-
公开(公告)号：CN114972280A
公开(公告)日：2022-08-30
申请号：CN202210635875.3
申请日：2022-06-07
Applicant: 重庆大学 , 重庆小康工业集团股份有限公司 , 武汉招商滚装运输有限公司重庆分公司
Abstract: 本发明公开了一种精细坐标注意力模块，包括坐标信息聚合单元、跨维度交互单元和注意力生成单元；所述坐标信息聚合单元用于对中间特征图分别在高度和宽度方向上编码坐标信息，并在高度和宽度方向上分别进行坐标平均池化和坐标最大池化处理，生成四组聚合特征；所述跨维度交互单元采用一个带降维层的卷积块，使所述坐标信息聚合单元生成的四组聚合特征共用该卷积块并独立进行特征变换，得到四组变换特征；所述注意力生成单元利用注意力权重将四组变换特征分别生成在高度和宽度方向上的两组坐标注意力，利用该两组坐标注意力对中间特征图进行重校准，得到输出特征图。本发明还公开了一种如上所述精细坐标注意力模块在表面缺陷检测中的应用。
-
公开(公告)号：CN114719962B
公开(公告)日：2023-09-01
申请号：CN202210380093.X
申请日：2022-04-12
Applicant: 重庆大学 , 重庆小康工业集团股份有限公司 , 武汉招商滚装运输有限公司重庆分公司
Abstract: 本发明公开了一种基于机器学习的机械振动数字孪生模型构建方法，通过将数字孪生网格模型中所有节点的动力学特征向量送入并行的多个非线性动力学处理模块中，则可摈弃指定PDE方程的显式形式和复杂耗时的数值求解过程，通过非线性动力学处理模块自动提取机械振动传播的非线性微分动力学特征，使模型得以向真实物理系统进行不断优化和逼近，使模型最终学习到无限贴合真实场景下机械振动传播的隐式动力学行为，且可通过大规模GPU加速进行前向运算，极大提高甚至跟进真实固定振动传播速度并不断根据历史行为进行实时优化；因此，通过本发明方法构建得到的机械振动数字孪生模型能够用于对机械振动传播的快速精确模拟和预测。
-
公开(公告)号：CN114861736A
公开(公告)日：2022-08-05
申请号：CN202210635869.8
申请日：2022-06-07
Applicant: 重庆大学 , 重庆小康工业集团股份有限公司 , 武汉招商滚装运输有限公司重庆分公司
Abstract: 本发明公开了本发明首先提出了一种基于GIALDN网络的内部缺陷定位模型，包括：重塑模块：得到输入信号特征；去池化预处理模块：得到预处理信号特征；轻量化信号去噪模块：用于对预处理信号特征进行软阈值去噪处理，得到去噪信号特征；全局交互注意力模块：将去噪信号特征内的每一个数据点都互相连接起来，并且在每个通道间也建立起联系，以提取信号内的远距离联系与跨通道数据间的潜在关系，提升特征的辨别力；多层卷积模块：得到深度信号特征；结果输出模块：利用softmax函数，从深度信号特征中得到缺陷定位结果。本发明还公开了一种基于GIALDN网络的内部缺陷定位方法。
-
公开(公告)号：CN114719962A
公开(公告)日：2022-07-08
申请号：CN202210380093.X
申请日：2022-04-12
Applicant: 重庆大学 , 重庆小康工业集团股份有限公司 , 武汉招商滚装运输有限公司重庆分公司
Abstract: 本发明公开了一种基于机器学习的机械振动数字孪生模型构建方法，通过将数字孪生网格模型中所有节点的动力学特征向量送入并行的多个非线性动力学处理模块中，则可摈弃指定PDE方程的显式形式和复杂耗时的数值求解过程，通过非线性动力学处理模块自动提取机械振动传播的非线性微分动力学特征，使模型得以向真实物理系统进行不断优化和逼近，使模型最终学习到无限贴合真实场景下机械振动传播的隐式动力学行为，且可通过大规模GPU加速进行前向运算，极大提高甚至跟进真实固定振动传播速度并不断根据历史行为进行实时优化；因此，通过本发明方法构建得到的机械振动数字孪生模型能够用于对机械振动传播的快速精确模拟和预测。
-
公开(公告)号：CN114861736B
公开(公告)日：2023-11-17
申请号：CN202210635869.8
申请日：2022-06-07
Applicant: 重庆大学 , 赛力斯集团股份有限公司 , 武汉招商滚装运输有限公司重庆分公司
IPC: G06F18/10 , G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了本发明首先提出了一种基于GIALDN网络的内部缺陷定位装置，包括：重塑模块：得到输入信号特征；去池化预处理模块：得到预处理信号特征；轻量化信号去噪模块：用于对预处理信号特征进行软阈值去噪处理，得到去噪信号特征；全局交互注意力模块：将去噪信号特征内的每一个数据点都互相连接起来，并且在每个通道间也建立起联系，以提取信号内的远距离联系与跨通道数据间的潜在关系，提升特征的辨别力；多层卷积模块：得到深度信号特征；结果输出模块：利用softmax函数，从深度信号特征中得到缺陷定位结果。本发明还公开了一种基于GIALDN网络的内部缺陷定位方法。
-
Patent Agency Ranking
公开(公告)号：CN114972280B
公开(公告)日：2023-11-17
申请号：CN202210635875.3
申请日：2022-06-07
Applicant: 重庆大学 , 赛力斯集团股份有限公司 , 武汉招商滚装运输有限公司重庆分公司
