-
公开(公告)号：CN219864151U
公开(公告)日：2023-10-20
申请号：CN202320979223.1
申请日：2023-04-26
申请人： 北京建筑材料科学研究总院有限公司 , 北京金隅集团股份有限公司 , 金隅住宅产业化(唐山)有限公司
摘要： 本实用新型涉及建筑工程技术领域，提供一种用于钢筋网笼的拉结筋安装装置，包括：基座、夹取机构及折弯机构；基座与机械臂连接，机械臂用于驱动基座朝向靠近横筋与纵筋的交叉点移动；夹取机构设于基座上，夹取机构用于夹持拉结筋的中部；折弯机构设于基座上，折弯机构用于将拉结筋的至少一端朝向交叉点折弯；本实用新型通过拉结筋的自动化安装，降低了拉结筋的安装难度，提升了拉结筋的安装效率与安装的准确性。
-
公开(公告)号：CN117787690A
公开(公告)日：2024-03-29
申请号：CN202311740839.4
申请日：2023-12-18
申请人： 北京建筑材料科学研究总院有限公司 , 金隅天坛(唐山)木业科技有限公司 , 北京金隅集团股份有限公司 , 北京科技大学
IPC分类号： G06Q10/0635 , G06V10/80 , G06V10/82 , G06V10/762 , G06N3/0464
摘要： 本发明提供一种吊装作业安全风险识别方法及识别装置，识别方法包括：获取吊装场景图像；获取目标识别图像：将吊装场景图像输入改进的YOLO v5模型中，得到目标识别图像；获取修正的识别图像：对目标识别图像进行修正，得到修正后的识别图像；识别安全风险：根据修正后的识别图像中工人目标与吊车目标之间的安全关系，识别吊装作业中的安全风险；其中，改进的YOLO v5模型通过将YOLO v5模型的骨干网络中的C3模块替换成C2f模块得到。本发明能够在复杂的吊装场景中有效地检测潜在的危险情况，提高安全性能，具有一定的实时性和鲁棒性。
-
公开(公告)号：CN117036243A
公开(公告)日：2023-11-10
申请号：CN202310762695.6
申请日：2023-06-26
申请人： 北京建筑材料科学研究总院有限公司 , 北京金隅集团股份有限公司
IPC分类号： G06T7/00 , G06T7/11 , G06V10/40 , G06V10/80 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/774 , G06N3/0464
摘要： 本发明实施例提供了一种刨花板表面缺陷检测的方法、装置、设备和存储介质，该方法包括：基于特征提取网络和特征融合网络，确定每个样本图像对应的待检测样本特征图；基于缺陷检测模型，确定待检测样本特征图中每个先验框对应的预测框及预测向量；通过上采样和多层卷积操作，提取参考样本特征图对应的原型掩膜；并结合基于参考预测框对应的预测向量，确定每个预测框内待检测目标对应的掩膜矩阵；基于掩膜矩阵，确定样本图像的分割结果。本发明提供的缺陷检测模型可对缺陷进行识别和框定，并利用预测框的掩膜系数和最大划分尺度的待检测样本特征图的原型掩膜的线性组合，精准确定缺陷的边界，提高刨花板缺陷识别和框定的准确度及分割的精准度。
-
公开(公告)号：CN117058077A
公开(公告)日：2023-11-14
申请号：CN202310922228.5
申请日：2023-07-25
申请人： 北京建筑材料科学研究总院有限公司 , 北京金隅集团股份有限公司
摘要： 本发明提供一种基于改进YOLOv5的刨花板表面缺陷检测方法和装置，方法包括：获取包含预定比例小尺寸缺陷的刨花板表面缺陷图，构建刨花板表面小尺寸缺陷数据集；基于YOLOv5网络，在主干网络中采用MobileViT模块替代最末端的C3模块，将主干网络的P2层输出的特征信息加入所述特征融合网络，在检测模块中增加CA注意力机制，并引入Focal Loss损失函数，构建针对小尺寸缺陷检测的改进YOLOv5刨花板缺陷检测模型；基于所述刨花板表面小尺寸缺陷数据集，对所述模型进行训练；利用训练后的模型对刨花板表面缺陷进行检测。本发明基于YOLOv5s网络，构建针对刨花板表面小尺寸缺陷的检测网络，使网络更关注于小尺寸缺陷目标样本，提升网络对于小尺寸缺陷的检测效果。
-
公开(公告)号：CN117160648A
公开(公告)日：2023-12-05
申请号：CN202311267574.0
申请日：2023-09-27
申请人： 北京建筑材料科学研究总院有限公司 , 北京金隅集团股份有限公司 , 北京金隅琉水环保科技有限公司
摘要： 本发明涉及工业自动控制技术领域，提供一种煤磨设备巡检系统及方法，该巡检系统包括：轨道围绕煤磨本体及主机设备所在的主体区域架设；用于根据预设的巡检任务对煤磨本体和主机设备进行监测的轨道机器人，轨道机器人与轨道滑动连接；用于对辅助设备进行监测的辅助监测装置，辅助监测装置固设于辅助设备所在的辅机区域内；云端管理平台，云端管理平台与轨道机器人和辅助监测装置通信连接，根据预设的阈值对轨道机器人的实时监测结果和/或辅助监测装置的实时监测结果进行比较，以进行故障预警。本发明实现了煤磨设备运行数据的精准自动采集和智能化在线监测，从而实现对设备故障的智能诊断。有效提升了煤磨机的巡检效率，确保企业的安全生产。
