-
公开(公告)号:CN108734142A
公开(公告)日:2018-11-02
申请号:CN201810522834.7
申请日:2018-05-28
申请人: 西南交通大学 , 江苏省艾格森数控设备制造有限公司
摘要: 本发明公开了一种基于卷积神经网络的核堆内构件表面粗糙度评估方法,包括以下步骤:S1、采集视频数据;S2、得到图像数据;S3、将图像数据分为训练数据集和测试数据集;S4、将训练数据集输入卷积神经网络进行训练,得到特征识别模型并输出初次识别特征;S5、将初次识别特征按照粗糙度进行分类,得到粗糙度等级;S6、将测试数据集输入特征识别模型进行测试,输出二次识别特征;S7、判断二次识别特征是否符合粗糙度等级;S8、将粗糙度等级显示在人机交互界面。本发明解决了现有技术存在的人工检测与评估导致人力投入大和效率低,以及无法保证材料表面粗糙度检测与评估的实时性和连续性要求的问题。
-
公开(公告)号:CN109003689B
公开(公告)日:2019-11-05
申请号:CN201810524745.6
申请日:2018-05-28
申请人: 西南交通大学 , 江苏省艾格森数控设备制造有限公司
IPC分类号: G21C17/08
摘要: 本发明公开了一种基于卷积神经网络的核堆内构件表面监测方法,包括以下步骤:S1、采集核堆内构件表面视频数据;S2、得到图像数据;S3、将图像数据分为训练数据集和测试数据集;S4、将训练数据集输入卷积神经网络进行训练,得到特征识别模型并输出初次识别特征;S5、将初次识别特征按照已知腐蚀的特征进行分类,得到腐蚀类型;S6、将测试数据集输入特征识别模型进行测试,输出二次识别特征;S7、判断二次识别特征是否符合腐蚀类型;S8、将腐蚀类型显示在监测预警模块的人机交互界面;本发明解决了现有技术存在的人工监测导致人力投入大和效率低,以及无法保证材料表面腐蚀监测的及时性和连续性要求的问题。
-
公开(公告)号:CN109003689A
公开(公告)日:2018-12-14
申请号:CN201810524745.6
申请日:2018-05-28
申请人: 西南交通大学 , 江苏省艾格森数控设备制造有限公司
IPC分类号: G21C17/08
摘要: 本发明公开了一种基于卷积神经网络的核堆内构件表面监测方法,包括以下步骤:S1、采集核堆内构件表面视频数据;S2、得到图像数据;S3、将图像数据分为训练数据集和测试数据集;S4、将训练数据集输入卷积神经网络进行训练,得到特征识别模型并输出初次识别特征;S5、将初次识别特征按照已知腐蚀的特征进行分类,得到腐蚀类型;S6、将测试数据集输入特征识别模型进行测试,输出二次识别特征;S7、判断二次识别特征是否符合腐蚀类型;S8、将腐蚀类型显示在监测预警模块的人机交互界面;本发明解决了现有技术存在的人工监测导致人力投入大和效率低,以及无法保证材料表面腐蚀监测的及时性和连续性要求的问题。
-
公开(公告)号:CN108491674A
公开(公告)日:2018-09-04
申请号:CN201810523818.X
申请日:2018-05-28
申请人: 西南交通大学 , 江苏省艾格森数控设备制造有限公司
摘要: 本发明公开了一种水下放电成型工作机的定位误差预测方法,包括控制柜、轨道架、卷筒、运输平台、堆内构件、放电成型工作机、工作平台和安装适配座;所述工作平台底部设置堆内构件,堆内构件的一端设置轨道架,轨道架的上方设置滚筒,所述滚筒的一端设置控制柜,轨道架的一端设置运输平台,运输平台的顶部设置安装适配座,安装适配座的顶部设置放电成型工作机,解决了在核电厂运行与维护过程中,无法预知电火花机床的失效和性能退化,及时对退化原因进行排查,无法更好的设计生产计划的问题。
-
公开(公告)号:CN108491674B
公开(公告)日:2023-07-18
申请号:CN201810523818.X
申请日:2018-05-28
申请人: 西南交通大学 , 江苏省艾格森数控设备制造有限公司
摘要: 本发明公开了一种水下放电成型工作机的定位误差预测方法,包括控制柜、轨道架、卷筒、运输平台、堆内构件、放电成型工作机、工作平台和安装适配座;所述工作平台底部设置堆内构件,堆内构件的一端设置轨道架,轨道架的上方设置滚筒,所述滚筒的一端设置控制柜,轨道架的一端设置运输平台,运输平台的顶部设置安装适配座,安装适配座的顶部设置放电成型工作机,解决了在核电厂运行与维护过程中,无法预知电火花机床的失效和性能退化,及时对退化原因进行排查,无法更好的设计生产计划的问题。
-
公开(公告)号:CN208477528U
公开(公告)日:2019-02-05
申请号:CN201820805784.9
申请日:2018-05-28
申请人: 西南交通大学 , 江苏省艾格森数控设备制造有限公司
