公开(公告)号：CN116630282B

公开(公告)日：2025-01-21

申请号：CN202310627051.6

申请日：2023-05-31

Applicant: 华东交通大学

Inventor： 赵宏宇 ,  孙浚博 ,  王翔宇 ,  张静 ,  姜楠 ,  杨超 ,  邹泽峰 ,  方焘 ,  雷祖祥 ,  王雨飞 ,  唐玮晨

IPC: G06T7/00 ,  G06T7/60 ,  G06N3/0499 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明为基于深度学习的3D打印桥预制箱梁施工质量监测系统，包括：数据(图像)收集处理模块，通过工业相机对打印区域进行图像采集及处理；数据标注与模型训练模块，与所述的数据(图像)收集处理模块连接，构建用于目标检测与测量的收敛模型；信息校准与存储模块，与所述的数据标注与模型训练模块连接，将测试集输入到训练后的目标检测算法，采用校准算法对转换函数模块中的换算比M进行修正，以校准后的换算比M’更新转换函数模块，获得校准后的收敛模型；缺陷检测与分析模块；预警与提示处理模块。不仅能够实现减少人工成本、提升打印效率、保证打印产品的质量，同时也能使追求更大规模建筑级别的3D打印实现成为可能。

公开(公告)号：CN116664846A

公开(公告)日：2023-08-29

申请号：CN202310946169.5

申请日：2023-07-31

Applicant: 华东交通大学

Inventor： 赵宏宇 ,  孙浚博 ,  张静 ,  王翔宇 ,  姜楠 ,  苏阳 ,  杨超 ,  邹泽峰

IPC: G06V10/26 ,  G06V20/40 ,  G06V10/774 ,  G06T7/62 ,  G06Q10/0639

Abstract: 本发明为基于语义分割实现3D打印桥面施工质量监测方法及系统，包括以下内容：获取3D打印桥面施工过程中打印区域的缺陷图像，并对缺陷视频图像逐帧进行标注，将标注后的缺陷图像分为训练集和测试集；构建语义分割缺陷测量模型，所述语义分割缺陷测量模型包括SegFormer神经网络和用于像素面积与实际面积换算的面积换算模块：利用训练集训练SegFormer神经网络获得缺陷的像素面积，再通过面积换算模块获得缺陷的实际面积，至此完成语义分割缺陷测量模型的构建，用于3D打印桥面施工质量监测。该系统应用到桥面施工过程质量监测中，具有精细化识别图像信息的功能，可对裂缝和气泡缺陷识别并量化，提高施工效率和质量。

公开(公告)号：CN116664846B

公开(公告)日：2023-10-13

申请号：CN202310946169.5

申请日：2023-07-31

Applicant: 华东交通大学

Inventor： 赵宏宇 ,  孙浚博 ,  张静 ,  王翔宇 ,  姜楠 ,  苏阳 ,  杨超 ,  邹泽峰

IPC: G06V10/26 ,  G06V20/40 ,  G06V10/774 ,  G06T7/62 ,  G06Q10/0639

Abstract: 本发明为基于语义分割实现3D打印桥面施工质量监测方法及系统，包括以下内容：获取3D打印桥面施工过程中打印区域的缺陷图像，并对缺陷视频图像逐帧进行标注，将标注后的缺陷图像分为训练集和测试集；构建语义分割缺陷测量模型，所述语义分割缺陷测量模型包括SegFormer神经网络和用于像素面积与实际面积换算的面积换算模块：利用训练集训练SegFormer神经网络获得缺陷的像素面积，再通过面积换算模块获得缺陷的实际面积，至此完成语义分割缺陷测量模型的构建，用于3D打印桥面施工质量监测。该系统应用到桥面施工过程质量监测中，具有精细化识别图像信息的功能，可对裂缝和气泡缺陷识别并量化，提高施工效率和质量。

公开(公告)号：CN116844670A

公开(公告)日：2023-10-03

申请号：CN202310551971.4

申请日：2023-05-17

Applicant: 华东交通大学

Inventor： 王雨飞 ,  孙浚博 ,  邹泽峰 ,  王翔宇 ,  姜楠 ,  杨超 ,  张静 ,  方焘

IPC: G16C60/00 ,  G06F18/2113 ,  G06F18/214 ,  G06F18/27 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/084 ,  G06N3/094 ,  G06N3/0985

Abstract: 本发明为一种基于CTGAN的预测混凝土极限抗压强度的方法。包括：构建混凝土抗压强度影响因素指标体系，建立并分析原始数据集，分析各配料之间的关系，限制部分配料间的比例，使用CTGAN模型做数据增强，使用一维残差卷积模型做回归预测。本发明可以更准确地预测混凝土极限抗压强度，在一定程度上解决了工程领域数据缺乏的问题，且该方法具有较强的可移植性，提高工程设计的效率和准确性。

公开(公告)号：CN116630282A

公开(公告)日：2023-08-22

申请号：CN202310627051.6

申请日：2023-05-31

Applicant: 华东交通大学

Inventor： 赵宏宇 ,  孙浚博 ,  王翔宇 ,  张静 ,  姜楠 ,  杨超 ,  邹泽峰 ,  方焘 ,  雷祖祥 ,  王雨飞 ,  唐玮晨

IPC: G06T7/00 ,  G06T7/60 ,  G06N3/0499 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明为基于深度学习的3D打印桥预制箱梁施工质量监测系统，包括：数据(图像)收集处理模块，通过工业相机对打印区域进行图像采集及处理；数据标注与模型训练模块，与所述的数据(图像)收集处理模块连接，构建用于目标检测与测量的收敛模型；信息校准与存储模块，与所述的数据标注与模型训练模块连接，将测试集输入到训练后的目标检测算法，采用校准算法对转换函数模块中的换算比M进行修正，以校准后的换算比M’更新转换函数模块，获得校准后的收敛模型；缺陷检测与分析模块；预警与提示处理模块。不仅能够实现减少人工成本、提升打印效率、保证打印产品的质量，同时也能使追求更大规模建筑级别的3D打印实现成为可能。