CT數(shù)據(jù)無(wú)損壓縮、解壓方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì) 1125     

 0

本發(fā)明提供一種CT數(shù)據(jù)無(wú)損壓縮、解壓方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及CT數(shù)據(jù)壓縮技術(shù)領(lǐng)域，CT數(shù)據(jù)無(wú)損壓縮方法具體包括：S20，輸入探測(cè)器的原始數(shù)據(jù)A；S21，對(duì)原始數(shù)據(jù)A進(jìn)行差分編碼得到差分?jǐn)?shù)據(jù)B；S22，對(duì)差分?jǐn)?shù)據(jù)B進(jìn)行可變字長(zhǎng)編碼得到壓縮后數(shù)據(jù)C并輸出。該CT數(shù)據(jù)無(wú)損壓縮方法改善了現(xiàn)有技術(shù)中應(yīng)用于CT圖像壓縮計(jì)算的方法過(guò)程比較復(fù)雜且處理實(shí)時(shí)性較差的問(wèn)題。

槍管無(wú)損探傷系統(tǒng) 1013     

 0

本發(fā)明屬于微磁探測(cè)領(lǐng)域，具體涉及一種槍管無(wú)損探傷系統(tǒng)。該系統(tǒng)針對(duì)槍管的兩種狀態(tài)：生產(chǎn)狀態(tài)（獨(dú)立）和使用狀態(tài)（已經(jīng)裝配在槍支中）均能進(jìn)行缺陷無(wú)損探測(cè)的需求，設(shè)計(jì)兩種探測(cè)方式—外探和內(nèi)探相結(jié)合，采用高靈敏度快速響應(yīng)的磁傳感器或者磁傳感器陣列，結(jié)合驅(qū)動(dòng)、信號(hào)控制裝置實(shí)現(xiàn)對(duì)各種口徑和各種長(zhǎng)度的槍管（生產(chǎn)狀態(tài)或使用狀態(tài)）的無(wú)損探傷，并基于槍管損傷特征建立缺陷判別模型，設(shè)計(jì)槍管探傷軟件實(shí)現(xiàn)對(duì)損傷的準(zhǔn)確定位和定量分析。該系統(tǒng)操作方便，效果直觀。

基于整形小波變換的音頻無(wú)損壓縮編碼、解碼方法 992     

 0

本發(fā)明公開(kāi)了一種音頻無(wú)損壓縮編碼、解碼方法,屬于信源編、解碼領(lǐng)域。本方法根據(jù)信號(hào)前后幀的相關(guān)情況自適應(yīng)對(duì)信號(hào)進(jìn)行分幀,分幀后的一幀信號(hào)是信號(hào)特性相近的信號(hào)組合,使得編碼器能獲得到更好的壓縮效率,為后面的整型小波變換和線性預(yù)測(cè)編碼帶來(lái)好處。對(duì)于無(wú)損壓縮編碼來(lái)說(shuō),應(yīng)該對(duì)于信號(hào)可以完全的重構(gòu),所以采用整型提升小波變換來(lái)保證信號(hào)的完全可重構(gòu)特性。與現(xiàn)有技術(shù)相比,本發(fā)明在引入了基于相關(guān)的自適應(yīng)分幀模塊和基于整型提升小波的去相關(guān)模塊后,原始信號(hào)中的冗余信息可以被更好的去相關(guān),生成的壓縮數(shù)據(jù)中所含有的冗余信息更少,所以本發(fā)明可以用很小的計(jì)算復(fù)雜度代價(jià)換來(lái)了較大的壓縮比提高。

交易無(wú)損的分布式部署方法及系統(tǒng) 975     

 0

本發(fā)明涉及一種交易無(wú)損的分布式部署方法及系統(tǒng)，其方法包括：步驟1：前置機(jī)與多個(gè)web應(yīng)用端建立連接；步驟2：在前置機(jī)應(yīng)用中復(fù)制web應(yīng)用端的配置，并將復(fù)制的配置加載到內(nèi)存中并進(jìn)行處理；步驟3：設(shè)置全局變量，循環(huán)讀取處理后的配置，使前置機(jī)對(duì)每個(gè)web應(yīng)用端實(shí)現(xiàn)資源平均分配；步驟4：前置機(jī)接收客戶端發(fā)送的請(qǐng)求，依次提取每個(gè)wed應(yīng)用端的ur?l；步驟5：探測(cè)wed應(yīng)用端，判斷獲取的ur?l是否可用，如果是，執(zhí)行步驟6；否則，執(zhí)行步驟7；步驟6：客戶端通過(guò)前置機(jī)訪問(wèn)wed應(yīng)用端，結(jié)束；步驟7：客戶端訪問(wèn)前置機(jī)中備用ur?l，結(jié)束。通過(guò)增加前置層，提高系統(tǒng)穩(wěn)定性和用戶良好感知。

