多通道非接触式姿轨控推力矢量系统极性测试装置及方法

    公开(公告)号:CN114814635B

    公开(公告)日:2024-09-13

    申请号:CN202210203052.3

    申请日:2022-03-03

    申请人: 武汉大学

    IPC分类号: G01R31/50 G05B23/02 G01B11/02

    摘要: 本发明涉及传感测控技术,具体涉及多通道非接触式姿轨控推力矢量系统极性测试装置及方法,通过光电位移传感器测量推力器喷管内阀体相对于喷管喉部的实时位移,根据所测得的阀体相对位移判断姿轨控推力矢量系统极性是否和控制指令一致,从而实现姿轨控推力矢量系统极性测量,本装置可以对姿轨控推力矢量系统中多个推力器喷管阀体极性进行同步测量,进而对多个推力器喷管阀体的极性分布是否和控制指令一致进行测量。该装置能同步获取多路光电位移传感器测量阀体的实时位移,进而依据阀体位移确定推力矢量系统极性状态。不仅可以验证推力矢量系统极性是否和控制指令一致,同时可以记录阀体运动过程,从而可以检测阀体运动性能。

    一种基于有限元模型修正的高拱坝地震损伤评估方法及系统

    公开(公告)号:CN115983062B

    公开(公告)日:2023-09-12

    申请号:CN202211574626.4

    申请日:2022-12-08

    申请人: 武汉大学

    摘要: 本发明公开了一种基于有限元模型修正的高拱坝地震损伤评估方法及系统,该方法首先由拱坝原型振动响应计算得到拱坝工作模态参数,并建立拱坝‑水库‑地基系统三维有限元模型,通过模态参数识别值优化更新有限元模型参数;其次,基于粘弹性人工边界,对修正的有限元模型施加边界条件,并采用等效节点力来模拟不同入射角度的地震动输入;最后,利用混凝土塑性损伤本构模型来模拟混凝土坝体的损伤开裂,通过对拱坝‑水库‑地基三维有限元修正模型进行动力时程分析,得到不同地震动入射角度下高拱坝损伤结果。本发明构建了反映真实动力特性的有限元模型,有效降低了高拱坝有限元模型的误差,定量评估了不同地震动入射角度下高拱坝的损伤。

    多通道非接触式姿轨控推力矢量系统极性测试装置及方法

    公开(公告)号:CN114814635A

    公开(公告)日:2022-07-29

    申请号:CN202210203052.3

    申请日:2022-03-03

    申请人: 武汉大学

    IPC分类号: G01R31/50 G05B23/02 G01B11/02

    摘要: 本发明涉及传感测控技术,具体涉及多通道非接触式姿轨控推力矢量系统极性测试装置及方法,通过光电位移传感器测量推力器喷管内阀体相对于喷管喉部的实时位移,根据所测得的阀体相对位移判断姿轨控推力矢量系统极性是否和控制指令一致,从而实现姿轨控推力矢量系统极性测量,本装置可以对姿轨控推力矢量系统中多个推力器喷管阀体极性进行同步测量,进而对多个推力器喷管阀体的极性分布是否和控制指令一致进行测量。该装置能同步获取多路光电位移传感器测量阀体的实时位移,进而依据阀体位移确定推力矢量系统极性状态。不仅可以验证推力矢量系统极性是否和控制指令一致,同时可以记录阀体运动过程,从而可以检测阀体运动性能。

    一种基于深度学习的焊点图像检测方法

    公开(公告)号:CN107610111A

    公开(公告)日:2018-01-19

    申请号:CN201710818297.6

    申请日:2017-09-12

    申请人: 武汉大学

    发明人: 王刚 樊婵 隋莉斌

    摘要: 本发明涉及一种基于深度学习的焊点图像检测方法,包括以下步骤:步骤1,对焊点图像划分有效子区域;步骤2,对子区域图像进行预处理,得到对应子区域图像的二值图;步骤3,对每个子区域图像对应的二值图进行第一步识别,获得疑似焊点区域,步骤4,利用深度学习网络对疑似焊点区域进行识别若步骤4没有疑似焊点区域则结合二值图和原图进行滑窗识别,步骤5,识别结果判断,若经过以上4步能识别到焊点则待识别区域有焊点,若以上步骤均不能识别到焊点则待识别区域没有焊点。本发明的处理方法既在一定程度上减小了滑窗的计算量,又通过双重验证提高了检测的精度,本发明方法比传统单一检测的方法有更优地鲁棒性。

    一种基于深度学习的焊点图像检测方法

    公开(公告)号:CN107610111B

    公开(公告)日:2019-12-10

    申请号:CN201710818297.6

    申请日:2017-09-12

    申请人: 武汉大学

    发明人: 王刚 樊婵 隋莉斌

    摘要: 本发明涉及一种基于深度学习的焊点图像检测方法,包括以下步骤:步骤1,对焊点图像划分有效子区域;步骤2,对子区域图像进行预处理,得到对应子区域图像的二值图;步骤3,对每个子区域图像对应的二值图进行第一步识别,获得疑似焊点区域,步骤4,利用深度学习网络对疑似焊点区域进行识别若步骤4没有疑似焊点区域则结合二值图和原图进行滑窗识别,步骤5,识别结果判断,若经过以上4步能识别到焊点则待识别区域有焊点,若以上步骤均不能识别到焊点则待识别区域没有焊点。本发明的处理方法既在一定程度上减小了滑窗的计算量,又通过双重验证提高了检测的精度,本发明方法比传统单一检测的方法有更优地鲁棒性。

    一种道路危险异物监测装置

    公开(公告)号:CN105738967B

    公开(公告)日:2018-08-14

    申请号:CN201610108303.4

    申请日:2016-02-26

    申请人: 武汉大学

    IPC分类号: G01V8/10

    摘要: 本发明适用于道路监测领域,提供了一种道路危险异物监测装置,包括:控制监测单元、激光装置、标定桩以及精密调整云台;控制监测单元包括激光装置位置姿态监控模块和障碍物监测模块;激光装置位置姿态监控模块记录激光装置标定时的数据作为标准值,记录激光装置使用时实时标定桩扫描数据作为对比值;将该实时数据与标准值进行比较,当实时扫描数据与标准值不同时,控制精密调整云台调整激光装置的位置和姿态;障碍物监测模块根据背景标定数据、道路界限的标定数据以及激光装置实时扫描的数据实时监测道路界限内是否有危险异物。通过对激光装置自身位置姿态的实时监控,提高了装置运行的稳定性和适应性。