摘要: 本实用新型公开了一种水下放电成型工作机检测系统,包括控制柜、轨道架、卷筒、运输平台、堆内构件、放电成型工作机、工作平台和安装适配座;工作平台、堆内构件、轨道架、安装适配座、放电成型工作机和运输平台设置于水面下,卷筒和控制柜设置于水面上,工作平台设置在堆内构件顶部,堆内构件的一端设置轨道架,轨道架的上方设置卷筒,卷筒的一端通过现场总线连接到控制柜,轨道架的一端活动设置运输平台,运输平台的顶部设置安装适配座,安装适配座的顶部固定设置放电成型工作机,解决了在核电厂运行与维护过程中,无法预知放电成型工作机的失效和性能退化,及时对退化原因进行排查,无法更好的设计生产计划的问题。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号:CN118927004A
公开(公告)日:2024-11-12
申请号:CN202411233354.0
申请日:2024-09-04
申请人: 西南交通大学 , 四川高瓴智造信息科技集团有限公司
摘要: 本发明公开了一种自适应铣削过程信号噪声智能抑制方法,包括步骤:读取一段时长为2T的铣削信号数据;利用信号数据的分段和均方根方法来判断所读取的铣削信号数据中是否包含有效的铣削信号段;如果检测到有效信号,则进行阈值的计算,并通过阈值判定来识别准有效信号段,然后根据信号段的持续时间和均方根来确定完全有效的信号段;通过重复执行和相应的初始化操作,完成对整个时长铣削信号数据的读取和判断,将所有识别出的完全有效信号段进行合并,以完成铣削信号的预处理工作。本发明通过这一流程,能够自动筛选出稳定铣削信号段,同时智能抑制了空走刀、切入和切出这些噪声阶段。整个过程实现了自动化处理,无需人工干预。同时,本发明通过持续的循环执行和初始化,动态调整活动阈值,实现了阈值的自适应调整,从而提升了铣削信号处理的准确性。
-
公开(公告)号:CN118568942A
公开(公告)日:2024-08-30
申请号:CN202410631962.0
申请日:2024-05-21
申请人: 西南交通大学 , 四川高瓴智造信息科技集团有限公司
摘要: 本发明公开了基于数模联动的发动机数字孪生运维模型平台搭建方法,包括框架设计:完成发动机、发动机孪生模型、发动机数据库三者互联互通的三维实施框架设计;数据获取:设立Redis客户端对发动机数据进行采集,设立Redis服务器对发动机数据进行中继存储和转发,设立MySQL数据库对发动机历史数据进行存储;孪生建模:基于WebGL平台构建发动机数字孪生运维模型,运用3DMax工具对模型进行轻量化处理,采用Three.js图形库作为数据驱动引擎并对模型进行渲染;孪生演化:通过数据驱动引擎驱动发动机历史数据和实时运行数据对孪生模型进行演化。本发明不仅实现了模型的实时同步,而且增强了模型的渲染效果,再通过孪生演化功能,实现了对孪生模型的实时动态评估及更新。
-
公开(公告)号:CN116296243A
公开(公告)日:2023-06-23
申请号:CN202310273825.X
申请日:2023-03-20
申请人: 西南交通大学
IPC分类号: G01M9/08 , G01M9/06 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于大尺寸核稠密块的气动识别方法,包括:从FMS中的有效测试阶段获取信号作为训练样本;通过大卷积核去除气动载荷信号中的量化噪声,输出具有平滑趋势特征的源样本信号;利用自适应EMD密集快FMS输出信号中的特定噪声分量进行处理,输出预测的气动信号。本方案提出的密集块结构使得特征在模型的每一层都能平滑流动,从而提高了收敛速度,保证了识别精度。通过在密集块结构中引入自适应EMD,在模型提取的特征中加入一些约束。这种改进可以大大降低模型的可训练参数,从而减轻深度学习模型对样本量的依赖,为模型在高超声速风洞气动识别领域落地带来可能。
-
公开(公告)号:CN108376253A
公开(公告)日:2018-08-07
申请号:CN201810180260.X
申请日:2018-03-05
申请人: 西南交通大学
摘要: 本发明公开了一种基于机器视觉的信号机故障监测方法,监测系统通过行车记录仪采集信号机工作的视频信息,监测系统按帧数截取视频信息作为原始输入图片;原始图片首先经过小波去噪,对信号机的特征进行加强,并去除图片中含有的大量原始噪声;加工后的图片作为Alex Net分类器的输入图片并进行分类,当实际输出结果与理想输出结果不同时,在人机交互界面显示故障预警。本发明提供信号机故障监测方法,通过对信号机灯显示颜色识别,实现对信号机健康状态的实时监测,并进行故障报警。解决了现有信号机故障监测过程中,需要外加硬件设施,带来的新的经济支出;同时,该监测方法,能够适应各种类型的信号机,具有很强的普适性。
-
-
-
-
-
-
-
-
-