基于改進(jìn)JPEG-LS算法的遙感圖像近無(wú)損壓縮硬件實(shí)現(xiàn)方法 1007     

 0

基于改進(jìn)JPEG-LS算法的遙感圖像近無(wú)損壓縮硬件實(shí)現(xiàn)方法,步驟為:(1)通過(guò)輸入圖像的像素實(shí)際值直接計(jì)算獲得像素重構(gòu)值,計(jì)算時(shí)采用公式RX=INT[IX/(2NEAR+1)]×(2NEAR+1)在單個(gè)時(shí)鐘周期內(nèi)完成計(jì)算,式中RX、IX分別為像素重構(gòu)值和實(shí)際值,INT為取整運(yùn)算,NEAR為壓縮比控制因子;(2)根據(jù)得到的像素重構(gòu)值計(jì)算上下文環(huán)境變量Q,若Q等于0則進(jìn)行游程編碼,否則轉(zhuǎn)步驟(3)進(jìn)行常規(guī)編碼;(3)根據(jù)當(dāng)前像素及其與臨近像素的幾何位置關(guān)系,利用像素重構(gòu)值計(jì)算當(dāng)前像素的預(yù)測(cè)值;(4)計(jì)算當(dāng)前像素的預(yù)測(cè)值與實(shí)際值的殘差值;(5)對(duì)得到的殘差值進(jìn)行量化處理后進(jìn)行GOLOMB編碼,同時(shí)利用量化處理結(jié)果對(duì)與上下文環(huán)境變量Q相對(duì)應(yīng)的參數(shù)變量進(jìn)行更新。

植物表型無(wú)損采集系統(tǒng)及方法 1065     

 0

本發(fā)明屬于植物表型采集技術(shù)領(lǐng)域，尤其涉及一種植物表型無(wú)損采集系統(tǒng)及方法。該植物表型無(wú)損采集系統(tǒng)包括升降機(jī)構(gòu)、旋轉(zhuǎn)機(jī)構(gòu)、待測(cè)植物放置座、內(nèi)部結(jié)構(gòu)表型成像裝置和控制裝置，還包括外部性狀表型成像裝置和生理表型成像裝置中的一種或兩種。旋轉(zhuǎn)機(jī)構(gòu)與升降機(jī)構(gòu)連接，升降機(jī)構(gòu)能夠帶動(dòng)旋轉(zhuǎn)機(jī)構(gòu)在豎直方向上移動(dòng)，旋轉(zhuǎn)機(jī)構(gòu)包括水平旋轉(zhuǎn)架，內(nèi)部結(jié)構(gòu)表型成像裝置以及外部性狀表型成像裝置和生理表型成像裝置中的一種或兩種固定在水平旋轉(zhuǎn)架上，形成成像區(qū)域。由此，利用該植物表型無(wú)損采集系統(tǒng)，不用移動(dòng)待測(cè)植物就能夠?qū)崿F(xiàn)待測(cè)植物的內(nèi)部結(jié)構(gòu)表型、外部性狀表型和/或生理表型的同一時(shí)間的采集，提高了待測(cè)植物表型采集的準(zhǔn)確性。

基于逆量化/逆變換的無(wú)損壓縮解碼方法 1050     

 0

本發(fā)明涉及一種基于逆量化/逆變換的無(wú)損壓縮解碼方法，首先在解碼每幀頭信息時(shí),獲取當(dāng)前幀使用的量化參數(shù)；解碼預(yù)測(cè)信息,得到當(dāng)前幀的預(yù)測(cè)圖像塊；根據(jù)碼流中當(dāng)前幀圖像塊的殘差位符號(hào)信息判斷是否需要對(duì)當(dāng)前幀圖像塊的殘差進(jìn)行逆量化和逆變換,如果需要，解碼當(dāng)前幀圖像塊殘差系數(shù)C,并對(duì)C進(jìn)行逆量化得到矩陣Y；對(duì)Y進(jìn)行逆變換,得到當(dāng)前幀圖像塊的第一次殘差信息R；繼續(xù)解碼當(dāng)前幀圖像塊二次殘差信息,將兩次殘差信息相加得到當(dāng)前幀圖像塊的最終殘差信息；如果不需要?jiǎng)t直接解碼當(dāng)前幀圖像塊殘差系數(shù)做為當(dāng)前幀圖像塊的最終殘差信息；將當(dāng)前幀圖像塊的預(yù)測(cè)圖像塊和最終殘差信息相加得到當(dāng)前幀重建圖像塊，極大的提高了無(wú)損壓縮性能。

