本实用新型涉及无人机无线充电技术，特别涉及一种线圈位置自动调整的无人机无线充电续航装置， 包括设置于充电平台上的充电平台发射单元和设置于无人机上的无人机接收单元，充电平台发射单元还 包括通讯线圈与发射线圈之间依次连接的发射线圈位置调整模块和发射线圈位置锁定模块；充电平台上 还设置有多个压力传感器以及与发射线圈固定连接的小型传动装置；小型传动装置分别与发射线圈位置 调整模块和发射线圈位置锁定模块电连接；压力传感器与发射线圈位置调整模块连接。该装置

本发明的一种用于 FCB 法大线能量埋弧自动焊的高强度、高韧 性药芯材料，用于细化焊接热输入量大于 150KJ/cm 以上焊缝金属的晶 粒，提高焊缝金属的强度与韧性。药芯焊丝材料是用 SPCC 市售钢带， 包覆各种合金粉。包覆的各种合金粉为：硅钙合金，电解锰，钒铁， 钛铁，氮化铬，钼铁，氧化物稀土铈，雾化铁粉。本发明用 Ti、V 的 氮化物与 Ce 的硫化物作为细化焊缝金属的质点，拖拽奥氏体晶界的迁 移和晶粒长大，细

本实用新型公开了一种菜地雨水径流自动分阶段连续定时采样器。该采样器初期径流收集启动装置由两个雨水感应器、一个液位控制台组成；暴雨期间不同时段的径流水质情况通过核心电路控制单元控制采样间隔时间，定时启动关闭时间及液位感应器高度，以适应暴雨期间不连续降雨情况的采样；取样槽中间设置硅胶管滞留废液槽，各时段样品不受上一时段样品影响，水样采集更为准确，能更加精确监测到径流水质受暴雨影响的时间过程。该装置自动化程度高，可以实现对一次降雨过程菜地雨水径流的自动分阶段，间歇性连续采样。

本发明提供了一种吸附材料吸附性能恒温水浴实验对吸附床定时自动称重装置及方法，主要解决恒温吸湿实验测定中为记录质量需要中断实验而导致实验不易控制的问题。其中，自动称重装置包括：称重器，包括称重器本体和设置在称重器本体上的称重托盘；升降机构，与称重器配合以使称重器与吸附床沿竖直方向上下移动；实验装置，配合升降装置提供实验所需恒温环境。该自动称重装置不需要中断实验即可测量吸附材料吸附吸附质后吸附床质量的变化，使实验稳定长时间进行，提高实验测定的准确率，减轻实验人员的工作量。

本发明公开了一种波纹管成型机自动化安装模具装置，包括支座、Y轴移动单元、X轴移动单元、Z轴移动单元、摆动单元、夹具单元和输送单元；Y轴移动单元设置在支座上；X轴移动单元设置在Y轴移动单元上，能够沿Y轴方向移动；Z轴移动单元设置在X轴移动单元上，能够沿X轴方向移动；Z轴移动单元包括支撑梁，支撑梁能够沿Z轴方向移动；摆动单元设置在支撑梁上，包括摆动组件，摆动组件能够在XOZ平面内摆动，且能够沿Y轴方向浮动；夹具单元设置在摆动组件上，包括两个夹爪，两个夹爪能够沿Y轴方向相向移动或相反移动；输送单元能够沿Y轴方向输送模具。本发明具有对设备环境适应度高、设备调试方便、自动化装卸效率高等优点。

本发明公开了一种雷达视觉融合扭矩测控系统曲线质量自动判断方法，包括如下步骤：步骤S1：进行拐点识别；步骤S2：进行疑问图形判断；步骤S3：进行特殊扣型与普通扣型判断；步骤S4：矩阵公式应用。本发明的方法显著提高了石油器械作业效率，减少了人工操作时间，降低了人为因素对判断结果的干扰，确保了判断结果的一致性和可重复性。同时，通过实时、准确地识别和分类扭矩曲线，本发明能够及时发现不合格图形并报警，避免不合格连接进入后续作业环节，从而有效保障套管连接质量，为石油开采和钻井作业提供更加可靠的技术支持。

印染织物电脑对中纠偏系统及其装置，具有布边卷取、展开、扩布和对中控制功能。可连接棉印行业的烧毛机、水洗机、镀层机、丝光机、定型机、平网印花机、圆网印花机以及造纸机、塑料薄膜生产线等机械的入口处。自动对中修正偏斜，减少偏斜式边缘弯曲不正所产生的摺纹式色泽光泽不均现象，提高产品品质，实现生产自动化。 本系统采用微电脑与红外数码技术，将模糊智能识别用于对中纠偏，较模拟电路的对中装置上一档次，属国内首创。该系统具有抗干扰性能强、动作稳定可靠、灵敏度高等优点，不受织物厚薄和幅宽的限制，可自动控制中心位置，可高速运行，是提高印染产品质量的好帮手。本系统还可选配笔记本电脑监控工作状况连接Internet网络。

图1. 矿识的4个页面 a: 选取待识别的矿物，可现场拍照获取或从手机相册中选取 b: 截取待识别矿物中心图 c: 输入便携硬度仪测量或经验估计所得的硬度值后得到识别结果 d: 可以不使用硬度值，仅用图片进行识别 表1 矿识与其他相关工作的对比 图片类型 相关研究 性能 可识别矿物数 准确率(%) Raman spectroscopy 拉曼光谱 Computers & geosciences 2013 6 83.0 Microscope 显微镜 Sensors 2019 4 90.9 Mathematical and Computational Applications 2011 5 93.9 Photo 相机图片 Artificial Intelligence in Theory and Practice, 2008 6 91.0 Minerals 2019 12 74.2 photo & hardness 相机图片+硬度 矿识 36 90.6   表2 矿识能够识别的36种矿物及其准确率 矿物名 样本数  仅用图片识别的正确数 结合图片与硬度识别的正确数 Agate玛瑙 5 5 5 almandine铁铝榴石 6 4 4 azurite蓝铜矿 2 1 2 beryl绿柱石 1 1 1 chalcopyrite黄铜矿 2 1 2 cinnabar辰砂 1 1 1 copper铜 2 2 2 fluorite萤石，氟石 11 8 10 galena方铅矿 3 2 3 halite石盐 1 1 1 hematite赤铁矿 8 1 5 malachite孔雀石 6 5 5 opal欧泊 1 1 1 orpiment雌黄 3 1 3 pyrite黄铁矿 6 5 6 quartz石英 4 4 4 sphalerite闪锌矿 1 0 0 stibnite辉锑矿 8 7 8 sulphur硫磺 2 2 2 total 73 52 65 Accuracy \ 71.2% 89%    

小试阶段/n钢板表面质量检测经历了人工目测检测、传统无损检测和基于机器视觉检测的三个发展阶段。人工目视检测表面缺陷的方法效率低、容易漏检、劳动强度大和实时性差。传统无损检测方法包括涡流检测、红外检测、漏磁检测和激光检测等, 这些方法检到的缺陷类型少, 检测实时性不强, 检测的表面缺陷分辨率也不高, 无法有效评估产品的表面质量状况。本技术涉及一种基于多流形学习的带钢表面缺陷识别方法。其方案是：对于任一副带钢表面缺陷图像向量化的向量数据点分别选择类别相同和类别不同的K 个近邻点建立对应的同类数据子图和异