基于深度可逆网络的时空联合温度预测方法

    公开(公告)号:CN119399153A

    公开(公告)日:2025-02-07

    申请号:CN202411467432.3

    申请日:2024-10-21

    Abstract: 本发明属于温度预测技术领域,具体公开了一种基于深度可逆网络的时空联合温度预测方法。该方法使用的预测模型包括像素混洗层、正向编码器、反向解码器以及用于桥接正向编码器和反向解码器的长短期集成预测模块;输入图像经过一个像素混洗层进行形状变换,正向编码器用于提取深层特征,长短期集成预测模块对深层特征进一步提取时空特征,反向解码器用于时空特征的解码,解码特征经过另一个像素混洗层将分辨率还原至与输入图像相同;正向编码器和反向解码器的结构相同且参数共享,均包括多个多层级可逆仿射耦合结构;长短期集成预测模块多个长短期集成预测单元,当前长短期集成预测单元的输出特征与前一长短期集成预测单元的输入特征相加后作为下一个长短期集成预测单元的输入特征。本发明能够更加灵活地进行特征提取,实现信息丢失的最小化,并且充分保留了时空信息,提高了预测精度。

    一种通过回火形变提高中碳钢低温韧性的方法

    公开(公告)号:CN112899453A

    公开(公告)日:2021-06-04

    申请号:CN202110065908.0

    申请日:2021-01-18

    Abstract: 本发明为一种通过回火变形提高中碳钢低温韧性的方法。该方法主要通过对回火索氏体进行高温(500‑700℃)多道次梯级轧制大形变处理,然后在空气中冷却,获得了组织细小,成分均匀的纳米级别晶粒,使中碳钢的低温韧性和强度得到了成倍的提高,实现了增强增韧的目的。本发明利用回火形变工艺代替传统的淬火加回火工艺,实现了以马氏体作为基体制备超细晶钢,降低了普通轧制变形时的变形抗力,减少了能源的消耗,节约了成本,为钢铁企业的发展提供了新的经济增长点。

    基于长条形状感知和特征调节的小径管焊接缺陷检测方法

    公开(公告)号:CN117745679A

    公开(公告)日:2024-03-22

    申请号:CN202311772724.3

    申请日:2023-12-21

    Abstract: 本发明公开一种基于长条形状感知和特征调节的小径管焊接缺陷检测方法,该方法采用的缺陷检测模型主要包括三部分:基于混合视觉调节的CSPDarknet‑HVR主干网络、基于长条形状感知的特征金字塔网络和三个检测头;主干网络通过提取全局特征信息和局部关键特征信息,分支融合调节小目标特征,并且获取特征的位置信息,进而提高面积较小缺陷的检测能力。基于长条形状感知的特征图像金字塔模块主要包括动态条形卷积模块,通过动态学习X轴和Y轴形状感知卷积模块,提高特征金字塔对病态长宽比缺陷得感知能力,进而提高长条形缺陷得检测精度;检测头的回归损失使用Focal‑EIoU损失,进一步提高检测准确率。经测试,本发明方法对小径管焊接的五类缺陷的检测效果均有提升。

    基于形状位置感知和均衡采样的小径管焊接缺陷检测方法

    公开(公告)号:CN116721080A

    公开(公告)日:2023-09-08

    申请号:CN202310687369.3

    申请日:2023-06-12

    Abstract: 本发明为一种基于形状位置感知和均衡采样的小径管焊接缺陷检测方法,利用ResNeXt101网络对小径管焊接图像进行特征提取,在特征提取过程中通过基于形状和位置感知的融合注意力模块增强ResNeXt101网络对缺陷全局特征和形状信息的关注;将ResNeXt101网络第二~五卷积阶段输出的特征图C2~C5输入到权重特征金字塔网络中,得到融合权重特征图H3~H5;再将特征图C2~C5与融合权重特征图H3~H5进行特征融合,得到特征图P2~P5;将特征图P2~P5输入到区域生成网络中进行第一次预测,得到候选框;候选框在检测头模块中进行正、负样本均衡采样,并进行第二次预测,得到缺陷的类别和位置信息。该方法避免延伸区域较广的特征被分割为几部分,同时保证了同一张图片中不同尺度目标正样本数量的均衡性。

    基于空频特征协同增强的小径管焊接缺陷检测方法

    公开(公告)号:CN119784698A

    公开(公告)日:2025-04-08

    申请号:CN202411844475.9

    申请日:2024-12-16

    Abstract: 本发明属于工业缺陷检测技术领域,具体是一种基于空频特征协同增强的小径管焊接缺陷检测方法。缺陷检测模型包括包括基于缺陷特征多维感知单元的主干网络、基于空频特征联合增强的特征增强模块、特征融合金字塔网络和最终检测头;基于缺陷特征多维感知单元的主干网络包括三个依次顺接的缺陷特征多维感知单元,基于空频特征联合增强的特征增强模块包含频域细节注意力层、空频融合缓冲层和空间金字塔池化层,三个缺陷特征多维感知单元的输出特征图分别是频域细节注意力层、空频融合缓冲层和空间金字塔池化层的输入特征图,基于空频特征联合增强的特征增强模块输出的三个增强后的特征图输入到特征融合金字塔网络中,特征融合金字塔网络的三个输出特征图分别经过一个最终检测头,得到缺陷检测结果。该方法增强了对焊接缺陷边缘和细节信息的感知能力,对于不同尺度、形状的焊接缺陷具有较好的检测精度。

    一种通过回火形变提高中碳钢低温韧性的方法

    公开(公告)号:CN112899453B

    公开(公告)日:2022-07-12

    申请号:CN202110065908.0

    申请日:2021-01-18

    Abstract: 本发明为一种通过回火变形提高中碳钢低温韧性的方法。该方法主要通过对回火索氏体进行高温(500‑700℃)多道次梯级轧制大形变处理,然后在空气中冷却,获得了组织细小,成分均匀的纳米级别晶粒,使中碳钢的低温韧性和强度得到了成倍的提高,实现了增强增韧的目的。本发明利用回火形变工艺代替传统的淬火加回火工艺,实现了以马氏体作为基体制备超细晶钢,降低了普通轧制变形时的变形抗力,减少了能源的消耗,节约了成本,为钢铁企业的发展提供了新的经济增长点。

Patent Agency Ranking