明公开的薄壁金属零件液压辅助单点增量成形装置及成形方法，属于金属板材增量技术领域。装置包括用于夹持待加工板材的可拆卸密封夹具、与立式加工中心主轴连接的球形刀具、连通密封腔的液压辅助组件，及联动调控刀具运动与静压输出的控制单元；方法包括夹具装配与板材固定、液压预胀形、参数设定与静压准备、增量成形与后处理四步骤；本发明解决了传统单点增量成形加工异形曲面薄壁复杂特征件需多次装夹、成形质量差、效率低的技术问题。

本发明公开了高性能吸波材料FeS/MXene复合材料的制备方法，具体按照如下步骤实施：步骤1，制备FeS粉末；步骤2，制备MXene材料；步骤3，将FeS粉末在阳离子表面活性剂中搅拌、洗涤、干燥后与MXene混合，冷冻干燥后，得到FeS/MXene复合材料。本发明高性能吸波材料FeS/MXene复合材料的制备方法，制备了FeS‑MXene复合结构，显著提升MXene的吸波性能。本发明还公开了高性能吸波材料FeS/MXene复合材料在电磁波吸收中的应用。

本发明公开的用于膜厚度测量的光纤光谱仪，包括控制与数据处理模块、探测模块以及通过光纤耦合模块相连的光源模块和分光模块；光纤耦合模块将光源模块的宽谱光耦合后引导至分光模块；分光模块采用交叉型Czerny‑Turner光路结构，对光束依次进行准直、色散、聚焦处理；探测模块用于接收分光模块处理后的光信号并形成干涉图谱；控制与数据处理模块驱动采集、完成像素–波长定标及基于采集的干涉图谱计算膜厚度。本发明用于膜厚度测量的光纤光谱仪测量方法，解决了现有技术中实时检测膜厚度精确度低的问题。

本发明涉及一种基于手持式地物光谱仪的实验室水体氨氮浓度快速预测方法，包括：获取未知氨氮浓度水样的高光谱影像数据，对所述高光谱影像数据进行预处理和特征提取；将提取的特征数据输入训练好的ANN模型进行氨氮浓度预测，获取未知氨氮浓度水样的氨氮浓度，其中，所述ANN模型通过不同浓度的氨氮标准溶液对应的光谱数据训练并测试获得。本发明通过将一阶导数变换、皮尔逊相关特征筛选与人工神经网络建模相结合，实现了实验室水体氨氮浓度快速、无损、高精度预测。

本发明公开了面向大规模网页数据的分块树堆索引构建、存储和查询方法，该方法包含两部分：其一，分块树堆索引的构建与存储，对大规模网页数据预处理并构建倒排索引，将倒排链表按等长倒排项划分为分块，为每个分块构建树堆索引结构，再通过树堆转一般树、平衡括号存储、文档标识与词频差分编码、变长字节压缩的拓扑差值方法压缩索引并存储；其二，分块树堆索引的查询，从词典读取倒排链表自索引数据，定位目标文档所属分块，读取并解压分块以恢复树堆结构，遍历树堆完成查询。该方法避免了查询时文件切换开销，同时通过自索引结构实现压缩分块的快速随机访问，降低解压时间与内存加载量，显著提升大规模网页数据搜索引擎的查询性能。

本发明公开了AlMg5自行车架焊接的数值模拟方法，具体按照以下步骤实施：步骤1，设计AlMg5自行车架三维实体模型，并对模型进行有限元网格划分；步骤2，设计夹具，并与网格划分后的AlMg5自行车架模型进行装配；步骤3，建立焊接轨迹与焊缝模型，设置焊接热源；步骤4，设置后处理求解参数，读取后处理数据。本发明通过模拟焊接后残余应力大小来优化车架焊接工艺与车架结构。根据模拟后应力的分布，可以对局部结构、焊接工艺中的电流与电压进行重新设置，同时最大应变产生处通常产生焊接裂纹，通过控制最大应变可避免裂纹的产生。

本发明提供了一种坡面泥沙起动流速及推移质输沙率预测方法及模型搭建方法，属于自然科学研究中的水力学及河流动力学技术领域。首先，确定泥沙在斜坡上受到作用力及其表达式，建立泥沙颗粒在临界状态的受力平衡方程，将力的表达式引入，获得斜坡泥沙起动流速初始表达式；然后采用垂线平均流速替换泥沙起动临界流速公式中的近底流速，得到斜坡泥沙起动流速预测公式；根据明渠中泥沙临界初始运动流速测量实验确定参数，得到预测公式的固定参数，同时建立推移质输沙率表达式，用于预测。本发明建立了一个参数简单易获取，且既适用于斜坡也适用于缓坡和平床的泥沙起动流速公式，模型还包括泥沙输沙率的预测，结果也具有较高的可靠性。