羊胴體產(chǎn)量的無(wú)損分級(jí)方法 982     

 0

本發(fā)明公開(kāi)了一種羊胴體的無(wú)損分級(jí)方法。該方法是基于肋肉厚度近紅外預(yù)測(cè)模型實(shí)現(xiàn)的，包括下述步驟：1)采集待分級(jí)的羊胴體的肋肉厚度測(cè)量部位的近紅外光譜圖；2)將采集的近紅外光譜進(jìn)行預(yù)處理，并代入肋肉厚度近紅外預(yù)測(cè)模型中，得出肋肉厚度值；3)將肋肉厚度、近紅外預(yù)測(cè)模型胴體出肉率方程、產(chǎn)量分級(jí)方法相結(jié)合，實(shí)現(xiàn)羊胴體無(wú)損分級(jí)；其中，肋肉厚度預(yù)測(cè)模型構(gòu)建方法如下：1)測(cè)量不同羊胴體的肋肉厚度數(shù)值；2)采集不同羊胴體肋肉厚度部位的近紅外圖譜；3)將采集的近紅外光譜進(jìn)行預(yù)處理，然后與測(cè)量的肋肉厚度數(shù)值進(jìn)行關(guān)聯(lián)建立數(shù)學(xué)模型。本方法無(wú)需破壞羊胴體，分析快速簡(jiǎn)便，為我國(guó)羊肉加工企業(yè)提供了較為快捷的初期分級(jí)準(zhǔn)備。

無(wú)損估算立木材積的低成本樹(shù)木結(jié)構(gòu)自動(dòng)重建方法 699     

 0

本發(fā)明公開(kāi)了一種無(wú)損估算立木材積的低成本樹(shù)木結(jié)構(gòu)自動(dòng)重建方法，具體為基于地面攝影測(cè)量點(diǎn)云重建樹(shù)木三維模型的方法。針對(duì)現(xiàn)有立木材積估算的弊端和不足，為了降低樹(shù)干體積估測(cè)成本，在不損傷樹(shù)木的情況下，本發(fā)明提供了一個(gè)基于地面攝影測(cè)量點(diǎn)云的立木材積估算的方法，使用該方法重建樹(shù)木三維幾何結(jié)構(gòu)并提取樹(shù)干體積，為立木材積無(wú)損估測(cè)提供了一個(gè)更加經(jīng)濟(jì)的方法。本發(fā)明的研究目標(biāo)包括：(1)開(kāi)放AdQSM，開(kāi)發(fā)AdQSM的自動(dòng)建模方法，有利于更多人使用；(2)開(kāi)發(fā)一種新的低成本樹(shù)結(jié)構(gòu)建模技術(shù)。

基于感知器的彩色圖像無(wú)損壓縮方法 807     

 0

一種基于感知器的彩色圖像的無(wú)損壓縮方法,涉及圖像處理領(lǐng)域。本發(fā)明的特征在于具有以下處理步驟:(1)計(jì)算機(jī)從USB等接口讀入待處理的目標(biāo)圖像后保存在內(nèi)存中;(2)對(duì)待壓縮圖像進(jìn)行現(xiàn)有的無(wú)損顏色空間變換;(3)采用二維加權(quán)預(yù)測(cè)模型對(duì)當(dāng)前像素預(yù)測(cè),求取預(yù)測(cè)殘差值;(4)根據(jù)映射后的預(yù)測(cè)殘差值,判斷是否小于給定的誤差限,如果超出閾值就需要自適應(yīng)調(diào)整。(5)采用現(xiàn)有的RICE熵編碼;(6)輸出并保存圖像的壓縮結(jié)果。本發(fā)明所提供的方法復(fù)雜度低于傳統(tǒng)壓縮方法,處理后的圖像具有較高的壓縮比,并且在保持較高的壓縮效果的同時(shí),其壓縮時(shí)間明顯少于后者,具有較高的執(zhí)行速度。

便攜式無(wú)損重構(gòu)微波成像儀 969     

 0

本發(fā)明公開(kāi)了一種便攜式無(wú)損重構(gòu)微波成像儀，是一種基于電磁波成像技術(shù)及電磁波逆散射原理，以超寬帶微波作為信息探測(cè)載體，實(shí)現(xiàn)無(wú)損重構(gòu)被測(cè)物體3D全息圖像的成像設(shè)備。包括機(jī)殼，設(shè)置在所述機(jī)殼內(nèi)部的射頻收發(fā)機(jī)系統(tǒng)和信號(hào)處理系統(tǒng)，以及設(shè)置在所述機(jī)殼上表面的觸控系統(tǒng)；通過(guò)射頻收發(fā)機(jī)系統(tǒng)發(fā)射微波并接受被測(cè)物體反射的散射微波，并傳輸至信號(hào)處理系統(tǒng)，對(duì)反射回的微波采用微波定性及定量方法重構(gòu)被測(cè)物體信息，再傳輸至觸控系統(tǒng)進(jìn)行展示，同時(shí)殼體可為上述模塊提供硬件保護(hù)，且設(shè)置有手持把柄，可方便攜帶和持握探測(cè)。

