起重装备缺陷智能检测方法

    公开(公告)号:CN117557556A

    公开(公告)日:2024-02-13

    申请号:CN202410025952.2

    申请日:2024-01-09

    IPC分类号: G06T7/00 G06N3/096

    摘要: 本发明公开了一种起重装备缺陷智能检测方法,包括步骤S1、在云端建立复杂多变自然环境下基于可微分架构搜索和特征迁移的起重装备缺陷检测模型;并对缺陷检测模型进行全栈性能优化和快速轻量化边缘部署,形成支持边云协同和高效边缘推理的起重装备缺陷AI识别系统;步骤S2、通过带有前端AI分析原位图像功能的无人机对起重装备受损部位进行拍摄,实现清晰度高、比例尺度和亮度适中的高质量图像远程自动采集,并传到云端,起重装备缺陷AI识别系统对所拍摄的图像进行云端在线检测。本发明所述的检测方法能提高检测精度和效率,为大型起重装备提供智能化、全方位安全质量保障方案。

    一种基于AR模型向量及响应面的螺栓预紧力识别方法

    公开(公告)号:CN113094987A

    公开(公告)日:2021-07-09

    申请号:CN202110367155.9

    申请日:2021-04-06

    IPC分类号: G06F30/27

    摘要: 本发明涉及系统参数识别领域,特别是一种基于AR模型向量及响应面的螺栓预紧力识别方法,具体为:建立带有螺栓和夹具紧固连接的悬臂梁试验模型;对螺栓预紧力进行试验设计,并进行试验测试;根据试验结果,基于AR模型建立响应面模型;建立的响应面模型,对螺栓松动工况进行识别。本发明针对结构动响应时间序列AR模型系数向量对螺栓预紧力变化敏感,基于响应面的损伤识别方法可以定量估计螺栓松动程度的特点,提出以结构动响应时间序列AR模型系数向量为因变量,以螺栓预紧力为自变量,建立响应面模型,并进行预紧力识别的方法,以此对螺栓松动情况进行定位识别和定量评估。