本發(fā)明為一種二甲氧基甲烷作亞甲基化劑合成4,4′?二苯甲烷二氨基甲酸甲酯的方法。該方法包括以下步驟：將MPC、二甲氧基甲烷、反應(yīng)溶劑及催化劑加入到反應(yīng)器中，在N2氛圍、90~200℃條件下，攪拌反應(yīng)2~6h，得MDC；所述的催化劑為硫酸...

本發(fā)明公開(kāi)了一種金屬增材制造熔池的監(jiān)測(cè)方法、裝置、終端、存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，該方法包括：基于金屬增材制造熔池的歷史圖像數(shù)據(jù)，利用改進(jìn)的YOLOv7與改進(jìn)后的U?net構(gòu)成的雙網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到所需的圖像監(jiān)測(cè)模型；基于金屬增材制...

本發(fā)明涉及工業(yè)通信與物聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種異構(gòu)協(xié)議統(tǒng)一與邊緣賦能的IO?Link網(wǎng)關(guān)系統(tǒng)及方法；包括硬件層、協(xié)議適配層、數(shù)據(jù)處理層、智能計(jì)算層及通信交互層，各層依次銜接實(shí)現(xiàn)異構(gòu)工業(yè)數(shù)據(jù)的標(biāo)準(zhǔn)化轉(zhuǎn)換與邊緣智能處理，且全程保障數(shù)據(jù)時(shí)序...

本發(fā)明公開(kāi)一種基于心電和呼吸雙模態(tài)信號(hào)的情緒識(shí)別方法。首先，采集不同情緒狀態(tài)下的ECG和RESP信號(hào)，對(duì)信號(hào)進(jìn)行預(yù)處理，構(gòu)建情緒識(shí)別數(shù)據(jù)集；然后，提取ECG信號(hào)特征和RESP信號(hào)特征；構(gòu)建情緒識(shí)別模型，其中ECG信號(hào)的時(shí)域、頻域和非線性...

本發(fā)明為一種以環(huán)化靛藍(lán)為受體的染料及其制備方法和電潤(rùn)濕顯示油墨。該染料的結(jié)構(gòu)式如下；制備方法上，采用式（II?a）?（II?c）等二噻吩取代環(huán)化靛藍(lán)的溴代物為中間體，通過(guò)Suzuki?Miyaura偶聯(lián)反應(yīng)、溴代反應(yīng)等反應(yīng)得到所述染料。...

本發(fā)明公開(kāi)一種基于儲(chǔ)能主動(dòng)變功率的雙階段配網(wǎng)故障恢復(fù)控制方法。第一階段：儲(chǔ)能維持構(gòu)網(wǎng)型控制，在檢測(cè)持續(xù)時(shí)間內(nèi)實(shí)時(shí)計(jì)算基準(zhǔn)時(shí)間窗口與檢測(cè)時(shí)間窗口內(nèi)斷路器下游正序電壓的相對(duì)熵之和，若相對(duì)熵之和大于等于電壓相對(duì)熵閾值，表明故障已清除，則延時(shí)重...

本發(fā)明涉及一種基于環(huán)糊精的導(dǎo)電粘附水凝膠的制備方法及應(yīng)用，需要的成分包括：水溶型粘合劑、PEDOT:PSS、PVA、水溶性離子導(dǎo)電劑，其中，水溶性離子導(dǎo)電劑采用NaCl、KCl或檸檬酸鈉中的一種；制備方法包括：1、將離子水和PEDOT:...

本發(fā)明提供一種圓形支座最大剪切量計(jì)算方法、裝置、設(shè)備及介質(zhì)，涉及橋梁工程檢測(cè)技術(shù)領(lǐng)域。該方法包括：獲取第一圖像和第二圖像；其中，第一圖像從第一方向拍攝圓形支座側(cè)面得到，第二圖像從第二方向拍攝圓形支座側(cè)面得到，第一方向和第二方向的夾角大于...

本發(fā)明提供了富含氧空位缺陷的納米花鈷基尖晶石催化劑，化學(xué)通式為MxCo3?xO4，其中M為Cu、Mn或者Ni，1≤x≤2；所述富含氧空位缺陷的納米花鈷基尖晶石催化劑具有由厚度為10nm~30nm的納米片自組裝而成的三維花納米結(jié)構(gòu)，且富含...

本申請(qǐng)公開(kāi)了基于深度學(xué)習(xí)的發(fā)作性睡病自動(dòng)識(shí)別方法，涉及發(fā)作性睡病識(shí)別技術(shù)領(lǐng)域。本發(fā)明包括：讀取、預(yù)處理和分割多被試的EEG/ECG睡眠數(shù)據(jù)；采用基于科爾莫戈羅夫?阿諾德網(wǎng)絡(luò)(KAN)的腦電特征提取模塊；采用基于ResNet18遷移學(xué)習(xí)的...

本技術(shù)屬于視覺(jué)檢測(cè)技術(shù)領(lǐng)域，具體是指一種飛機(jī)機(jī)艙表面緊固件腐蝕檢測(cè)的設(shè)備，包括：視覺(jué)相機(jī)，通過(guò)視覺(jué)檢測(cè)技術(shù)，對(duì)緊固件表面腐蝕檢測(cè)；傳送機(jī)構(gòu)，用于傳送待檢測(cè)的緊固件；拾取傳遞裝置，用于將傳送機(jī)構(gòu)上的緊固件拾取，并傳遞至視覺(jué)相機(jī)進(jìn)行視覺(jué)檢測(cè)...