低真空氣體的快速無(wú)損采樣裝置及采樣方法 1035     

 0

本申請(qǐng)實(shí)施例中提供了低真空氣體的快速無(wú)損采樣裝置及采樣方法，無(wú)損采樣裝置包括：真空獲得組件，用于獲取一定氣壓的真空；采樣組件，用于對(duì)待測(cè)氣體進(jìn)行減壓采樣得到采樣氣體；氣體分析組件，用于在真空內(nèi)對(duì)采樣氣體進(jìn)行氣體分析；以及連接真空獲得組件、采樣組件以及氣體分析組件的控制模塊；其中，氣體分析組件設(shè)置開(kāi)口與所述真空獲得組件相連通。通過(guò)本申請(qǐng)的低真空氣體的快速無(wú)損采樣裝置及采樣方法可以使采樣得到的氣體含量比例與原有工藝腔室中的氣源一致，實(shí)現(xiàn)無(wú)損采樣，使最后的氣體成分分析更加準(zhǔn)確。

用于確定無(wú)損網(wǎng)絡(luò)性能的方法及裝置、電子設(shè)備、存儲(chǔ)介質(zhì) 798     

 0

本申請(qǐng)涉及網(wǎng)絡(luò)分析技術(shù)領(lǐng)域，公開(kāi)一種用于確定無(wú)損網(wǎng)絡(luò)性能的方法，包括：利用預(yù)設(shè)測(cè)試集群進(jìn)行無(wú)損網(wǎng)絡(luò)性能的測(cè)試，根據(jù)對(duì)比不同流量模型下無(wú)損網(wǎng)絡(luò)及TCP網(wǎng)絡(luò)IOPS大小獲取無(wú)損網(wǎng)絡(luò)IO性能參數(shù)；根據(jù)計(jì)算接入鏈路故障切換時(shí)間和設(shè)備間級(jí)聯(lián)鏈路故障切換時(shí)間獲取無(wú)損網(wǎng)絡(luò)可靠性參數(shù)；根據(jù)不同分布式存儲(chǔ)軟件下IO參數(shù)存在情況獲取無(wú)損網(wǎng)絡(luò)兼容性參數(shù)。根據(jù)無(wú)損網(wǎng)絡(luò)IO性能參數(shù)、無(wú)損網(wǎng)絡(luò)兼容性參數(shù)和無(wú)損網(wǎng)絡(luò)可靠性參數(shù)確定無(wú)損網(wǎng)絡(luò)性能。這樣，能夠更加有效、全面地確定無(wú)損網(wǎng)絡(luò)性能，使得用戶能夠根據(jù)無(wú)損網(wǎng)絡(luò)性能進(jìn)行網(wǎng)絡(luò)拓?fù)浯罱?、網(wǎng)絡(luò)環(huán)境部署、網(wǎng)絡(luò)設(shè)備選型及網(wǎng)絡(luò)服務(wù)評(píng)估等。本申請(qǐng)還公開(kāi)一種用于確定無(wú)損網(wǎng)絡(luò)性能的裝置、電子設(shè)備、存儲(chǔ)介質(zhì)。

使用紅外指紋光譜建模的船舶甲板油漆快速無(wú)損鑒別的方法 951     

 0

本發(fā)明公開(kāi)了一種使用紅外指紋光譜建模的船舶甲板油漆快速無(wú)損鑒別的方法，屬于法庭科學(xué)檢驗(yàn)技術(shù)領(lǐng)域，以紅外指紋光譜數(shù)據(jù)為基礎(chǔ)，借助數(shù)學(xué)算法，建立基于Bayes判別、K近鄰(KNN)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBF)及多層感知器神經(jīng)網(wǎng)絡(luò)(MLP)的原始圖譜、一階導(dǎo)數(shù)圖譜和二階導(dǎo)數(shù)圖譜的分類模型，實(shí)現(xiàn)對(duì)油漆樣本的區(qū)分和鑒別。本發(fā)明對(duì)船舶甲板油漆進(jìn)行了準(zhǔn)確的識(shí)別與分類，不僅實(shí)現(xiàn)了量少、快速和無(wú)損檢驗(yàn)的目的，而且借助數(shù)學(xué)模型展開(kāi)模式識(shí)別，實(shí)現(xiàn)了對(duì)其更為合理和有效地鑒別，這避免了傳統(tǒng)鑒定方法中主觀判斷的干擾和低效率的情況，也為其他物證的快速準(zhǔn)確地檢驗(yàn)鑒別提供了一種新的思路和參考。

