-
公开(公告)号：CN115906579B
公开(公告)日：2023-10-03
申请号：CN202211560110.4
申请日：2022-12-07
申请人： 兰州理工大学 , 中铁二十二局集团第一工程有限公司
IPC分类号： G06F30/23 , G06F30/27 , G01B11/02 , G06N3/0464 , G06N3/08
摘要： 利用无人机的大跨度钢结构吊装状态评估方法，涉及无人机图像处理技术领域和有限元结构分析领域，通过无人机设备（1‑1）中的位移测量系统（1‑2）对大跨度钢结构提前布置好的测点标记进行扫描，再通过坐标检测模块（2‑2‑1）、振动消除模块（2‑2‑2）和数据处理模块（2‑2‑3），对大跨度钢结构吊装过程的测点进行坐标提取、振动消除、数据拼接和坐标归一化处理。其中，所述的坐标检测模块（2‑2‑1）采用Yolox深度学习神经网络，能够精准高效的检测测点坐标。最终，通过状态评估系统（2‑3）将结构测点的位移转换为应力，并通过数字孪生体进行修正。为大跨度钢结构吊装过程的状态评估提供了安全、方便、快捷的渠道。
-
公开(公告)号：CN114812403B
公开(公告)日：2024-02-27
申请号：CN202210704148.8
申请日：2022-06-21
申请人： 兰州理工大学 , 中铁二十二局集团第一工程有限公司
IPC分类号： G01B11/03 , G01B11/16 , G06N3/045 , G06N3/0464 , G06T3/4038 , G06T7/00 , G06T7/13
摘要： 基于无人机及机器视觉技术的大跨度钢结构吊装过程变形监测方法，通过测点标记系统和图像采集系统分段获取无人机拍摄的大跨度钢结构吊装过程，根据图像拼接模块和特征检测模型，对大跨度钢结构吊装过程的测点进行全景拼接和坐标提取。特征检测模型采用yolov5深度学习神经网络，检测和识别图像中的标记点或特征点，得到大跨度钢结构吊装时测点坐标、位移和结构变形，事故预警系统中的坐标转换模块通过比例因子将像素坐标转换为实际坐标，并与阈值模块的结构设计阈值进行对比，对比结果通过光纤网络传输到预警模块判别是否发出警报，实时完成大跨度钢结构吊装过程安全事故预警。
-
公开(公告)号：CN115906579A
公开(公告)日：2023-04-04
申请号：CN202211560110.4
申请日：2022-12-07
申请人： 兰州理工大学 , 中铁二十二局集团第一工程有限公司
IPC分类号： G06F30/23 , G06F30/27 , G01B11/02 , G06N3/0464 , G06N3/08
摘要： 利用无人机的大跨度钢结构吊装状态评估方法，涉及无人机图像处理技术领域和有限元结构分析领域，通过无人机设备（1‑1）中的位移测量系统（1‑2）对大跨度钢结构提前布置好的测点标记进行扫描，再通过坐标检测模块（2‑2‑1）、振动消除模块（2‑2‑2）和数据处理模块（2‑2‑3），对大跨度钢结构吊装过程的测点进行坐标提取、振动消除、数据拼接和坐标归一化处理。其中，所述的坐标检测模块（2‑2‑1）采用Yolox深度学习神经网络，能够精准高效的检测测点坐标。最终，通过状态评估系统（2‑3）将结构测点的位移转换为应力，并通过数字孪生体进行修正。为大跨度钢结构吊装过程的状态评估提供了安全、方便、快捷的渠道。
-
公开(公告)号：CN114812403A
公开(公告)日：2022-07-29
申请号：CN202210704148.8
申请日：2022-06-21
申请人： 兰州理工大学 , 中铁二十二局集团第一工程有限公司
