-
公开(公告)号：CN116309458A
公开(公告)日：2023-06-23
申请号：CN202310277281.4
申请日：2023-03-21
Applicant: 南京理工大学
IPC: G06T7/00 , G06V10/22 , G06V10/764 , G06V10/774 , G06T7/62 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于改进YOLOX的刀具损伤智能检测及预警方法，引入Local‑attention注意力模块，提升模型对损伤区域的定位精度及运算效率；同时将Neck部分替换为MobileNetv3轻量级网络，减少参数量的同时模型易于部署；将定位损失替换为GIOU损失，解决人工标注框的重叠问题；将置信度预测损失替换为Focal Loss，提升模型对困难样本的预测能力最终达到最优检测性能。本发明可批量解决刀具损伤图像的定位与检测问题，将局部注意力模块与置信度预测损失函数相结合，提升模型检测困难样本的能力，增加相应的定位损失函数解决人工标注框重叠带来的预测精度降低问题，设置刀具健康预警模块实现换刀或预警处理，最终从预测精度及效率上提升了刀具损伤图像的智能检测与预警能力。
-
公开(公告)号：CN117332224A
公开(公告)日：2024-01-02
申请号：CN202310579349.4
申请日：2023-05-22
Applicant: 南京理工大学
IPC: G06F18/20 , G06F18/241 , G06F18/10 , G06F18/23 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种跨域迁移的生成对抗网络信号生成与质量评价方法。首先对采集的不同工况下的机械设备监测数据进行截取等操作，进行时频域变换后分别构建每个工况下的训练集和测试集；之后建立基于迁移网络适配正则项和网络权重复杂度正则项约束下的辅助分类生成对抗网络模型，通过贝叶斯优化方法确定该网络模型的网络隐层单元数与超参数，并利用各个工况下的数据进行模型训练；最后将样本扩充后的测试集输入模型并计算诊断精度，同时利用等距特征映射降维与JS散度相似性度量的方法，评估生成的样本与真实样本特征之间的数据概率分布接近程度，实现数据生成质量的评价。
-
公开(公告)号：CN117197427A
公开(公告)日：2023-12-08
申请号：CN202311080409.4
申请日：2023-08-24
Applicant: 南京理工大学 , 南京禹其源智能装备科技有限公司
IPC: G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进RTMDet的刀具损伤目标检测方法，首先提出elan_CSPLayer模块替换RTMDet中的CSPLayer模块，提升网络的特征重用能力并通过改善最短梯度路径提升了模型的学习效果；其次在Neck部分引入自适应空间融合网络ASFF sim，提高空间通道的感知能力，增强了网络模型对冗余特征的抑制进而提升了检测精度；最后通过TensorRT框架对模型进行优化处理并完成在嵌入式平台(Jetson Xavier NX)的部署，提升了模型对刀具损伤的检测速度，解决了边缘平台计算高延时问题。与现有方法相比本方法兼顾目标检测算法的检测精度和处理速度，适用于刀具损伤检测系统的高精度和实时性需求，解决了将刀具损伤目标检测算法部署在计算能力不高的边缘计算平台的难题。
-
公开(公告)号：CN113927370A
公开(公告)日：2022-01-14
申请号：CN202111110226.3
申请日：2021-09-22
Applicant: 南京理工大学
IPC: B23Q17/09
Abstract: 本发明公开了一种基于多源信号的刀具剩余寿命实时云监测系统及方法，系统包括多源信号采集子系统，云处理子系统，刀库，数控系统；云处理子系统为产线内各个机床及其刀库内刀具进行编号，并通过局域网实时接收多源信号采集子系统采集的各机床外加传感器信号，基于核主成分分析法进行多源数据融合，基于最小二乘支持向量机实时计算各刀具剩余寿命预测结果，当剩余寿命预测结果超出阈值范围，云处理子系统向对应机床数控系统发送换刀指令，并记录该刀具编号，以便及时从刀库内撤出该刀具。通过本发明能够实时准确的监测产线内各刀具剩余寿命，避免了因刀具损伤造成的加工质量恶化与刀具冗余设置造成的刀具浪费，提升了产线智能化水平。
-
-
-
Search Results
4
records
(took 0.024 seconds)
