公开(公告)号：CN117150425B

公开(公告)日：2024-04-26

申请号：CN202310841347.8

申请日：2023-07-10

申请人： 郑州轻工业大学 ,  中铁工程装备集团有限公司

发明人： 肖艳秋 ,  黄荣杰 ,  贾连辉 ,  赵轩 ,  崔光珍 ,  王鹏鹏 ,  林福龙 ,  孙春亚 ,  郭俊可 ,  贺振东 ,  张伟利

IPC分类号： G06F18/25 ,  G06F18/10 ,  G06F18/214 ,  G06F18/23213 ,  G06N3/0442 ,  G06N3/08

摘要： 本发明提出了一种基于机理数据融合的管片拼装机运动状态预测方法，将采集数据进行预处理后融合形成样品数据集，对预测模型训练得到运行状态预测参数；建立刚柔耦合动力学模型输出仿真运行状态数据；将运行状态预测参数与仿真运行状态数据进行偏差计算，对初次补偿模型进行训练得到预测运行状态数据的补偿量；利用补偿量对运行状态预测参数进行补偿；搭建运动学机理模型得到运行状态数据；将初次补偿的预测运行状态数据与运行状态数据进行偏差计算，对二次补偿模型进行训练得到预测运行状态数据的补偿量；利用补偿量对初次补偿的预测运动状态数据进行二次补偿得到管片拼装机预测运行状态数据。本发明大大提高了管片拼装机运动参数短期预测的精度。

公开(公告)号：CN117150425A

公开(公告)日：2023-12-01

申请号：CN202310841347.8

申请日：2023-07-10

申请人： 郑州轻工业大学 ,  中铁工程装备集团有限公司

发明人： 肖艳秋 ,  黄荣杰 ,  贾连辉 ,  赵轩 ,  崔光珍 ,  王鹏鹏 ,  林福龙 ,  孙春亚 ,  郭俊可 ,  贺振东 ,  张伟利

IPC分类号： G06F18/25 ,  G06F18/10 ,  G06F18/214 ,  G06F18/23213 ,  G06N3/0442 ,  G06N3/08

摘要： 本发明提出了一种基于机理数据融合的管片拼装机运动状态预测方法，将采集数据进行预处理后融合形成样品数据集，对预测模型训练得到运行状态预测参数；建立刚柔耦合动力学模型输出仿真运行状态数据；将运行状态预测参数与仿真运行状态数据进行偏差计算，对初次补偿模型进行训练得到预测运行状态数据的补偿量；利用补偿量对运行状态预测参数进行补偿；搭建运动学机理模型得到运行状态数据；将初次补偿的预测运行状态数据与运行状态数据进行偏差计算，对二次补偿模型进行训练得到预测运行状态数据的补偿量；利用补偿量对初次补偿的预测运动状态数据进行二次补偿得到管片拼装机预测运行状态数据。本发明大大提高了管片拼装机运动参数短期预测的精度。

公开(公告)号：CN116704476B

公开(公告)日：2024-06-04

申请号：CN202310692934.5

申请日：2023-06-12

申请人： 郑州轻工业大学

发明人： 肖艳秋 ,  崔光珍 ,  尹世澳 ,  姚雷 ,  房占鹏 ,  张伟利 ,  刘洁 ,  刘岩

IPC分类号： G06V20/58 ,  G06V10/776 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0985

摘要： 本发明提出了一种基于改进Yolov4‑tiny算法的交通标志检测方法，用于解决复杂场景下交通标志检测效果不佳的技术问题；其步骤为：首先，获取交通标志数据集，并划分为训练集、验证集和测试集；其次，构建改进Yolov4‑tiny算法的卷积神经网络模型；并将训练集和验证集输入改进Yolov4‑tiny算法的卷积神经网络模型中进行训练及验证；最后，将测试集输入至训练后的改进Yolov4‑tiny算法的卷积神经网络模型中进行性能测试，根据评价指标保存性能最好的卷积神经网络检测模型；并利用卷积神经网络检测模型对交通标注图像进行检测。本发明有效提高了交通标志数据集的质量，优化深度学习模型训练效果，且本发明方法对小目标交通标志具有良好的检测效果。