摘要： 基于无人机及机器视觉技术的大跨度钢结构吊装过程变形监测方法，通过测点标记系统和图像采集系统分段获取无人机拍摄的大跨度钢结构吊装过程，根据图像拼接模块和特征检测模型，对大跨度钢结构吊装过程的测点进行全景拼接和坐标提取。特征检测模型采用yolov5深度学习神经网络，检测和识别图像中的标记点或特征点，得到大跨度钢结构吊装时测点坐标、位移和结构变形，事故预警系统中的坐标转换模块通过比例因子将像素坐标转换为实际坐标，并与阈值模块的结构设计阈值进行对比，对比结果通过光纤网络传输到预警模块判别是否发出警报，实时完成大跨度钢结构吊装过程安全事故预警。
-
公开(公告)号：CN117662402A
公开(公告)日：2024-03-08
申请号：CN202311794541.1
申请日：2023-12-25
申请人： 兰州理工大学
IPC分类号： F03D17/00 , G08B21/18 , G06V20/40 , H04N7/18 , H04N5/265 , H04N5/04 , H04N23/60 , H04N23/90 , H04Q9/00
摘要： 基于固定式相机大型风力机结构运行状态评估系统及方法，系统中图像采集分系统（6）通过机舱固定监测机构（3）和塔筒固定监测设备（5）进行叶片（1）及塔筒（4）的视觉数据采集；监测数据处理分系统（7）对监测的视觉数据进行结构响应计算和数据归一化处理；状态评估分系统（8）进行动力特性参数识别和状态评估；紧急处置分系统（9）在出现极端荷载威胁风力机结构的安全性能时辅助自动预警并停机；机舱固定监测机构（3）用于机舱处对叶片进行视频拍摄。可避免以人为主且费时耗力的传统风力机健康监测方法造成的成本过高问题，可实现全方位、长时效、低成本、高精度、非接触大型风力机结构在多种环境下运行状态的长期健康监测及状态评估。
-
公开(公告)号：CN117237306A
公开(公告)日：2023-12-15
申请号：CN202311234036.1
申请日：2023-09-23
申请人： 兰州理工大学
IPC分类号： G06T7/00 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/094 , G06N3/0475 , G06V10/774 , G01N21/88
摘要： 大型风力机叶片缺陷集扩充及缺陷量化系统和方法，包括一个无人机，该系统由叶片表面缺陷检测方法由叶片缺陷扩充系统（1）、叶片缺陷数据库（2）、无人机（3）、风力机叶片（4）、缺陷检测系统（5）、缺陷量化系统（6）组成；由原始少量叶片缺陷图像通过叶片缺陷扩充系统生成大量叶片缺陷图像至叶片缺陷数据库为叶片缺陷检测提供支撑，之后通过无人机多角度扫描大型风力机叶片，扫描图像输入缺陷检测系统对叶片进行缺陷检测，最后由缺陷量化系统对大型风力机叶片的多类缺陷进行全面量化并评定缺陷等级。该系统和方法可提供大量叶片缺陷图像组成叶片缺陷数据库，并实现多角度、低成本、高精度、非接触的大型风力机叶片缺陷检测。
-
公开(公告)号：CN118862506A
公开(公告)日：2024-10-29
申请号：CN202411067348.2
申请日：2024-08-06
申请人： 兰州理工大学
IPC分类号： G06F30/20 , G01C11/00 , G06T17/00 , G06V20/17 , G06V10/10 , G06V10/26 , G06V10/764 , G06F119/14
摘要： 多无人机协同震后建筑安全快速评估系统及方法，至少有三架无人机（1），该系统由无人机（1）、三维重建分系统（2）、损伤检测分系统（3）和结构状态评估分系统（6）组成；其中多架无人机（1）通过路径规划协同拍摄震后建筑，并将图像信息传输至三维重建分系统（2）和损伤检测分系统（3），在图像数量达到一定数量时分批次更新信息；三维重建分系统（2）用于重建震后建筑的三维信息，并对震后建筑的构件进行细致分类，为结构状态评估分系统（6）的建模做好准备；损伤检测分系统（3）用于检测震后建筑的损伤情况，可对震后建筑损伤进行分割和量化，损伤信息可在结构状态评估分系统（6）的震后模型定义震后损伤；结构状态评估分系统（6）结合三维重建分系统（2）的三维信息和损伤检测分系统（3）的损伤信息快速对震后建筑精确建模，通过地震动模拟分析对震后建筑的整体安全性能进行状态评估并对其进行快速定级，为灾后救援与重建工作提供有力的技术支持。