Abstract: 本发明公开了一种精细坐标注意力模块，包括坐标信息聚合单元、跨维度交互单元和注意力生成单元；所述坐标信息聚合单元用于对中间特征图分别在高度和宽度方向上编码坐标信息，并在高度和宽度方向上分别进行坐标平均池化和坐标最大池化处理，生成四组聚合特征；所述跨维度交互单元采用一个带降维层的卷积块，使所述坐标信息聚合单元生成的四组聚合特征共用该卷积块并独立进行特征变换，得到四组变换特征；所述注意力生成单元利用注意力权重将四组变换特征分别生成在高度和宽度方向上的两组坐标注意力，利用该两组坐标注意力对中间特征图进行重校准，得到输出特征图。本发明还公开了一种如上所述精细坐标注意力模块在表面缺陷检测中的应用。
-
公开(公告)号：CN117763764B
公开(公告)日：2025-04-08
申请号：CN202410047634.6
申请日：2024-01-11
Applicant: 重庆大学
IPC: G06F30/17 , G06F30/27 , G06F30/28 , G06F18/2135 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明公开一种动压油膜蜗杆蜗轮副主动确定方法与精密加工方法，涉及蜗杆蜗轮副设计与加工领域，该方法包括建立考虑粗糙形貌的蜗杆蜗轮副修形齿面精确三维数字化模型；提出跨尺度的蜗杆蜗轮副啮合接触分析方法，建立考虑修形齿面宏观形貌、齿面粗糙度和波纹度的蜗杆蜗轮副三维接触热弹流润滑模型并对模型进行求解，以摩擦系数、油膜厚度、油膜压力以及摩擦力为目标，基于改进后的非支配排序遗传算法和主成分分析方法确定最佳的蜗杆蜗轮修形曲线、蜗杆齿厚分布、压力角、螺旋线升角、齿面粗糙度和波纹度；利用确定的双导程变齿厚滚刀进行蜗轮齿面的加工。本发明能够准确设计蜗杆蜗轮副，实现修形轨迹的精确控制及蜗杆蜗轮副的精密加工。
-
公开(公告)号：CN114511746B
公开(公告)日：2025-03-21
申请号：CN202210158816.1
申请日：2022-02-21
Applicant: 重庆大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06V10/10
Abstract: 本发明公开了一种基于深度学习的多标签点焊电极帽状态自动识别方法，包括如下步骤：1)采集点焊电极帽的外观原始图像：针对同一个点焊电极帽采集的外观原始图像包括端面俯视图、侧身图和两个方向的斜视图；2)得到点焊电极帽的检测图像：针对同一个点焊电极帽，将采集得到的端面俯视图、侧身图和两个方向的斜视图分别裁剪缩放为设定尺寸后，拼接为一张图像，得到点焊电极帽的检测图像；3)设置批次检测图像的数量：根据获取的检测图像的总数量，设置每一批次检测图像的数量；4)利用卷积神经网络模型自动识别点焊电极帽的外观多标签类别，得到检测图像和多标签类别矩阵。
-
公开(公告)号：CN117195669B
公开(公告)日：2025-03-18
申请号：CN202311151331.0
申请日：2023-09-07
Applicant: 重庆大学 , 南京工大数控科技有限公司 , 西南交通大学
IPC: G06F30/25 , G06T17/30 , G06F17/11 , G06F17/16 , G06F111/10 , G06F111/08
Abstract: 本发明公开了一种基于砂轮多信息融合模型的砂轮磨削比测量方法，通过将磨粒位置三维表达转换为二维表达，再将磨粒位置二维表达离散为矩阵表达，构建得到砂轮模型；考虑砂轮磨削面的有效磨削区域，从砂轮矩阵提取与砂轮有效磨削区域对应的元素以构成砂轮磨削矩阵，如此，通过拟合砂轮磨损前后的砂轮磨粒凸出高度和砂轮磨粒残余高度的分布规律填充元素，得到砂轮磨削磨粒凸出高度分布矩阵和到砂轮磨削磨粒残余高度分布矩阵，进而得到砂轮磨削磨粒磨损高度分布矩阵，求解得到每一个元素对应的磨粒的磨损体积，通过求和的方式可以得到砂轮磨削矩阵中所有元素对应的磨粒的磨损体积之和，进而求解得到磨损比，能够更加真实反应砂轮的磨削效率。
-
公开(公告)号：CN118864411A
公开(公告)日：2024-10-29
申请号：CN202410950705.3
申请日：2024-07-16
Applicant: 重庆大学
IPC: G06T7/00 , B23K11/36 , B23K11/11 , G06T7/70 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/22 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明针对汽车焊装产线，电阻点焊外观数据样本不均衡、异常判别标准不规范的问题，正常样本数据多，异常样本数据少的特点，提出了一种基于变分自编码器的电阻点焊外观异常检测方法，通过学习电阻点焊外观正常样本的分布，建立重构误差，识别异常的电阻点焊外观。稳定的外观分布与焊接质量的稳定性密切相关，因此相较于传统的焊点质量检测方法，本发明在工程应用中具有更高的实际意义，能够有效应对工厂焊装产线复杂的工况，识别出小概率的异常外观，从而显著提高焊接质量控制的效果和焊点外观检测的准确率，可以做到大批量快速检测。通过这种创新性的检测手段，焊接过程的质量得以进一步提升，确保产品的一致性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
415
records
(took 0.075 seconds)