公开(公告)号：CN114961754B

公开(公告)日：2024-05-14

申请号：CN202210608231.5

申请日：2022-05-31

申请人： 郑州轻工业大学

发明人： 肖艳秋 ,  蔡一洲 ,  孙春亚 ,  崔光珍 ,  王鹏鹏 ,  贺振东 ,  张旭帮 ,  张伟利 ,  路华 ,  禹建坤

IPC分类号： E21D9/06 ,  E21F17/00 ,  G06F30/13 ,  G06F30/23 ,  G06F30/27 ,  G06N3/0499 ,  G06N3/084 ,  G06T17/20 ,  G06F30/28 ,  G06F111/10 ,  G06F113/08 ,  G06F119/08

摘要： 一种基于数字孪生的泥水环流实验系统，包括泥水环流物理实验平台、泥水环流虚拟实验平台、泥水环流数字孪生一体化系统和泥水盾构环流系统物理实体，泥水环流虚拟实验平台与泥水环流物理实验平台虚实交互连接，泥水环流数字孪生一体化系统分别与泥水环流物理实验平台、泥水环流虚拟实验平台和泥水盾构环流系统物理实体信号连接。本发明将数字孪生与盾构机泥水环流系统结合，不仅可以充分研究泥水环流系统内复杂多变难以观测的运行状态，为泥水环流系统升级优化提供理论支撑，还可以有效监测、预警、解决盾构机掘进过程中泥水环流系统出现的故障问题，提升泥水盾构运行效率与安全性，节约施工成本，对学术研究领域和实际工程问题均具有重要价值。

公开(公告)号：CN116704476A

公开(公告)日：2023-09-05

申请号：CN202310692934.5

申请日：2023-06-12

申请人： 郑州轻工业大学

发明人： 肖艳秋 ,  崔光珍 ,  尹世澳 ,  姚雷 ,  房占鹏 ,  张伟利 ,  刘洁 ,  刘岩

IPC分类号： G06V20/58 ,  G06V10/776 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0985

摘要： 本发明提出了一种基于改进Yolov4‑tiny算法的交通标志检测方法，用于解决复杂场景下交通标志检测效果不佳的技术问题；其步骤为：首先，获取交通标志数据集，并划分为训练集、验证集和测试集；其次，构建改进Yolov4‑tiny算法的卷积神经网络模型；并将训练集和验证集输入改进Yolov4‑tiny算法的卷积神经网络模型中进行训练及验证；最后，将测试集输入至训练后的改进Yolov4‑tiny算法的卷积神经网络模型中进行性能测试，根据评价指标保存性能最好的卷积神经网络检测模型；并利用卷积神经网络检测模型对交通标注图像进行检测。本发明有效提高了交通标志数据集的质量，优化深度学习模型训练效果，且本发明方法对小目标交通标志具有良好的检测效果。

公开(公告)号：CN114961754A

公开(公告)日：2022-08-30

申请号：CN202210608231.5

申请日：2022-05-31

申请人： 郑州轻工业大学

发明人： 肖艳秋 ,  蔡一洲 ,  孙春亚 ,  崔光珍 ,  王鹏鹏 ,  贺振东 ,  张旭帮 ,  张伟利 ,  路华 ,  禹建坤

IPC分类号： E21D9/06 ,  E21F17/00 ,  G06F30/13 ,  G06F30/23 ,  G06F30/27 ,  G06N3/08 ,  G06T17/20 ,  G06F111/10 ,  G06F113/08 ,  G06F119/08

摘要： 一种基于数字孪生的泥水环流实验系统，包括泥水环流物理实验平台、泥水环流虚拟实验平台、泥水环流数字孪生一体化系统和泥水盾构环流系统物理实体，泥水环流虚拟实验平台与泥水环流物理实验平台虚实交互连接，泥水环流数字孪生一体化系统分别与泥水环流物理实验平台、泥水环流虚拟实验平台和泥水盾构环流系统物理实体信号连接。本发明将数字孪生与盾构机泥水环流系统结合，不仅可以充分研究泥水环流系统内复杂多变难以观测的运行状态，为泥水环流系统升级优化提供理论支撑，还可以有效监测、预警、解决盾构机掘进过程中泥水环流系统出现的故障问题，提升泥水盾构运行效率与安全性，节约施工成本，对学术研究领域和实际工程问题均具有重要价值。