-
公开(公告)号：CN112904220B
公开(公告)日：2021-12-31
申请号：CN202011609646.1
申请日：2020-12-30
Applicant: 厦门大学
Abstract: 本发明提供一种基于数字孪生和机器学习的UPS健康预测方法、系统、电子设备及可存储介质，方法包括：利用传感器和监控设备对UPS实体各模块以及所处机房环境的相关参量进行采集；利用高速带宽传输将数据存储至数据库，并将数据预处理得到归一化特征；对整个UPS系统进行数字孪生体建模，实现UPS实体和环境实体与所构造的数字孪生体之间一一映射关系；再利用机器学习和深度学习方法，将数字孪生体的各参量数据输入“特征提取网络+多任务特征学习网络”算法模型进行计算，评估UPS健康状态、预测UPS剩余使用寿命；结合蚁群搜索算法，给出维护决策建议；本发明方法实现不直接依靠UPS实体的预测性维护和健康管理，可以有效克服现有的UPS维护方式的不足和缺陷。
-
公开(公告)号：CN113313105A
公开(公告)日：2021-08-27
申请号：CN202110390138.7
申请日：2021-04-12
Applicant: 厦门大学
Abstract: 本发明公开一种办公转椅木板喷胶与贴棉区域识别方法，包括：首先将待识别木板图像输入初始模块中，经过初始模块后，输出初始模块后的特征图；并依次输入多个阶段模块，每个阶段模块均有残差可变形卷积单元构成，阶段模块后特征图输入ASPP模块，输出ASPP模块后的特征图，将多个阶段模块中的各个阶段模块和ASPP模块的输出输入Concat连接模块进行Concat连接操作和特征融合，输出Concat连接模块后的特征图，并输入输出模块，采用双线性插值的方式将输出图片的大小尺寸与待识别木板图像的尺寸保持一致，通道数变为2，表征木板喷胶区域和贴棉区域两种类型；本发明提供的方法有利于更好地适应木板图像喷胶与贴棉区域的几何形变，且能够提高转椅木板微小区域像素级分割的准确性。
-
公开(公告)号：CN114925560B
公开(公告)日：2024-07-23
申请号：CN202210493038.1
申请日：2022-05-07
Applicant: 厦门大学
IPC: G06F30/23 , G06F30/27 , G06N3/126 , G06F111/04 , G06F111/06 , G06F119/08 , G06F119/14
Abstract: 本发明提供了基于迁移学习的航空发动机轮盘结构动态多目标优化方法，基于气动分析和动态强度分析，对构建的动态多目标模型进行多变量优化，所得到的解能够在优化空间中满足最大许用应力要求下质量最轻；本发明方法结合集成环境检测、环境响应模块的基于迁移学习的动态多目标优化算法，通过动态参数对优化目标的环境进行检测，并实行分级响应，可以有效提高在动态环境下多目标优化算法寻优的速度，加速解的收敛，得到满足许用应力条件下质量最轻的轮盘结构参数。
-
公开(公告)号：CN112581430A
公开(公告)日：2021-03-30
申请号：CN202011408874.2
申请日：2020-12-03
Applicant: 厦门大学
Abstract: 本发明提供一种基于深度学习的航空发动机无损检测方法、装置、设备及存储介质，其中方法包括：利用工业内窥镜实时采集航空发动机内部的孔探图像；提出改进全卷积一阶段目标检测器算法；利用获取图像对改进全卷积一阶段目标检测器算法网络进行训练，并利用评价指标进行验证，对实时传入的航空发动机内部的孔探监控视频输入模型，进行逐帧实时检测，输出损伤类别和损伤位置；对检测置信度超过设定阈值的结果产生事件报警信号。本发明提出的方法，基于改进的算法利用孔探图像对航空发动机内部常见的损伤进行识别和检测，确定损伤类型和发生位置，航空发动机的高精度无损检测和智能化健康管理具有十分重要的应用价值。
-
公开(公告)号：CN112581430B
公开(公告)日：2024-08-20
申请号：CN202011408874.2
申请日：2020-12-03
Applicant: 厦门大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习的航空发动机无损检测方法、装置、设备及存储介质，其中方法包括：利用工业内窥镜实时采集航空发动机内部的孔探图像；提出改进全卷积一阶段目标检测器算法；利用获取图像对改进全卷积一阶段目标检测器算法网络进行训练，并利用评价指标进行验证，对实时传入的航空发动机内部的孔探监控视频输入模型，进行逐帧实时检测，输出损伤类别和损伤位置；对检测置信度超过设定阈值的结果产生事件报警信号。本发明提出的方法，基于改进的算法利用孔探图像对航空发动机内部常见的损伤进行识别和检测，确定损伤类型和发生位置，航空发动机的高精度无损检测和智能化健康管理具有十分重要的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN114925560A
