专利交易市场

一种基于高斯过程回归模型的磁流变减振器建模方法，包括以下步骤：步骤1：基于磁流变减振器力学特性测试的数据采集和预处理；步骤2：确定磁流变减振器高斯过程回归先验分布；步骤3：计算高斯过程回归模型的后验均值与后验协方差；步骤4：磁流变减振器高斯过程回归模型评估；步骤5：超参数优化计算；步骤6：磁流变减振器高斯过程回归模型的最终评估与应用。本发明在保证模型精度的前提下，克服以神经网络模型为代表的非参数化模型在面对大规模数据集时，可能引发的计算资源不足和训练时间成本增加等问题；同时，针对训练数据中噪声干扰可能导致模型过拟合问题，提出一种具有抑制噪声干扰功效的核函数，以提高模型的建模精度。

本发明提供了一种基于COA的磁流变减振器BP神经网络力学模型及应用方法，获取不同频率工况下试验得到的磁流变减振器的多组7维时序特征数据作为训练数据；基于BP神经网络和训练数据构建基础力学模型，采用改进小龙虾算法和训练数据迭代更新基础力学模型的权值和阈值直到满足更新条件得到磁流变减振器BP神经网络力学模型，最终得到的磁流变减振器BP神经网络力学模型可适应于磁流变减振器以准确预测当前时刻的阻尼力。

本方案提供了基于模糊综合评价法的磁流变减振器力学模型评价方法，包括：S1:确定指标；S2：确定二级指标的客观权重；S3：基于二级指标的客观权重以及原始样本数据值计算一级指标综合评分；S4：基于层次分析法确定一级指标的主观权重，并基于主观权重加权一级指标综合评分得到磁流变减振器力学模型的量化评分，将模糊综合评价法与层次分析法耦合体系应用于磁流变减振器力学模型的评价，以解决现有评价方法在系统性和客观性方面的不足。

本实用新型公开了一种无框画自动拾取装置，包含一六轴机械臂主体，所述的六轴机械臂主体的末端设有一可拆卸的连接器，所述的连接器上设有一可拆卸的第一拾取组件和一可拆卸的第二拾取组件。本实用新型提供一种无框画自动拾取装置，由于将第一拾取组件和第二拾取组件集成在一个六轴机械臂主体上，既能节约有限的操作空间，又能快速地对无框画进行装载和卸载，精度高，自动完成堆垛作业，特别适合无框画的装钉作业。