一种电解铜板铜瘤子缺陷检测方法、训练方法及系统

    公开(公告)号:CN114742770A

    公开(公告)日:2022-07-12

    申请号:CN202210288874.6

    申请日:2022-03-22

    Abstract: 本发明公开了一种电解铜板铜瘤子缺陷检测方法、训练方法及系统,属于图像处理技术领域。湿法炼铜在进行阴极铜析出时,由于电解质不纯等原因而容易造成阴极铜板上析出颗粒较大的铜瘤子,无法满足生产标准。本发明分为训练和推理两个阶段。首先对采集的铜板图像进行图像预处理。在训练阶段,通过已标注的、并经过预处理的图像数据进行神经网络参数训练,优化目标包括铜瘤子缺陷位置、置信度、深度。在推理阶段,将采集的图像经过图像预处理,输入训练好的神经网络进行前向推理,输出铜瘤子缺陷位置、置信度、深度,经过设计的判别准则,有助于准确高效地除铜瘤子缺陷。所公开方法可以提高现有铜瘤子去除效率,压缩生产工期。

    基于小样本机器学习与超参数优化的水下目标检测方法

    公开(公告)号:CN113239980B

    公开(公告)日:2022-07-05

    申请号:CN202110442031.2

    申请日:2021-04-23

    Abstract: 本发明提供了一种基于小样本机器学习与超参数优化的水下目标检测方法,包括:构建基于Cascade‑RCNN的小样本目标检测模型;预训练数据集;利用预训练数据集对小样本目标检测模型进行预训练,获得小样本目标检测模型的预训练权重θ′;构建待检测的目标数据集;将目标数据集划分为有标记的支持集和无标记的查询集;对目标数据集进行预处理;对小样本目标检测模型进行微调,得到最终训练完成的小样本目标检测模型;采用基于TPE的贝叶斯优化模型对训练完成的小样本目标检测模型进行超参数优化,得到优化后的小样本目标检测模型;输入预处理后的查询集至优化后的目标检测模型,得到目标检测结果。本发明实现了不依赖于大样本、可以自动调节超参数的目标检测。

    一种双足机器人的弹簧负载倒立摆模型及步态规划方法

    公开(公告)号:CN113050645A

    公开(公告)日:2021-06-29

    申请号:CN202110301977.7

    申请日:2021-03-22

    Abstract: 本发明属于双足机器人步态规划相关技术领域,其公开了一种双足机器人的弹簧负载倒立摆模型及步态规划方法,所述模型包括两条腿及质心,两条腿的一端均连接于所述质心;所述腿的刚度能够根据双足机器人的步长进行自适应调节;所述模型还包括踝关节及足部,两条腿的另一端分别通过所述踝关节连接于所述足部。本发明含有有限尺寸足部的改进弹簧负载倒立摆模型具备有限尺寸的足部和主动控制的踝关节,能够有效提高机器人的控制性能和运动性能,可以应用在各类含有主动踝关节和足部的双足或者仿人机器人中;该模型具有腿部刚度可调的特点,能够实现柔顺落脚,减少足地冲击,同时结合自适应腿伸缩策略的步态规划方法,能够提高双足机器人的步长范围。

    一种混合流水车间生产与物流集成调度方法及系统

    公开(公告)号:CN112561194A

    公开(公告)日:2021-03-26

    申请号:CN202011534548.6

    申请日:2020-12-22

    Abstract: 本发明属于车间调度领域,并公开了一种混合流水车间生产与物流集成调度方法及系统,包括以下步骤:建立工件工序的开始时间约束和任务对应约束,并根据开始时间约束和任务对应约束,以工件的最长完工时间最小作为目标函数,建立混合流水车间生产与物流集成调度模型;采集待调度工件的加工时间、加工机器和车间布局数据,进而根据该数据对混合流水车间生产与物流集成调度模型进行求解,得到混合流水车间的调度方案。本发明通过对混合生产与物流过程的调度模型和求解方法的设计,提高了车间的调度效率,协调生产与物流过程,提高了经济效益。

    一种具有充分必要条件邻域结构的作业车间调度优化方法

    公开(公告)号:CN112330221A

    公开(公告)日:2021-02-05

    申请号:CN202011373398.5

    申请日:2020-11-30

    Inventor: 李新宇 桂林 高亮

    Abstract: 本发明属于车间调度相关技术邻域,其公开一种具有充分必要条件邻域结构的作业车间调度优化方法。该方法包括下列步骤:由作业车间调度问题的当前解获取调度的关键路径,根据充分必要条件对关键路径块中工序的加工顺序进行调整,获得多种不同加工顺序。计算每个加工顺序的总加工时间,将总加工时间最短的加工顺序作为当前调度顺序。充分必要条件为:(1)不存在js(u)到v的路径是u移动到v之后加工生成的邻域解为可行解的充分必要条件;(2)不存在u到jp(v)的路径是v移动到u之前加工生成的邻域解为可行解的充分必要条件。通过本发明,实现在求解作业车间调度问题时,有效的提高求解质量,缩短求解时间。