本發(fā)明公開(kāi)一種基于分層協(xié)同的服務(wù)機(jī)器人細(xì)粒度任務(wù)規(guī)劃方法。首先，構(gòu)建場(chǎng)景圖譜和物品知識(shí)圖譜；然后，通過(guò)高層任務(wù)規(guī)劃將任務(wù)指令轉(zhuǎn)換為抽象的高層動(dòng)作序列，通過(guò)低層任務(wù)規(guī)劃將抽象的高層動(dòng)作序列轉(zhuǎn)換為細(xì)粒度的低層動(dòng)作序列；最后，將低層動(dòng)作轉(zhuǎn)換為...

本發(fā)明公開(kāi)了一種織機(jī)設(shè)備健康狀態(tài)預(yù)測(cè)方法，首先通過(guò)傳感器實(shí)時(shí)采集織機(jī)運(yùn)行過(guò)程中產(chǎn)生的各個(gè)類型數(shù)據(jù)；再對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，得到時(shí)序數(shù)據(jù)集；然后將時(shí)序數(shù)據(jù)集通過(guò)滑動(dòng)窗口法得到輸入樣本集并劃分為訓(xùn)練集和測(cè)試集；將LSTM模型與Transform...

本發(fā)明涉及電子圍欄技術(shù)領(lǐng)域，尤其涉及一種吊車作業(yè)三維電子圍欄的構(gòu)建方法、裝置及終端。該方法包括：采集視頻圖像序列，根據(jù)改進(jìn)型視覺(jué)里程算法對(duì)視頻圖像序列進(jìn)行處理，得到每一幀視頻圖像對(duì)應(yīng)的無(wú)人機(jī)位姿序列，結(jié)合視頻圖像序列與無(wú)人機(jī)位姿序列，對(duì)...

環(huán)路熱管與水儲(chǔ)熱耦合系統(tǒng)及工作方法，其屬于儲(chǔ)熱技術(shù)領(lǐng)域。該系統(tǒng)具有追光式槽式集熱器聚光、環(huán)路熱管導(dǎo)熱、儲(chǔ)水箱儲(chǔ)熱和利用儲(chǔ)熱水溫水灌溉的模式。日間太陽(yáng)光照充足時(shí)，系統(tǒng)將太陽(yáng)能轉(zhuǎn)換為儲(chǔ)熱水箱中水的顯熱儲(chǔ)存起來(lái)，并由土壤進(jìn)行隔熱減緩熱量散失；...

本發(fā)明公開(kāi)了一種開(kāi)關(guān)磁阻電機(jī)無(wú)位置傳感器控制方法，屬于電機(jī)控制的技術(shù)領(lǐng)域。該方法在導(dǎo)通區(qū)間進(jìn)行電流斬波控制，在非導(dǎo)通區(qū)間進(jìn)行低閾值斬波控制，且電流滯環(huán)寬度隨轉(zhuǎn)速變化，從而保證轉(zhuǎn)速增加時(shí)的轉(zhuǎn)子位置估計(jì)精度。該方法通過(guò)采集各相電流信息，計(jì)算...

本發(fā)明為風(fēng)光氫儲(chǔ)耦合的離網(wǎng)制?加氫站的容量?jī)?yōu)化系統(tǒng)及方法，采用容量配置雙層優(yōu)化架構(gòu)，所述雙層優(yōu)化架構(gòu)中的上層規(guī)劃以全生命周期碳足跡與經(jīng)濟(jì)成本綜合最優(yōu)為目標(biāo)，涵蓋設(shè)備生產(chǎn)、運(yùn)行與維護(hù)三階段碳排放，實(shí)現(xiàn)在低碳性與經(jīng)濟(jì)性協(xié)同下的最優(yōu)容量配置；...

本發(fā)明涉及末端執(zhí)行器技術(shù)領(lǐng)域，公開(kāi)了一種工業(yè)螺母變距夾持拆裝末端執(zhí)行機(jī)構(gòu)，包括外套筒、變距組件和夾持塊。外套筒具有內(nèi)腔，外套筒的端面設(shè)置多個(gè)條形孔，多個(gè)條形孔沿外套筒的周向間隔分布，條形孔與內(nèi)腔連通，外套筒可沿其周向轉(zhuǎn)動(dòng)。變距組件設(shè)置于...

一種低成本用于儲(chǔ)熱的砂漿基復(fù)合相變骨料及制備方法，其屬于建筑節(jié)能的相變骨料的技術(shù)領(lǐng)域。該方法通過(guò)采用水泥基材料作為最終封裝外殼，使相變骨料在化學(xué)性質(zhì)、熱膨脹系數(shù)及表面特性上與水泥砂漿基體實(shí)現(xiàn)同質(zhì)化兼容，消除了傳統(tǒng)有機(jī)或無(wú)機(jī)封裝體與基體間...

本發(fā)明涉及考慮多次遷移學(xué)習(xí)及語(yǔ)義分割的無(wú)人機(jī)滑坡應(yīng)急識(shí)別系統(tǒng)，包括：數(shù)據(jù)獲取單元，用于獲取ImageNet數(shù)據(jù)集、VOC2012數(shù)據(jù)集、Crack500數(shù)據(jù)集和Landslide_segmentation數(shù)據(jù)集；語(yǔ)義分割模型，用于預(yù)測(cè)滑...