-
公开(公告)号：CN117556954B
公开(公告)日：2025-03-21
申请号：CN202311580032.9
申请日：2023-11-24
Abstract: 本发明公开一种基于嵌套分割的类矩形零件二维高效排布方法，首先，针对零件的CAD模型，获取相应的零件形状图，对其进行二值化，黑色表示背景，白色表示目标物，并根据零件的实际尺寸进行调整图像的尺寸；对二值化后的图像进行检测，观察其是否有孔洞，如有，则对其进行填补，对填补孔洞后的零件图像进行判断，其是否为类矩形，如果被判断为是类矩形，则对基准图像进行嵌套分割，在不同的分割区间内，零件选择不同的旋转角度进行排列，根据零件图案的横向和纵向尺寸，选取整数'i'和'j'作为迭代值，对所有可能的区域划分情况以及所排布的图案的数目进行汇总排序，最终选择能容纳最多零件数目的方案作为优化后的排列方案。
-
公开(公告)号：CN117592606A
公开(公告)日：2024-02-23
申请号：CN202311588337.4
申请日：2023-11-24
Abstract: 本发明涉及一种基于归一化二维互相关矩阵和模板匹配的不规则零件排布方法，首先，基于零件模型获取零件形状图，对其进行二值化，黑色为背景，白色为目标物，根据零件实际尺寸调整图像尺寸；考虑到加工过程的材料损耗，对零件图像膨胀处理；用二值化黑色图像表示基准板材，零件分别旋转0°、90°、180°、270°，计算旋转后的零件与基准图像的四个互相关矩阵，对矩阵做两次裁剪，保留合适元素，将剩余元素组成一向量，并基于相关值进行降序排序。本发明的方法结合了图像处理、数学建模和模板匹配技术，可用于各种制造和生产环境，提高了生产效率、降低了成本，并实现了资源的最佳利用。
-
公开(公告)号：CN117556954A
公开(公告)日：2024-02-13
申请号：CN202311580032.9
申请日：2023-11-24
Abstract: 本发明公开一种基于嵌套分割的类矩形零件二维高效排布方法，首先，针对零件的CAD模型，获取相应的零件形状图，对其进行二值化，黑色表示背景，白色表示目标物，并根据零件的实际尺寸进行调整图像的尺寸；对二值化后的图像进行检测，观察其是否有孔洞，如有，则对其进行填补，对填补孔洞后的零件图像进行判断，其是否为类矩形，如果被判断为是类矩形，则对基准图像进行嵌套分割，在不同的分割区间内，零件选择不同的旋转角度进行排列，根据零件图案的横向和纵向尺寸，选取整数'i'和'j'作为迭代值，对所有可能的区域划分情况以及所排布的图案的数目进行汇总排序，最终选择能容纳最多零件数目的方案作为优化后的排列方案。
-
公开(公告)号：CN117592606B
公开(公告)日：2025-03-14
申请号：CN202311588337.4
申请日：2023-11-24
Abstract: 本发明涉及一种基于归一化二维互相关矩阵和模板匹配的不规则零件排布方法，首先，基于零件模型获取零件形状图，对其进行二值化，黑色为背景，白色为目标物，根据零件实际尺寸调整图像尺寸；考虑到加工过程的材料损耗，对零件图像膨胀处理；用二值化黑色图像表示基准板材，零件分别旋转0°、90°、180°、270°，计算旋转后的零件与基准图像的四个互相关矩阵，对矩阵做两次裁剪，保留合适元素，将剩余元素组成一向量，并基于相关值进行降序排序。本发明的方法结合了图像处理、数学建模和模板匹配技术，可用于各种制造和生产环境，提高了生产效率、降低了成本，并实现了资源的最佳利用。
-
公开(公告)号：CN109825200B
公开(公告)日：2022-02-22
申请号：CN201910073195.5
申请日：2019-01-25
Applicant: 南京工业大学 , 宿迁市南京工业大学新材料研究院
Abstract: 本发明公开了侧乙烯基型共聚丙烯酸酯UV减粘胶，包括30～90份主胶、0.3～3份光引发剂、1～5份热固化剂、5～40份活性稀释剂；所述主胶包括1～10份异氰酸酯基功能单体和100份共聚丙烯酸酯胶。本发明的UV减粘胶通过热固化后调控适当的交联密度以保持减粘胶的高强粘附性能，而在光固化后，通过乙烯侧基将丙烯酸酯主链与活性稀释剂反应的设计固化成刚性网络。在紫外线照射前180°剥离强度可达到26N/25mm，而残余率达到1/10000，剥离残留少。
-
Patent Agency Ranking
公开(公告)号：CN109825200A
公开(公告)日：2019-05-31
申请号：CN201910073195.5
申请日：2019-01-25
Applicant: 南京工业大学 , 宿迁市南京工业大学新材料研究院