軸向引線二極管芯片無(wú)損開(kāi)封方法 698     

 0

本發(fā)明公開(kāi)了一種軸向引線二極管芯片無(wú)損開(kāi)封方法，通過(guò)二極管輔助固定夾具將帶封裝的二極管按照特定方向進(jìn)行固定，并對(duì)帶封裝的二極管進(jìn)行磨切，以采用物理方法去除帶封裝的二極管的特定部位；然后，通過(guò)特定的無(wú)損開(kāi)封方法將二極管芯片從封裝體中無(wú)損取出，可有效避免在取出二極管芯片過(guò)程中對(duì)芯片造成的任何損傷，并去除芯片表面的金屬化，直觀的檢查硅芯片表面的質(zhì)量狀態(tài)和缺陷情況，為DPA、FA等可靠性分析工作中的芯片檢查提供技術(shù)途徑。

圖像無(wú)損壓縮系統(tǒng)及方法 804     

 0

本發(fā)明提供了一種圖像無(wú)損壓縮系統(tǒng)，包括狀態(tài)寄存單元、數(shù)據(jù)分配器、S?O?F插入器、求差編碼單元和碼流合成器，狀態(tài)寄存單元，用于寄存并輸出接收的至少一幀圖像的各序號(hào)；數(shù)據(jù)分配器，用于接收所述圖像，并根據(jù)所述序號(hào)選通S?O?F插入器或求差編碼單元；S?O?F插入器和求差編碼單元，輸出處理后的數(shù)據(jù)至碼流合成器，碼流合成器根據(jù)所述序號(hào)，整合并依次選通輸出壓縮后的圖像信息。本發(fā)明還提供了一種圖像無(wú)損壓縮方法，有效降低圖像中的空間冗余度，易于圖像對(duì)齊和快速檢索，且算法簡(jiǎn)單并行度高，易于算法的硬件移植，可以實(shí)現(xiàn)極高數(shù)據(jù)帶寬下的實(shí)時(shí)圖像壓縮，而圖像信息無(wú)損失。

動(dòng)力鋰離子電池安全性能無(wú)損診斷的方法 832     

 0

本發(fā)明公開(kāi)了一種動(dòng)力鋰離子電池安全性能無(wú)損診斷的方法，包括線上數(shù)據(jù)分析和線下檢測(cè)兩部分；本發(fā)明的優(yōu)點(diǎn)在于：通過(guò)采集運(yùn)行數(shù)據(jù)和對(duì)動(dòng)力鋰離子電池進(jìn)行非破壞性試驗(yàn)，實(shí)時(shí)評(píng)估電池安全狀態(tài)，評(píng)估結(jié)果準(zhǔn)確率高，且填補(bǔ)了安全性能評(píng)估空白。

用于電動(dòng)汽車(chē)動(dòng)力電池的無(wú)損均衡電路 765     

 0

本發(fā)明提出一種用于電動(dòng)汽車(chē)動(dòng)力電池的無(wú)損均衡電路，包括串聯(lián)電池組、電壓檢測(cè)電路、微處理器、開(kāi)關(guān)驅(qū)動(dòng)電路、均衡開(kāi)關(guān)電路和雙繞組變壓器。本發(fā)明結(jié)構(gòu)設(shè)計(jì)簡(jiǎn)單，使用方便；均衡開(kāi)關(guān)電路連接著串聯(lián)電池組和雙繞組變壓器，實(shí)施開(kāi)關(guān)動(dòng)作，控制著電池單體的能量通過(guò)雙繞組變壓器在不均衡的電池單體之間流動(dòng)。開(kāi)關(guān)驅(qū)動(dòng)電路負(fù)責(zé)控制均衡開(kāi)關(guān)電路中開(kāi)關(guān)的導(dǎo)通和斷開(kāi)。本發(fā)明提高了以往基于耗散式均衡系統(tǒng)發(fā)熱量大，均衡效果不明顯的缺點(diǎn)，使電池能量直接由電壓高的電池單體流向電壓低的電池單體，具有高效率，低成本，變壓器控制結(jié)構(gòu)簡(jiǎn)單的優(yōu)點(diǎn)。

