-
公开(公告)号：CN119942482A
公开(公告)日：2025-05-06
申请号：CN202510002181.X
申请日：2025-01-02
Applicant: 大连交通大学
IPC: G06V20/56 , G06V20/64 , G06V10/774 , G06V10/40 , G06V10/30 , G06V10/764 , G06V10/80
Abstract: 本公开涉及一种基于恶劣天气渲染与上采样的点云目标检测方法和装置，包括：S1.获取激光雷达采集的点云数据；S2.对点云数据进行恶劣天气渲染，生成模拟的恶劣天气点云；S3.通过深度学习方法对渲染后的点云数据进行恶劣天气噪点去除和优化；S4.将去噪后的点云数据输入到上采样网络，补全因恶劣天气渲染导致的有效点丢失；S5.将经上采样网络处理后的点云数据输入到三维目标检测模型，进行点云目标检测，生成目标检测预测结果，完成最终的识别与定位。本方法能够精准检测恶劣天气下目标的三维位置和类别，有效提升检测模型的鲁棒性和实时性。其对道路场景的适应能力更强，同时显著降低了算法的计算资源消耗。
-
公开(公告)号：CN116038095A
公开(公告)日：2023-05-02
申请号：CN202310139787.9
申请日：2023-02-21
Applicant: 大连交通大学
Abstract: 本发明涉及焊缝跟踪领域，具体公开了一种基于图像识别的焊缝跟踪测温装置及方法，包括摄像头、温度传感器、控制器、电机，电机的驱动端固定连接摄像头、温度传感器，用于带动摄像头和温度传感器在水平方向上旋转，控制器分别与控制电机、温度传感器、摄像头电连接。通过摄像头对搅拌头位置的实时获取，利用算法进行控制，使温度传感器实时对准搅拌头，实现温度监控。基于图像识别的焊缝跟踪测温方法能够在搅拌头移动的瞬间进行反应并控制电机带动旋转台使温度传感器始终面对搅拌头，反应更加迅速，测温偏差更小，实现不与搅拌头接触就能够测量搅拌头的温度，避免接触性测温导致搅拌头无法正常工作。
-
公开(公告)号：CN115932053A
公开(公告)日：2023-04-07
申请号：CN202310139786.4
申请日：2023-02-21
Applicant: 大连交通大学
Abstract: 本发明涉及缺陷识别技术领域，具体公开了一种基于声发射特征提取的搅拌摩擦焊缺陷识别方法，包括建立声发射采集系统，采集搅拌摩擦焊工作过程中发出的声发射信号，通过去噪算法对声发射信号去噪，对声信号复原重构，通过声发射内部特征时频提取算法，对重构声发射信号进行特征分析和提取，通过拼接算法对提取到的特征向量融合，使用神经网络模型进行缺陷识别分类。本发明能去除声发射信号环境噪声，避免噪声信号的不确定性和突发性；在信号特征提取阶段使用声发射信号的内部参数作为信号特征，更有效对焊接缺陷位置进行了特征提取；实现多角度、多维度对声发射信号进行特征提取，并采用多种特征融合方法，使神经网络进行特征识别时准确度更高。
-
公开(公告)号：CN115840000A
公开(公告)日：2023-03-24
申请号：CN202211531753.6
申请日：2022-12-01
Applicant: 大连交通大学
Abstract: 本发明公开了一种基于神经网络的随机共振FSW微小特征提取方法，包括以下步骤：S1：建立声发射采集系统；S2：提取声发射信号特征；S3：建立神经网络模型，并迭代优化随机共振系统结构参数；S4：构建一种基于随机共振的神经网络损失函数；S5：更新迭代神经网络参数，判定是否达到最优随机共振效果；S6：提取并分析声发射信号微小特征；本发明以FSW焊接缺陷作为分析的目标，结合声发射信号及提取的特征分析，设计了一种基于随机共振的神经网络损失函数，并使用神经网络模型更有效的找到了随机共振系统的结构参数，使得随机共振系统与声发射信号达到最大共振，有效对焊接缺陷位置的微小特征进行了特征提取。
-
公开(公告)号：CN113537069A
公开(公告)日：2021-10-22
申请号：CN202110811173.1
申请日：2021-07-19
Applicant: 大连交通大学
Abstract: 本发明涉及交通装备制造领域，具体公开了一种基于声信号多特征融合的CMT焊接缺陷识别方法，该方法在分析焊接过程信号中，以CMT焊接缺陷作为分析的目标，结合已有数据、考虑故障缺陷的多种情况，使用了多种主流的信号分析方法对声信号进行特征提取如小波变换、小波包分解、梅尔频谱和短时傅里叶变换，特征提取后将多种信号特征融合起来，使用多种神经网络对缺陷部位进行识别分析，为分析焊接的声信号从而为定位缺陷提供了有效的技术支持，达到了准确定位缺陷位置、缺陷类型的目的。
-
Patent Agency Ranking
公开(公告)号：CN115903491A
