-
公开(公告)号：CN113469951A
公开(公告)日：2021-10-01
申请号：CN202110638698.X
申请日：2021-06-08
申请人： 燕山大学
摘要： 本发明公开了一种基于级联区域卷积神经网络的轮毂缺陷检测方法，包括如下步骤：S1、采集轮毂X光图像；S2、采用自适应阈值分割对轮毂X光图像进行预处理；S3、训练并优化轻量级卷积神经网络模型，用训练和优化后的模型对轮毂X光图像进行初步筛选，如有严重缺陷则过检失败，回炉重铸，非严重缺陷则进行轮毂缺陷检测；S4、建立基于级联区域卷积神经网络的缺陷检测模型，基于级联区域卷积神经网络的缺陷检测模型包括特征提取网络、特征金字塔网络以及级联检测器；S5、获取轮毂缺陷信息并计算缺陷面积，根据轮毂缺陷所在位置和缺陷大小对轮毂缺陷划分等级，本发明实现了铝合金轮毂缺陷的实时检测，以满足轮毂全自动生产的需求。
-
公开(公告)号：CN110901975A
公开(公告)日：2020-03-24
申请号：CN201911243116.7
申请日：2019-12-06
申请人： 燕山大学
摘要： 本发明公开了一种自动化采血管铝塑膜封装设备，涉及铝塑膜封装技术领域，解决了现有的采血管封装方式通过医务人员进行操作，封装效率低，密封性能差等问题。一种自动化采血管铝塑膜封装设备，包括收集盒，所述收集盒的上端面安装有盒体连接块，所述盒体连接块上端的外侧安装有底部支撑架，所述底部支撑架的上端面安装有推动机构，所述推动机构包括第一电动推杆、支撑杆、导向架和限位弧板，所述第一电动推杆的下端面安装有两个支撑杆，所述第一电动推杆一端的外侧安装有导向架，所述导向架的下端面安装有限位弧板，所述导向架的一端安装有管体滑动机构。本发明通过对采血管进行自动封装，封装效率高，适用于不同长度采血管。
-
公开(公告)号：CN118024244A
公开(公告)日：2024-05-14
申请号：CN202410217848.3
申请日：2024-02-28
申请人： 燕山大学
IPC分类号： B25J9/16
摘要： 本发明公开了基于深度强化学习的机械臂移动目标抓取优化训练方法，属于机械臂控制以及深度强化学习领域，包括将机械臂对移动目标抓取的问题建立成强化学习环境模型，利用视觉传感器获取移动目标当前的状态信息，将获得的状态信息作为神经网络的输入，输出可选动作的概率分布，并将状态动作转换元组存入经验池。使用具有优先级动态后视经验回放技术对经验池进行排序与扩充并对Actor‑Critic网络进行训练。通过连续的训练迭代，可以得到机械臂移动目标抓取的最优策略。本发明能够加机械臂移动目标抓取的训练速度，更快学到最优控制策，为实现更高级别的自动化控制提供了有力的工具。
-
公开(公告)号：CN113469951B
公开(公告)日：2022-08-16
申请号：CN202110638698.X
申请日：2021-06-08
申请人： 燕山大学
IPC分类号： G06T7/00 , G06T7/136 , G06T7/62 , G01N23/04 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于级联区域卷积神经网络的轮毂缺陷检测方法，包括如下步骤：S1、采集轮毂X光图像；S2、采用自适应阈值分割对轮毂X光图像进行预处理；S3、训练并优化轻量级卷积神经网络模型，用训练和优化后的模型对轮毂X光图像进行初步筛选，如有严重缺陷则过检失败，回炉重铸，非严重缺陷则进行轮毂缺陷检测；S4、建立基于级联区域卷积神经网络的缺陷检测模型，基于级联区域卷积神经网络的缺陷检测模型包括特征提取网络、特征金字塔网络以及级联检测器；S5、获取轮毂缺陷信息并计算缺陷面积，根据轮毂缺陷所在位置和缺陷大小对轮毂缺陷划分等级，本发明实现了铝合金轮毂缺陷的实时检测，以满足轮毂全自动生产的需求。
-
公开(公告)号：CN110901975B
公开(公告)日：2021-02-12
申请号：CN201911243116.7
申请日：2019-12-06
申请人： 燕山大学