Abstract: 本发明公开了侧乙烯基型共聚丙烯酸酯UV减粘胶，包括30～90份主胶、0.3～3份光引发剂、1～5份热固化剂、5～40份活性稀释剂；所述主胶包括1～10份异氰酸酯基功能单体和100份共聚丙烯酸酯胶。本发明的UV减粘胶通过热固化后调控适当的交联密度以保持减粘胶的高强粘附性能，而在光固化后，通过乙烯侧基将丙烯酸酯主链与活性稀释剂反应的设计固化成刚性网络。在紫外线照射前180°剥离强度可达到26N/25mm，而残余率达到1/10000，剥离残留少。
-
公开(公告)号：CN117556955B
公开(公告)日：2025-05-09
申请号：CN202311582319.5
申请日：2023-11-24
Applicant: 南京工业大学 , 厦门市翔安职业技术学校
Abstract: 本发明涉及一种基于变异驱动遗传算法的不规则零件二维排布方法；首先，针对零件的形状，获取相应的零件形状图，对其进行二值化，调整尺寸；考虑到加工过程的材料损耗，对零件图像进行膨胀处理；利用编码记录零件位置和角度信息，并进行变异，对相邻零件位置关系进行优化；优化搜索包括三步：利用方差准则和包络面积准则，对两零件间的位置关系进行初步搜索优化；在第一步优化基础上，将两零件视为整体，继续利用方差准则和包络面积准则进行第二次搜索优化；基于第二步结果，再次将多个零件视为整体，以相邻图案列的距离为准则进行最终搜索优化，确定零件排布所有位置关系；最后，将不同列的零件调整至水平进行排布，从而完成不规则零件二维高效排布。
-
公开(公告)号：CN117079272B
公开(公告)日：2025-04-18
申请号：CN202310122918.2
申请日：2023-02-16
Applicant: 南京工业大学
IPC: G06V20/69 , G06V10/36 , G06V10/44 , G06V10/774 , G06V10/766 , G06V10/82 , G06T3/02 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种结合手工特征和学习特征的痕迹识别方法以实现关键点检测及关键点的特征描述，相较于端到端的神经网络算法，其既利用了图像的梯度信息，又减少了网络结构参数与参数计算，能够实现弹痕的关键点检测的稳定性。本发明与现有技术相比具有以下技术效果：使用手工特征与学习特征结合方法，利用了图像的梯度信息，又减少了网络结构参数与参数计算，能够实现弹痕的关键点检测的稳定性。改进Key.Net模型的CNN结构，使其更适应弹痕任务的特征学习及组合能力；利用大规模数据集训练Key.Net模型，并迁移到小样本的弹痕实例中，提升了模型的可靠性及检测的准确度。
-
公开(公告)号：CN117744581B
公开(公告)日：2025-03-07
申请号：CN202311720139.9
申请日：2023-12-14
Applicant: 南京工业大学
IPC: G06F30/398 , G06F30/23 , G06F17/12 , G06F17/16 , G06F119/02 , G06F119/14
Abstract: 本发明涉及基于分区段分析及非线性方程组求解的FPC接触变形数学建模方法，用于分析柔性电路板(FPC)在与其他零部件接触的情况下的变形；核心步骤包括：将FPC基于接触点划分为不同的区段；对不同FPC区段内，将FPC的曲率与沿着FPC表面路径的长度的关系进行线性化，同时得到一系列未知数，如线性关系中的斜率和截距；另外，对于接触点的具体坐标，以及每个FPC在不同区段内的长度，也作为需要求解的未知参数；已知的关系有不同区段两端的坐标差值，角度差值，以及不同区段首尾连接点处的曲率必须相等；同时运用雅可比矩阵迭代法和尺寸迭代法，对所有未知数进行求解，最终得到所需要求解的FPC与其他零部件不同接触条件下的变形曲线。
-
公开(公告)号：CN118468465B
公开(公告)日：2025-02-18
申请号：CN202410463790.0
申请日：2024-04-17
Applicant: 南京工业大学
IPC: G06F30/17 , G06F30/27 , G06F111/06
Abstract: 本发明公开了一种基于动态迭代和扩展区域重叠率优化的二维零件排布方法，属于计算机科学和工程领域。该方法主要解决在板材上排布不规则二维零件时，如何在提高板材利用率的同时，优化排布效率的问题。通过从零件的CAD模型获取二值化图像，对零件图像按尺寸进行排序，以及基于间隙要求对零件图像进行一系列扩展处理，本发明采用改进的遗传算法对零件图像在板材上的位置进行优化排布。优化目标为最大化零件图像第二次扩展区域与板材图像扩展区域及已排布图像的重叠率。该方法通过动态迭代选择与排布优化，显著提高了板材的利用效率，同时简化了排布流程，对提高生产效率和降低材料成本具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.121 seconds)