-
公开(公告)号：CN115931414A
公开(公告)日：2023-04-07
申请号：CN202310067796.1
申请日：2023-01-12
申请人： 北京建筑材料科学研究总院有限公司 , 北京金隅集团股份有限公司
IPC分类号： G01M99/00
摘要： 本发明提供一种磨煤机故障风险评估方法及装置，其中，该方法包括：获取目标磨煤机的第一特征参数；基于第一特征参数和状态分类模型，确定目标磨煤机的状态；在目标磨煤机的状态为故障状态的情况下，获取目标磨煤机的第二特征参数；基于第二特征参数和第二特征参数对应的第一权重，评估目标磨煤机的故障部件。本发明提供的磨煤机故障风险评估方法及装置，融合工艺参数和设备参数进行磨煤机故障风险评估，综合逻辑回归与层次分析法构建全面综合的磨煤机故障诊断与定位体系，能更准确地确定目标磨煤机是否存在故障，能更准确地定位目标磨煤机的故障部件。
-
公开(公告)号：CN116335407A
公开(公告)日：2023-06-27
申请号：CN202310433505.6
申请日：2023-04-21
申请人： 北京建筑材料科学研究总院有限公司 , 北京金隅集团股份有限公司
摘要： 本发明涉及装配式建筑领域，提供一种用于钢筋骨架的拉结筋安装装置及方法，上述用于钢筋骨架的拉结筋安装装置，包括：支架、行走机构、旋转机构、升降机构以及拉结筋连接机构；升降机构包括筒形外壳、套装在筒形外壳内的一级伸缩管以及套装在一级伸缩管内的二级伸缩管，筒形外壳设于旋转机构，旋转机构通过行走机构设于支架，在旋转机构的带动下，筒形外壳能够相对支架发生转动；拉结筋连接机构包括第一拉结筋夹持组件、第二拉结筋夹持组件以及焊接件，两个拉结筋夹持组件分别设于两个伸缩管的外周，焊接件用于焊接第一拉结筋和第二拉结筋。用于钢筋骨架的拉结筋安装装置大大提高了钢筋骨架拉结筋的安装效率以及安装质量。
-
公开(公告)号：CN221085925U
公开(公告)日：2024-06-07
申请号：CN202322649683.0
申请日：2023-09-27
申请人： 北京建筑材料科学研究总院有限公司 , 北京金隅集团股份有限公司 , 北京金隅琉水环保科技有限公司
摘要： 本实用新型涉及工业自动控制技术领域，提供一种煤磨设备巡检系统，该巡检系统包括：轨道围绕煤磨本体及主机设备所在的主体区域架设；用于根据预设的巡检任务对煤磨本体和主体设备进行监测的轨道机器人，轨道机器人与轨道滑动连接；用于对辅助设备进行监测的辅助监测装置，辅助监测装置固设于辅助设备所在的辅机区域内；云端管理平台，云端管理平台与轨道机器人和辅助监测装置通信连接，根据预设的阈值对轨道机器人的实时监测结果和/或辅助监测装置的实时监测结果进行比较，以进行故障预警。本实用新型实现了煤磨设备运行数据的精准自动采集和智能化在线监测，从而实现对设备故障的智能诊断。有效提升了煤磨机的巡检效率，确保企业的安全生产。
-
公开(公告)号：CN219672172U
公开(公告)日：2023-09-12
申请号：CN202320910627.5
申请日：2023-04-21
申请人： 北京建筑材料科学研究总院有限公司 , 北京金隅集团股份有限公司
摘要： 本实用新型涉及装配式建筑领域，提供一种用于钢筋骨架的拉结筋安装装置，包括：支架、行走机构、旋转机构、升降机构以及拉结筋连接机构；升降机构包括筒形外壳、套装在筒形外壳内的一级伸缩管以及套装在一级伸缩管内的二级伸缩管，筒形外壳设于旋转机构，旋转机构通过行走机构设于支架，在旋转机构的带动下，筒形外壳能够相对支架发生转动；拉结筋连接机构包括第一拉结筋夹持组件、第二拉结筋夹持组件以及焊接件，两个拉结筋夹持组件分别设于两个伸缩管的外周，焊接件用于焊接第一拉结筋和第二拉结筋。用于钢筋骨架的拉结筋安装装置大大提高了钢筋骨架拉结筋的安装效率以及安装质量。
-
公开(公告)号：CN118857804A
公开(公告)日：2024-10-29
申请号：CN202410779917.X
申请日：2024-06-17
申请人： 北京建筑材料科学研究总院有限公司
IPC分类号： G01M99/00 , G01D21/02 , G06F18/2433 , G06F18/25 , G06F18/15 , G06N3/0455 , G06N3/048
摘要： 本发明提供一种基于多模态异构数据的设备异常状态评估方法和装置，所述方法包括：获取目标设备的多模态异构数据，并将所述多模态异构数据输入至预训练的设备异常等级模型中，得到所述目标设备的异常状态等级；其中，所述设备异常等级模型是基于设备的历史多模态异构数据对神经网络进行训练得到；在所述目标设备的异常状态等级大于或等于预设等级的情况下，基于所述目标设备的多模态异构数据确定所述目标设备的故障信息；基于所述目标设备的故障信息确定对应的运维信息。通过本发明提供的方法，可以降低人为因素对设备运行情况判断的影响，并且在设备有异常的早期及时监测到问题源，通过及时通知维修或更换零件，维持设备正常的运行。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.07 秒)