浮箍、浮鞋整機(jī)無(wú)損試壓裝置 838     

 0

本實(shí)用新型提供了一種浮箍、浮鞋整機(jī)無(wú)損試壓裝置，屬于石油固井設(shè)備領(lǐng)域。該浮箍、浮鞋整機(jī)無(wú)損試壓裝置包括筒體和設(shè)置在其內(nèi)腔中的與其同軸線的壓盤(pán)、密封環(huán)和調(diào)整盤(pán)；所述調(diào)整盤(pán)通過(guò)螺紋安裝在筒體的下部?jī)?nèi)腔中；待檢測(cè)的浮箍或者浮鞋放置在所述調(diào)整盤(pán)上，且與筒體同軸線放置，其下端與調(diào)整盤(pán)接觸；所述密封環(huán)套在浮箍或者浮鞋的上端；所述壓盤(pán)通過(guò)螺紋安裝在筒體的上部?jī)?nèi)腔中，將密封環(huán)壓住。利用本裝置對(duì)產(chǎn)品上的螺紋提供了100％的保護(hù)，避免了螺紋連接試壓時(shí)對(duì)浮箍、浮鞋的螺紋造成的損傷。可適用于不同尺寸規(guī)格的各種扣型的浮箍、浮鞋的試壓現(xiàn)場(chǎng)，具有很好的通用性，不需要加工螺紋，降低了作業(yè)成本。

自動(dòng)高速無(wú)損分揀活體雌雄蠶蛹或者活體雌雄蠶繭的工藝 1012     

 0

本發(fā)明涉及一種高速自動(dòng)無(wú)損分揀活體雌雄蠶蛹和活體雌雄蠶繭方法。將蠶繭或蠶蛹逐一送入在線自動(dòng)分揀裝置的雌雄鑒別系統(tǒng)中的光譜檢測(cè)視場(chǎng)，由光源發(fā)出的光，照射蠶蛹或者蠶繭后產(chǎn)生散射光或透射光，利用光譜儀高速采集活體蠶繭或蠶蛹的光譜；采用光譜預(yù)處理方法對(duì)光譜進(jìn)行預(yù)處理后，利用模式識(shí)別模型判斷被分揀蠶蛹或者蠶繭的雌雄，并將識(shí)別結(jié)果送入在線自動(dòng)分揀裝置中分揀系統(tǒng)。在線自動(dòng)分揀裝置中的分揀系統(tǒng)負(fù)責(zé)根據(jù)在線雌雄鑒別系統(tǒng)發(fā)出的雌雄鑒別結(jié)果，采用機(jī)械制動(dòng)或者氣動(dòng)方式，分別將雌雄蠶繭或者蠶蛹放入不同的料斗，實(shí)現(xiàn)對(duì)雌雄蠶蛹或者蠶繭的分揀。該方法可實(shí)現(xiàn)活體雌雄蠶蛹或者活體雌雄蠶繭的自動(dòng)無(wú)損鑒別和高速分揀。

基于透過(guò)率光譜的快速無(wú)損獲得透明薄膜厚度的方法 1171     

 0

本發(fā)明涉及一種基于透過(guò)率光譜的快速無(wú)損獲得透明薄膜厚度的方法。所述方法包括如下步驟：獲得透明薄膜的透過(guò)率光譜；分別連接相鄰兩波峰、相鄰兩波谷，做出光譜曲線的包絡(luò)線；標(biāo)記相鄰兩個(gè)波峰所在位置，將兩個(gè)波峰的波長(zhǎng)分別記為λ₁、λ₂，然后分別標(biāo)記兩個(gè)波峰與包絡(luò)線相交處的透射率的最大值、最小值，分別記為T(mén)_M1，T_m1和T_M2，T_m2；分別計(jì)算λ₁、λ₂處的折射率n₁和n₂；根據(jù)兩相鄰波峰的折射率，按照如下公式計(jì)算透明薄膜厚度d。該方法利用透過(guò)率光譜來(lái)計(jì)算透明薄膜厚度，快速、便捷、無(wú)損傷，不影響薄膜的二次加工及后續(xù)工藝，可隨時(shí)檢測(cè)薄膜的成膜質(zhì)量。

粘接界面早期疲勞損傷的超聲無(wú)損評(píng)價(jià) 784     

 0

粘接界面早期疲勞損傷的超聲無(wú)損評(píng)價(jià)，涉及利用超聲檢測(cè)技術(shù)評(píng)價(jià)粘接界面的早期疲勞損傷程度。該方法包括：選取一個(gè)粘接結(jié)構(gòu)試件，利用非線性超聲測(cè)試系統(tǒng)對(duì)粘接界面進(jìn)行初始非線性系數(shù)的測(cè)定；對(duì)試件進(jìn)行拉伸疲勞加載，每隔三十次后進(jìn)行非線性超聲測(cè)試，直到試件破壞；將上述疲勞加載次數(shù)除以最終疲勞加載次數(shù)，得到相對(duì)疲勞壽命；將非線性系數(shù)除以初始非線性系數(shù)進(jìn)行正則化；再選取四個(gè)試件重復(fù)上述操作；以正則化非線性系數(shù)為縱坐標(biāo)，以相對(duì)疲勞壽命為橫坐標(biāo)，將上述五個(gè)試件的正則化非線性系數(shù)值表示在坐標(biāo)中，得到正則化非線性系數(shù)與相對(duì)疲勞壽命的擬合關(guān)系曲線圖；正則化非線性系數(shù)越大，表明粘接界面的疲勞損傷程度越大。

