-
公开(公告)号:CN119360021A
公开(公告)日:2025-01-24
申请号:CN202411459468.7
申请日:2024-10-18
Applicant: 南京工业职业技术大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06T7/10 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种非参数化表示学习的大规模点云语义分割网络:包括多个堆叠的编码层和多个堆叠的解码层;所述编码层中,输入的点云先经下采样,并收集各采样点的相邻点;之后分别使用非参数编码模块和非参数注意力模块,提取各采样点及其相邻点的位置特征和语义特征;各点的位置特征与语义特征做连接操作后,再通过特征聚合模块将各相邻点的特征融合到各自对应的采样点中;所述解码层中,包括上采样和多层感知机。本发明中分别用非参数编码模块和非参数注意力模块以无参的形式提取位置信息和高维语义信息,在保证语义分割高精度的同时提高了整体计算效率和存储效率,具有良好的实际应用能力。
-
公开(公告)号:CN113043275B
公开(公告)日:2022-05-24
申请号:CN202110335254.9
申请日:2021-03-29
Applicant: 南京工业职业技术大学
IPC: B25J9/16
Abstract: 本发明属于精密装配智能控制领域,具体涉及了一种基于专家演示和强化学习的微零件装配方法,旨在解决现有的微零件装配技能学习效率低而且实用性不强的问题。本发明包括:采集微零件a和b的图像进行零件姿态和位置调整,使零件姿态一致,零件a处于零件b正上方;获取零件间的力信息并通过微零件装配模型控制零件装配。微零件装配模型训练包括:通过专家演示数据训练状态转移模型;进行专家演示数据的数据增强;设计模糊回报函数和混合探索方法,通过增强后的数据进行预训练;预训练的模型在模糊回报函数的引导下进行自学习,获得训练好的微零件装配模型。本发明操作方便、实用性强、执行效率高,并且保证了微零件装配的效率和安全性。
-
公开(公告)号:CN113043275A
公开(公告)日:2021-06-29
申请号:CN202110335254.9
申请日:2021-03-29
Applicant: 南京工业职业技术大学
IPC: B25J9/16
Abstract: 本发明属于精密装配智能控制领域,具体涉及了一种基于专家演示和强化学习的微零件装配方法,旨在解决现有的微零件装配技能学习效率低而且实用性不强的问题。本发明包括:采集微零件a和b的图像进行零件姿态和位置调整,使零件姿态一致,零件a处于零件b正上方;获取零件间的力信息并通过微零件装配模型控制零件装配。微零件装配模型训练包括:通过专家演示数据训练状态转移模型;进行专家演示数据的数据增强;设计模糊回报函数和混合探索方法,通过增强后的数据进行预训练;预训练的模型在模糊回报函数的引导下进行自学习,获得训练好的微零件装配模型。本发明操作方便、实用性强、执行效率高,并且保证了微零件装配的效率和安全性。
-
公开(公告)号:CN114067210B
公开(公告)日:2025-01-07
申请号:CN202111366243.3
申请日:2021-11-18
Applicant: 南京工业职业技术大学
IPC: G06V20/10 , G06V10/22 , G06V10/25 , G06V10/44 , G06V10/56 , G06V10/764 , G06T7/13 , G06T7/246 , G06T7/73
Abstract: 本发明公开了一种基于单目视觉导引的移动机器人智能抓取方法。该方法将抓取过程划分为两个阶段:粗略定位阶段和精确抓取阶段,由此提高了移动机器人抓取控制系统的灵活性和智能性。在精确抓取阶段,移动机器人在运动的过程中抓取目标,即移动机器人始终处于运动状态,目标静止不动。基于多点透视成像原理估计算得到目标在机器人坐标系的位置和姿态。设计了基于位置视觉伺服的目标跟踪方法,使得移动机器人端的机械手能平稳地到达目标上方并和目标保持相对静止。最后机械手调整固定的位置和姿态偏移量来抓取目标,本发明提出的移动机器人智能抓取方法具有操作方便、适用性强、执行效率高的特点。
-
公开(公告)号:CN117869512A
公开(公告)日:2024-04-12
申请号:CN202410007398.5
申请日:2024-01-03
Applicant: 南京工业职业技术大学
Abstract: 本发明公开了一种闭缸式螺桨阻尼油气缓冲器,涉及缓冲减震领域,包括所述缸筒内部滑动连接有活塞且其顶端开口处螺纹连接有缸端帽,所述活塞内部中空且充满液压油,所述活塞内腔设有螺桨阻尼器,且其顶端的开口处螺纹连接有封帽,所述缸筒内且位于活塞上方的空腔为气室,所述气室内留有气体;本发明中的桨式螺旋结构实现阻尼消能且液压油设于完全密封的活塞内部,不仅可以通过增加的螺旋阻尼行程获得更高消能效果,而且液压油不参与滑动可以避免液压油中进入灰尘以及油液泄露的情况;气室则增设补气口,补气口通过气压控制系统同时与泄气阀以及氮气罐连接,可以对气室进行补气以及气压的维持及后期维护。