摘要： 本发明公开了一种自动化采血管铝塑膜封装设备，涉及铝塑膜封装技术领域，解决了现有的采血管封装方式通过医务人员进行操作，封装效率低，密封性能差等问题。一种自动化采血管铝塑膜封装设备，包括收集盒，所述收集盒的上端面安装有盒体连接块，所述盒体连接块上端的外侧安装有底部支撑架，所述底部支撑架的上端面安装有推动机构，所述推动机构包括第一电动推杆、支撑杆、导向架和限位弧板，所述第一电动推杆的下端面安装有两个支撑杆，所述第一电动推杆一端的外侧安装有导向架，所述导向架的下端面安装有限位弧板，所述导向架的一端安装有管体滑动机构。本发明通过对采血管进行自动封装，封装效率高，适用于不同长度采血管。
-
公开(公告)号：CN110991605A
公开(公告)日：2020-04-10
申请号：CN201911024388.8
申请日：2019-10-25
申请人： 燕山大学
摘要： 本发明提供一种多变量时间序列深度信念网络的低压铸造模温预测方法，包括以下步骤：选取多个变量，每个变量按照一定时间段内的时间序列作为模型输入；对多个变量进行归一化处理，构建多变量时间序列深度信念网络的低压铸造模温预测模型的输入层；初步建立模温预测模型；确定初始参数，进行无监督的前向训练；采用误差修正算法进行反向微调，优化权值w和偏置b；利用训练好的模温预测模型进行低压铸造模具温度实时预测。本发明解决了多个变量与模具温度之间时延问题，避免了计算各变量与模具温度之间时延的工作，降低了多变量数据所需的运算量，同时提高了模具温度预测的精确度。
-
公开(公告)号：CN110860877A
公开(公告)日：2020-03-06
申请号：CN201911242926.0
申请日：2019-12-06
申请人： 燕山大学
IPC分类号： B23P19/02
摘要： 本发明提供一种轴承自动化装配设备，包括主架装置、固定定位装置、装配装置、夹持装置。主架装置放置在地面上，固定定位装置滑动安装在主架装置上，装配装置安装在固定定位装置上，夹持装置滑动安装在主架装置上；本发明通过将需要装配轴承的部件放置在夹持装置上，夹持装置和固定定位装置对部件的轴承装配位置进行定位，固定定位装置将轴承夹持住，随后固定定位装置下降使得轴承与部件接触并定位好，随后装配装置将轴承锤击装配到部件中。
-
公开(公告)号：CN116229409A
公开(公告)日：2023-06-06
申请号：CN202211536442.9
申请日：2022-12-02
申请人： 燕山大学
IPC分类号： G06V20/58 , G06V20/70 , G06V10/42 , G06V10/774 , G06V10/82 , G06V10/762 , G06N3/0464
摘要： 本发明公开了一种引入全局特征和多尺度特征的人行横道线检测方法，属于图像处理、计算机视觉技术领域，步骤包括路况图像采集，构建人行横道线数据集；对人行横道线数据集中的路况图像预处理；根据目标检测算法构建人行横道线检测模型；通过人行横道线检测模型对路况图像进行检测，并生成标注预测框的路况图像；采用的损失函数将目标真实框的参数与预测框解码后的参数进行对比，进行人行横道线检测模型训练；对测试集和车前摄像头实时拍摄的前方路况图像进行检测，将数据集中的人行横道线标出并输出识别准召率，以验证改进模型的效果。本发明能够现对复杂交通场景中的人行横道线准确检测，从而辅助车辆实现智能驾驶中人行横道线场景判断的任务。
-
公开(公告)号：CN110860877B
公开(公告)日：2020-09-22
申请号：CN201911242926.0
申请日：2019-12-06
申请人： 燕山大学
IPC分类号： B23P19/02
摘要： 本发明提供一种轴承自动化装配设备，包括主架装置、固定定位装置、装配装置、夹持装置。主架装置放置在地面上，固定定位装置滑动安装在主架装置上，装配装置安装在固定定位装置上，夹持装置滑动安装在主架装置上；本发明通过将需要装配轴承的部件放置在夹持装置上，夹持装置和固定定位装置对部件的轴承装配位置进行定位，固定定位装置将轴承夹持住，随后固定定位装置下降使得轴承与部件接触并定位好，随后装配装置将轴承锤击装配到部件中。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.023 秒)