植物葉片漫反射顏色無(wú)損采集裝置 794     

 0

本實(shí)用新型涉及農(nóng)業(yè)信息檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種植物葉片漫反射顏色無(wú)損采集裝置。通過(guò)將光源設(shè)置于滑塊的頂部，并將滑塊放置在載物臺(tái)的第一區(qū)域，將葉片放置在載物臺(tái)的第二區(qū)域，所述鏡片設(shè)置于所述第二區(qū)域且處于滑塊與葉片之間，可在不破壞植物生長(zhǎng)狀態(tài)條件下進(jìn)行測(cè)量；水平安裝的光源在滑塊帶動(dòng)下，在植物葉片表面掃描，同時(shí)攝像機(jī)構(gòu)進(jìn)行高清攝像完成紋理和顏色圖像序列的采集，為植物葉片顏色漫反射采集提供了全新的技術(shù)手段和實(shí)用工具。實(shí)現(xiàn)準(zhǔn)確、自動(dòng)、高效的植物葉片漫反射顏色信息采集。

基于無(wú)損鋼筋的樁頭安全破除裝置及方法 1081     

 0

本發(fā)明公開(kāi)了一種基于無(wú)損鋼筋的樁頭安全破除裝置及方法，包括檢測(cè)定位組件，設(shè)置在樁頭的外部側(cè)圍，樁頭破拆機(jī)，樁頭破拆機(jī)包括多個(gè)獨(dú)立的破拆單元，多個(gè)破拆單元通過(guò)銷軸連接形成圓形樁頭破拆機(jī)。本發(fā)明通過(guò)設(shè)置有驅(qū)動(dòng)組件和檢測(cè)定位組件，以環(huán)繞樁頭檢測(cè)的方式將樁頭內(nèi)部鋼筋的位置標(biāo)記在樁頭的外表面上，使操作者在破拆樁頭時(shí)能夠直觀的看到樁頭內(nèi)部鋼筋的所在位置，從而在破拆時(shí)避開(kāi)鋼筋，防止破拆機(jī)的釬桿將鋼筋擠壓彎曲，造成鋼筋受損。

軸瓦無(wú)損自動(dòng)夾持裝置 1135     

 0

本實(shí)用新型涉及一種軸瓦無(wú)損自動(dòng)夾持裝置，包括上下運(yùn)動(dòng)氣缸和夾緊氣缸，所述上下運(yùn)動(dòng)氣缸設(shè)置于上下運(yùn)動(dòng)導(dǎo)向機(jī)構(gòu)上，上下運(yùn)動(dòng)導(dǎo)向機(jī)構(gòu)的底端固定有夾緊氣缸固定座，夾緊氣缸固定座的底端設(shè)有后夾爪，夾緊氣缸設(shè)置于夾緊氣缸固定座的一側(cè)，夾緊氣缸固定座的另一側(cè)設(shè)有夾緊導(dǎo)向軸承，夾緊導(dǎo)向軸承上設(shè)有導(dǎo)向軸，導(dǎo)向軸的一端與夾緊氣缸連接，導(dǎo)向軸的另一端與前平面爪連接。本實(shí)用新型的有益效果為：結(jié)構(gòu)精巧，無(wú)損工件，可快速，高效對(duì)軸瓦進(jìn)行無(wú)損夾取，同時(shí)適應(yīng)多品種工件；大大提高軸瓦加工和檢測(cè)線中軸瓦搬運(yùn)的速度。