公开(公告)日：2022-08-19
申请号：CN202210493038.1
申请日：2022-05-07
Applicant: 厦门大学
IPC: G06F30/23 , G06F30/27 , G06N3/12 , G06F111/04 , G06F111/06 , G06F119/08 , G06F119/14
Abstract: 本发明提供了基于迁移学习动态多目标优化的航空发动机轮盘结构优化方法，基于气动分析和动态强度分析，对构建的动态多目标模型进行多变量优化，所得到的解能够在优化空间中满足最大许用应力要求下质量最轻；本发明方法结合集成环境检测、环境响应模块的基于迁移学习的动态多目标优化算法，通过动态参数对优化目标的环境进行检测，并实行分级响应，可以有效提高在动态环境下多目标优化算法寻优的速度，加速解的收敛，得到满足许用应力条件下质量最轻的轮盘结构参数。
-
公开(公告)号：CN113313105B
公开(公告)日：2022-07-01
申请号：CN202110390138.7
申请日：2021-04-12
Applicant: 厦门大学
Abstract: 本发明公开一种办公转椅木板喷胶与贴棉区域识别方法，包括：首先将待识别木板图像输入初始模块中，经过初始模块后，输出初始模块后的特征图；并依次输入多个阶段模块，每个阶段模块均有残差可变形卷积单元构成，阶段模块后特征图输入ASPP模块，输出ASPP模块后的特征图，将多个阶段模块中的各个阶段模块和ASPP模块的输出输入Concat连接模块进行Concat连接操作和特征融合，输出Concat连接模块后的特征图，并输入输出模块，采用双线性插值的方式将输出图片的大小尺寸与待识别木板图像的尺寸保持一致，通道数变为2，表征木板喷胶区域和贴棉区域两种类型；本发明提供的方法有利于更好地适应木板图像喷胶与贴棉区域的几何形变，且能够提高转椅木板微小区域像素级分割的准确性。
-
公开(公告)号：CN113119123A
公开(公告)日：2021-07-16
申请号：CN202110389485.8
申请日：2021-04-12
Applicant: 厦门大学
IPC: B25J9/16
Abstract: 本发明提供了一种办公转椅生产的运动控制方法，具体包括：根据D‑H参数确定规则确定工业机器人各个关节的扭角、距离、长度及角度范围，建立工业机器人的数学模型；根据标定参数矩阵实现打孔位置、连接点位置、喷胶区域、贴棉区域的在线定位；获取工艺步骤，若处于“转椅木板打孔及铆钉工艺、转椅扶手连接件锁付工艺，转椅木板喷胶及贴棉工艺、转椅成品封箱工艺”，则求解出工业机器人末端机械臂轨迹路径及关节信息；若处于“转椅成品码垛工艺”，则确定出码垛机器人的运动路径；验证“轨迹路径”以及“运动路径”是否符合要求；本发明提出的方法有利于完成办公转椅自动化生产的精准控制，高效有序地完成办公转椅自动化生产的各项工艺流程。
-
公开(公告)号：CN116774573A
公开(公告)日：2023-09-19
申请号：CN202310861002.9
申请日：2023-07-13
Applicant: 厦门大学
IPC: G05B11/42
Abstract: 本发明公开了一种无人系统姿态控制PID参数整定动态多目标优化方法，包括：S1，构建优化空间；S2，构建优化目标函数模型；S3，采用基于核均值匹配的动态多目标优化算法进行优化求解，得到不同时刻对应的PID控制参数；S4，根据得到的PID控制参数构建解空间，获得最终优化结果。本发明根据动力学模型分析和动态传递函数，通过矩阵描述的方法对无人系统刚体姿态进行描述，建立控制模型；利用基于核均值匹配的新型动态多目标优化算法进行求解，在不同时刻对PID参数进行动态优化，使得无人系统在动态姿态控制中满足最大超调量小、稳定时间短或绝对控制误差值小的要求。
-
公开(公告)号：CN116245802A
公开(公告)日：2023-06-09
申请号：CN202211594272.X
申请日：2022-12-13
Applicant: 厦门大学
Abstract: 本发明方法为一种基于卷积神经网络的电子元器件缺陷识别方法及系统，包括：采集包括缺陷的多个电子元器件的多模态融合图像，作为原始图像集；确定原始图像集中各电子元器件的缺陷类型和缺陷位置并进行标注，将已标注的数据划分为训练集和测试集；使用所述训练集对三模态融合卷积神经网络模型进行训练，并使用所述测试集对训练完的模型进行测试，当指标满足预设要求时，得到训练好的模型；将待识别电子元器件的多模态融合图像输入训练好的三模态融合卷积神经网络模型，获得待识别电子元器件的缺陷类型及缺陷位置。本发明能够识别出电子元器件可能出现的多种内部和表面缺陷。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.017 seconds)