-
公开(公告)号：CN117662402B
公开(公告)日：2024-06-25
申请号：CN202311794541.1
申请日：2023-12-25
申请人： 兰州理工大学
IPC分类号： F03D17/00 , G08B21/18 , G06V20/40 , H04N7/18 , H04N5/265 , H04N5/04 , H04N23/60 , H04N23/90 , H04Q9/00
摘要： 基于固定式相机大型风力机结构运行状态评估系统及方法，系统中图像采集分系统（6）通过机舱固定监测机构（3）和塔筒固定监测设备（5）进行叶片（1）及塔筒（4）的视觉数据采集；监测数据处理分系统（7）对监测的视觉数据进行结构响应计算和数据归一化处理；状态评估分系统（8）进行动力特性参数识别和状态评估；紧急处置分系统（9）在出现极端荷载威胁风力机结构的安全性能时辅助自动预警并停机；机舱固定监测机构（3）用于机舱处对叶片进行视频拍摄。可避免以人为主且费时耗力的传统风力机健康监测方法造成的成本过高问题，可实现全方位、长时效、低成本、高精度、非接触大型风力机结构在多种环境下运行状态的长期健康监测及状态评估。
-
公开(公告)号：CN117745710A
公开(公告)日：2024-03-22
申请号：CN202410003919.X
申请日：2024-01-03
申请人： 兰州理工大学
IPC分类号： G06T7/00 , G06T7/73 , G06T17/00 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06K7/14 , G06N3/0464
摘要： 基于混合现实的装配式梁柱构件检测系统及施工控制方法,检测系统由Hololens2设备、图像采集系统、点位标记系统、计算机PC、图像处理系统和虚实叠加系统组成。施工控制方法首先通过图像采集系统和点位标记系统对所需梁柱构件拍摄以获取图像。再利用图像处理系统实时检测梁柱构件并将数据信息存储至数据库，同时与装配式建筑施工BIM模型进行信息比对以判别构件类型。最后，虚实叠加系统实时发送比对结果到HoloLens2设备，并叠加虚拟模型到现实场景中，实现信息空间映射，达到施工指导的目的。该检测系统及施工控制方法具有实时、非接触优点，可实现装配式梁柱构件高效准确的识别和检测。
-
公开(公告)号：CN116044954B
公开(公告)日：2023-08-04
申请号：CN202310044058.5
申请日：2023-01-29
申请人： 兰州理工大学
IPC分类号： F16F15/02 , F16F15/027 , F16F15/067 , F16F7/09 , F16F9/30 , F16F9/44
摘要： 一种双向调谐波纹液柱阻尼器及其安装方法，调谐波纹液柱部分（1）、气压调节部分（2）、筒式摩擦部分（3）以及与附属构件（4）四者组成调谐波纹液柱阻尼器；所述两个相同的调谐波纹液柱阻尼器呈十字交叉排列，构成双向调谐波纹液柱阻尼器；基于传统调谐液柱阻尼器的基础上，所述调谐波纹液柱部分用竖直波纹管（11）、水平波纹管（12）代替传统调谐液柱阻尼器的容器管；气压调节部分（2）位于竖直波纹管（11）的上端光滑管壁；筒式摩擦部分（3）位于竖直波纹管（11）上端内壁中，且处于气压调节部分（2）上方。通过波纹设计来增大管内液体流动时的水头损失从而增大阻尼器的阻尼从而有效地降低结构水平向的振动。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.062 秒)