速遞文件類郵件摞無(wú)損整理裝置 842     

 0

本實(shí)用新型公開(kāi)了一種速遞文件類郵件摞無(wú)損整理裝置，包括：機(jī)架、翻轉(zhuǎn)部、檢測(cè)部、輸送部、附壓部和振動(dòng)部，所述翻轉(zhuǎn)部鉸接在所述機(jī)架上，所述振動(dòng)部固定在所述機(jī)架上，所述翻轉(zhuǎn)部與所述振動(dòng)部相鄰設(shè)置；所述翻轉(zhuǎn)部可從傾斜位置轉(zhuǎn)動(dòng)到豎直位置；所述檢測(cè)部、輸送部和附壓部均設(shè)置在所述翻轉(zhuǎn)部上；所述檢測(cè)部設(shè)置在與郵件摞容器輸送方向垂直的方向上；所述附壓部與所述翻轉(zhuǎn)部的上部連接，所述附壓部包括附壓板，所述附壓板可垂直于郵件摞容器的輸送方向往復(fù)運(yùn)動(dòng)；所述郵件摞容器為開(kāi)口的盒裝容器，且開(kāi)口朝向所述翻轉(zhuǎn)部的上方。該整理裝置，可以對(duì)盛裝郵件摞的容器內(nèi)郵件整齊程度及位置進(jìn)行自動(dòng)檢測(cè)，并能夠?qū)崿F(xiàn)容器在輸送機(jī)與整理平臺(tái)間的自動(dòng)轉(zhuǎn)移，實(shí)現(xiàn)了機(jī)械化和自動(dòng)化，還可以通過(guò)設(shè)置控制器，實(shí)現(xiàn)無(wú)人化操作。

低真空痕量氣體的快速無(wú)損采樣分析裝置和方法 677     

 0

本發(fā)明提出了一種低真空痕量氣體的快速無(wú)損采樣分析裝置和方法，該裝置包括真空獲得模塊、采樣模塊、氣體分析模塊和控制模塊。其中真空獲得模塊包括二級(jí)真空腔室、真空泵組和隔斷閥。采樣模塊包括工藝腔室、連接法蘭、采樣細(xì)管、截止閥、微孔法蘭、二級(jí)真空腔室和電離單元的微孔。氣體分析模塊包括總壓監(jiān)測(cè)器、電離單元、質(zhì)量分析器和探測(cè)器等。本發(fā)明裝置解決了低真空氣體采樣分析過(guò)程中出現(xiàn)的質(zhì)量歧視效應(yīng)，真正做到了無(wú)損采樣，測(cè)試結(jié)果準(zhǔn)確；半封閉式電離單元可保持更高壓力，提高了采樣量；降低了采樣時(shí)二級(jí)真空腔室的本底，降低了采樣帶來(lái)的本底干擾和微量氣體的損失，進(jìn)一步提高了裝置的檢測(cè)下限，更能分析具有極低濃度的氣體。

長(zhǎng)輸油氣管道全缺陷組合超聲陣列無(wú)損掃查方法 818     

 0

本發(fā)明公開(kāi)了一種長(zhǎng)輸油氣管道全缺陷組合超聲陣列無(wú)損掃查方法，包括陣列掃查組合超聲探頭裝置結(jié)構(gòu)的布置方法和所有類型缺陷的定量方法；其中，陣列掃查組合超聲探頭裝置結(jié)構(gòu)的布置方法和所有類型缺陷的定量方法實(shí)現(xiàn)管壁內(nèi)部的氣孔、夾雜和與管軸平行的周向缺陷、管道內(nèi)外壁腐蝕情況、管壁內(nèi)部徑向和軸向裂紋缺陷的檢測(cè)與定量。本發(fā)明實(shí)現(xiàn)管壁內(nèi)部的氣孔、夾雜和與管軸平行的周向缺陷、管道內(nèi)外壁腐蝕情況、管壁內(nèi)部徑向和軸向裂紋缺陷的檢測(cè)與定量。

皮毛的近紅外光譜快速無(wú)損定性分析方法 789     

 0

本發(fā)明公布了一種毛皮的快速無(wú)損定性分析方法和設(shè)備?；诜肿庸庾V和化學(xué)計(jì)量學(xué)方法開(kāi)發(fā)了一種毛皮檢測(cè)設(shè)備，通過(guò)光譜采集和數(shù)據(jù)處理，實(shí)現(xiàn)了毛皮快速分類檢測(cè)。

在線高速無(wú)損自動(dòng)分揀單倍體玉米籽粒的裝置 819     

 0

本發(fā)明公布了一種基于近紅外光譜的高速無(wú)損自動(dòng)分揀單倍體玉米粒的裝置，該裝置主要包括喂料器、傳送帶、光譜檢測(cè)系統(tǒng)、數(shù)據(jù)處理系統(tǒng)、分揀系統(tǒng)，下料斗、單倍體和多倍體玉米籽粒收料盒。將待分揀玉米籽粒放入喂料器，自動(dòng)排列成一隊(duì)，送入在線光譜采集視野，高速采集光譜數(shù)據(jù)，通過(guò)數(shù)據(jù)處理系統(tǒng)中已存的單倍體和多倍體玉米籽粒判別模型對(duì)該數(shù)據(jù)進(jìn)行判別，并將判別結(jié)果提交給分揀系統(tǒng)，實(shí)現(xiàn)玉米籽粒的自動(dòng)高速無(wú)損分揀。