公开(公告)日：2023-04-04
申请号：CN202211427812.5
申请日：2022-11-15
Applicant: 大连交通大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于神经网络的搅拌摩擦焊模糊控制算法，建立搅拌摩擦焊状态监测器，实时监测搅拌摩擦焊状态并提取焊接状态特征，分别建立神经网络模糊控制器和建立模糊控制离线决策模型；神经网络模糊控制器和模糊控制离线决策模型分别将各自的决策结果输入到DS决策融合中，DS决策融合计算后将控制指令发送给搅拌摩擦焊运动控制器执行控制命令，本发明以搅拌摩擦焊焊接缺陷特征作为训练集，对神经网络模糊控制器进行训练，以取代专家知识庞大的数据集，达到更快的响应速度，并应用时域、频域、时频域等算法进行特征提取，达到了更加细致的特征向量，解决了现有的控制算法对搅拌摩擦焊控制能力差和响应速度低的问题。
-
公开(公告)号：CN113537069B
公开(公告)日：2024-03-19
申请号：CN202110811173.1
申请日：2021-07-19
Applicant: 大连交通大学
Abstract: 本发明涉及交通装备制造领域，具体公开了一种基于声信号多特征融合的CMT焊接缺陷识别方法，该方法在分析焊接过程信号中，以CMT焊接缺陷作为分析的目标，结合已有数据、考虑故障缺陷的多种情况，使用了多种主流的信号分析方法对声信号进行特征提取如小波变换、小波包分解、梅尔频谱和短时傅里叶变换，特征提取后将多种信号特征融合起来，使用多种神经网络对缺陷部位进行识别分析，为分析焊接的声信号从而为定位缺陷提供了有效的技术支持，达到了准确定位缺陷位置、缺陷类型的目的。
-
公开(公告)号：CN115846852A
公开(公告)日：2023-03-28
申请号：CN202211592513.7
申请日：2022-12-13
Applicant: 大连交通大学
IPC: B23K20/12
Abstract: 本发明公开了一种基于DS证据理论与神经网络的FSW焊接监测方法，包括以下步骤：S1：建立声发射采集系统，采集声发射信号；S2：提取分析声发射信号，并制成数据集；S3：建立主干神经网络模型；S4：建立多任务分类网络结构；S5：结合DS证据理论，建立多任务学习判别指标；S6：对主干神经网络和多任务分类网络进行迭代，若评估结果达到最优条件或达到最大迭代次数，则停止训练并保存多任务分类网络权重，完成对FSW声发射焊接缺陷信号的识别与分类，本发明通过对声信号进行多种算法提取，利用DS证据理论与SoftMax层相结合，解决了多个单任务耗费训练成本的缺点，对缺陷部位进行识别分析，达到了准确定位缺陷位置和缺陷类型的目的，提高了识别效率。
-
公开(公告)号：CN117123907A
公开(公告)日：2023-11-28
申请号：CN202311346198.4
申请日：2023-10-18
Applicant: 大连交通大学
IPC: B23K20/12 , B23K20/24 , B23K103/18
Abstract: 本发明公开了一种异种材料增材搅拌摩擦焊焊接方法，包括步骤一：将第一板材和第二板材加工成需要的规格；步骤二：在第一板材表面加工出一条凹槽，并清洁第一板材和第二板材；步骤三：将第一板材和第二板材上下搭接置于焊接台上，并用夹具夹紧；步骤四：采用无针型搅拌头，对板材进行焊接；步骤五：采用无针型耗材搅拌头，对板材进行第二次焊接，无针型耗材搅拌头与第一板材材质相同；通过在金属板表面加工出一条凹槽，第一次焊接时有效防止焊接中碳纤维复合材料的碳纤维交织现象被过渡破坏，第二次焊接时使用与金属板相同材质的无针型耗材搅拌头，能够抑制碳纤维复合材料溢出搅拌区，避免出现焊缝成型差的问题，保证了焊缝处增材的有效结合。
-
公开(公告)号：CN222747050U
公开(公告)日：2025-04-11
申请号：CN202421683338.7
申请日：2024-07-17
Applicant: 大连交通大学
Abstract: 本实用新型涉及墙挂式雷达探测器技术领域，公开了一种墙挂式雷达探测器，包括支撑杆，所述支撑杆的前端外表面活动连接有支撑副杆，所述支撑副杆的下端外表面一侧固定连接有雷达探测器本体，所述支撑杆的下端外表面活动连接有安装固定块，所述安装固定块的一侧外表面固定连接有连接固定板，在使用本装置时，可以通过固定块、电动伸缩杆、活塞杆可以对雷达探测器本体的前后位置进行调节，能够调节雷达探测器本体与墙体之间的距离，根据情况进行调整，通过启动驱动电机使得主动齿轮带动从动轮与转动连接杆一转动，支撑杆在安装固定块的上端进行摆动，从而使得雷达探测器本体进行左右调节，能够增加探测的面积，增加了实用性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