-
公开(公告)号:CN116366230A
公开(公告)日:2023-06-30
申请号:CN202211199475.9
申请日:2022-09-29
Applicant: 南京工业职业技术大学
Abstract: 本发明公开一种SM4认证加密算法的电路架构及控制方法,包括SM4算法核、控制状态、控制/数据/状态寄存器、模式输入控制逻辑和模式输出控制逻辑,通过针对SM4认证加密算法(SM4‑CCM和SM4‑GCM)的硬件电路架构设计,将SM4‑CCM算法的硬件实现融入到SM4‑GCM算法的硬件实现中,通过控制资源、存储资源和计算资源的共享,实现同一款电路支持多种分组密码算法模式,具体包括SM4‑ECB、SM4‑CBC、SM4‑CTR、SM4‑CCM和SM4‑GCM。
-
公开(公告)号:CN114996877A
公开(公告)日:2022-09-02
申请号:CN202210697765.X
申请日:2022-06-20
Applicant: 南京工业职业技术大学
IPC: G06F30/17 , G06F30/23 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种风力发电机组主轴承滚动体受力计算方法,包括:1根据风机结构受力部件,建立完整的三维几何模型;2简化几何模型,对各部件几何模型进行网格划分,赋予材料属性;3模拟轴承和螺栓连接方式,对各结构件接触面和边界条件进行设置,完成有限元模型装配;4对划分网格的结构件进行装配,通过对接触面、边界条件的参数化设置形成有限元模型;5考虑螺栓预紧力和主轴承热装配工艺,施加极限工况载荷,计算极限工况下滚动体受力情况。本发明建立了有限元模型,考虑了端盖螺栓预紧力的施加和主轴承热装配工艺的仿真,有限元仿真结果更加接近实际受力情况,对于主轴承卡伤失效因素等分析有重要仿真参考价值。
-
公开(公告)号:CN115017818B
公开(公告)日:2024-09-20
申请号:CN202210694964.5
申请日:2022-06-20
Applicant: 南京工业职业技术大学
IPC: G06F30/27 , G06F17/16 , G06Q50/06 , G06F119/02
Abstract: 本发明一种基于注意力机制和多层LSTM的电厂烟气含氧量智能预测方法,通过传感器采集数据,将采集的传感器数据保存到原始数据库;从原始数据库中顺序采样数据,通过数据清洗和数据降维,数据清洗剔除相似性较高的数据,数据降维过滤数据内的次要特征,并将处理后的数据保存到剩余数据库;从剩余数据库中随机提取小批量数据,通过注意力网络得到权值特征,将权值特征数据输入到基于LSTM的预测网络进行预测网络训练;最后利用训练好的预测网络进行烟气含氧量的预测。本发明降低了数据之间和数据内部的冗余信息,从而提高的模型训练效率。引入注意力机制赋予主要特征不同的权值,使得预测系统更接近实际系统的物理过程,从而提高了预测精度。
-
公开(公告)号:CN117869511A
公开(公告)日:2024-04-12
申请号:CN202410007397.0
申请日:2024-01-03
Applicant: 南京工业职业技术大学
Abstract: 本发明公开了一种自补压螺桨阻尼油气缓冲器,涉及缓冲减震领域,包括缸筒,所述缸筒内部滑动连接有活塞,所述活塞内部中空且充满液压油,所述活塞内腔设有螺桨阻尼器,所述缸筒内且位于活塞上方的空腔为气室,所述气室内留有气体,所述缸筒内还设有充气装置;本发明中的阻尼机构采用桨式螺旋方式而且液压油设于完全密封的活塞内部,利用螺旋阻尼结构来实现缓冲吸能,不仅可以在有限的空间里实现较大的阻尼行程而且液压油不参与滑动可以避免液压油中进入灰尘以及油液泄露的情况;增设充气装置,利用活塞受到冲击会往复运动这一特性,来给气室内充气,并将多余气体从泄压阀排除,形成气弹簧,进一步减少冲击而获得缓冲吸震的高效能。
-
公开(公告)号:CN116740433A
公开(公告)日:2023-09-12
申请号:CN202310688176.X
申请日:2023-06-12
Applicant: 南京工业职业技术大学
IPC: G06V10/764 , G06V10/774 , G06V10/40
Abstract: 本发明属于视觉检测领域,具体涉及了一种可解释性的粉末残留视觉检测方法及设备,旨在解决现有的残留物视觉检测模型标注成本高、可解释性差和实用性不强的问题。本发明包括:将粉末容器图像集分类并进行格式和大小调整,获得设定格式和尺寸的无残留图像样本集和有残留图像样本集;基于迁移学习构建粉末残留视觉检测模型,包括数据增强模块、特征提取模块、联合注意力权值调整模块和双头输出模块;通过图像样本训练粉末残留视觉检测模型,并进行容器粉末残留检测,获得分类结果和对应的可解释性热力图。本发明训练效率高、实用性强、标注成本低,并且具备可解释性,对推动深度学习在工业场景的落地具有非常重要的意义。
-
-
-
-
-
-
-
-
-