    一种液压串联弹性驱动机构及测试其的实验平台

    公开(公告)号:CN107042510B

    公开(公告)日:2020-01-21

    申请号:CN201710236322.X

    申请日:2017-04-12

    Abstract: 本发明属于液压伺服控制领域,并公开了一种液压串联弹性驱动机构,包括底板及液压缸和弹性单元,所述液压缸的输出轴上连接有定位架;所述弹性单元包括轴承单元、导向轴、压缩弹簧座和压缩弹簧,所述轴承单元包括设置在所述底板上的轴承座及设置在所述轴承座内的第一直线轴承,所述导向轴上设置有两个轴环,所述导向轴上穿装有两个第二直线轴承,这两个第二直线轴承的轴肩均位于两块定位板之间,每个所述第二直线轴承的轴肩上均安装所述压缩弹簧座,所述压缩弹簧安装在所述压缩弹簧座上并且其穿装在所述导向轴上。本发明的液压串联弹性驱动机构能够模拟关节的拉伸与压缩动作,能够在拉伸和压缩两个方向上传递驱动力而且所占据的空间较小,重量较轻。

    一种基于三维空间曲线的无人机协同路径规划方法

    公开(公告)号:CN107632616B

    公开(公告)日:2019-08-09

    申请号:CN201710789366.5

    申请日:2017-09-05

    Abstract: 本发明属于无人机控制相关技术领域,并公开了一种基于三维空间曲线的无人机协同路径规划方法,包括:对无人机运动参数执行初始化,并构建飞行地理模型;生成多条三维空间曲线作为可选的飞行路径,并获得任一时刻所对应的位置点三维坐标及速度矢量,然后基于毕达哥拉夫条件等式来筛选合适的三维空间曲线;设定五阶曲线的控制点,并基于这些控制点构建算法来获取最优化飞行路径,由此完成整体的路径规划过程。通过本发明,不仅可获得更高精度和更高效率的三维空间规划路径,而且可有效避开各种飞行过程中的障碍物,同时具备无需再次光滑处理规划路径、满足无人机运动学约束等特点。

    一种基于鲸鱼群算法的无线传感器网络能效优化分簇方法

    公开(公告)号:CN108112049A

    公开(公告)日:2018-06-01

    申请号:CN201711351966.X

    申请日:2017-12-15

    CPC classification number: H04W40/10 G06N3/006 H04W52/0209

    Abstract: 本发明公开了一种基于鲸鱼群算法的无线传感器网络能效优化分簇方法,包括,汇聚节点将初始配置信息分别发送到所有簇头节点和普通节点,并对网络信息进行汇聚采集;根据当前网络信息,获得所有簇头节点到汇聚节点的最优路由方案和最优分簇方案;根据最优分簇方案和最优路由方案,对整个无线传感器网络进行分簇路由配置;簇头节点对所在分簇进行数据融合并发送到汇聚节点,完成信息汇聚采集。本发明技术方案的方法,在能效优化分簇问题中引入改进的鲸鱼群算法,利用改进鲸鱼群算法在多峰优化问题的求解能力,求解无线传感器网络能效优化分簇问题;同时,路由算法能够有效平衡簇头节点在转发数据时的能量消耗,从而有利于进一步延长网络生命周期。

    一种电弧增材和铣削加工装置

    公开(公告)号:CN105414981B

    公开(公告)日:2018-05-25

    申请号:CN201510980101.4

    申请日:2015-12-23

    Abstract: 本发明公开了一种电弧增材和铣削加工装置,属于电弧增材技术领域。其包括电弧增材单元和铣削加工单元,所述铣削加工单元包括铣削加工头,所述铣削加工单元和所述电弧增材单元相连接,电弧增材单元包括焊枪、支撑板、滑块、固定槽、固定板、步进电机以及丝杠,焊枪一端与滑块固定,焊枪另一端穿过支撑板的通孔,支撑板与步进电机相固定,固定板也与步进电机相固定,固定槽与固定板相固定,步进电机的输出轴连接有丝杠,丝杠穿过滑块上开设的螺纹通孔。本发明装置能一次性进行增材制造和切削加工,使工件的加工精确满足使用要求。

    一种基于卷积神经网络的数据驱动故障诊断方法

    公开(公告)号:CN108010016A

    公开(公告)日:2018-05-08

    申请号:CN201711160396.6

    申请日:2017-11-20

    Abstract: 本发明属于故障诊断方法领域,并公开了一种基于卷积神经网络的数据驱动故障诊断方法,包括以下步骤:1)对要检测故障进行时域信号采样;2)将采集到的时域信号转化为待处理的图像;3)根据待处理图像的特点构建卷积神经网络模型;4)对图像进行训练;5)使用卷积神经网络模型进行预测,得出故障诊断结果。本发明将原始时域信号转换为2维灰度图像,采用改进卷积神经网络自动提取灰度图像的数据特征;由于将时域信号转化为二维灰度图像,信号噪声将被转换为图像的亮度、灰度等与图像分类结果无关的因素,能尽可能消除信号噪声对最终结果的影响。该方法易于执行且具有较高的精度,并极大地降低了特征提取过程和信号噪声对最终结果造成的影响。

Patent Agency Ranking