公开(公告)号：CN118211848A

公开(公告)日：2024-06-18

申请号：CN202410327947.7

申请日：2024-03-21

申请人： 重庆大学溧阳智慧城市研究院

发明人： 杨媛媛 ,  谢雨君 ,  商家婕 ,  李生萍 ,  刘贤达

IPC分类号： G06Q10/0637 ,  G06Q40/03 ,  G06Q50/26 ,  G06F16/27

摘要： 本发明涉及碳排放监测技术领域，具体涉及智能城市碳排放量区块链监测系统，包括数据采集模块、数据处理验证模块、区块链存储模块、智能合约模块、碳信用评估以及碳排放分配模块；其中，数据采集模块：用于实时收集城市内各类碳排放源的数据；数据处理验证模块：对数据采集模块收集的数据进行初步处理；区块链存储模块：将数据存储在预设的去中心化数据库中；智能合约模块：利用预设的碳排放标准和算法自动计算碳排放量；碳信用评估模块：对碳排放量进行评估。本发明，通过实现碳排放数据的实时监测与加密存储、促进碳排放减少以及增强数据透明性，有效地提升了监测准确性，激励了环境可持续发展，并增加了公众参与度。

公开(公告)号：CN117115140A

公开(公告)日：2023-11-24

申请号：CN202311238361.5

申请日：2023-09-25

申请人： 重庆大学溧阳智慧城市研究院

发明人： 孙浚博 ,  王翔宇 ,  黎梓奕 ,  赵宏宇 ,  姜楠 ,  张静 ,  王雨飞 ,  刘贤达

IPC分类号： G06T7/00 ,  G06T7/10 ,  G06T7/30 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06T7/90

摘要： 本发明为基于点云分割配准的3D打印混凝土柱表面裂缝检测方法，所述检测方法包括以下内容：获取3D打印混凝土柱点云数据，并对这些数据进行预处理，每一份点云数据均包含大量数据点，每个点的信息由(x,y,z,r,g,b)六维坐标表示，其中x,y,z表示为点的三维空间坐标，r,g,b分别为点的R、G、B色彩属性值；构建点云分割配准模型PC‑CrackNet，利用获得的3D打印混凝土柱点云数据训练点云分割配准模型PC‑CrackNet，用于3D打印混凝土柱表面裂缝检测。将深度学习中的Transformer框架结构、自注意力机制、改进的大津算法以及点云配准用于裂缝检测中，能够有效地实现3D打印混凝土柱裂缝的准确检测，同时还实现了实时监测、预警与控制，从而确保了打印质量的稳定性。

公开(公告)号：CN118239720A

公开(公告)日：2024-06-25

申请号：CN202410157904.9

申请日：2024-02-04

申请人： 重庆大学溧阳智慧城市研究院

发明人： 孙浚博 ,  姚伟 ,  王翔宇 ,  王雨飞 ,  崔炜奇 ,  彭晋 ,  刘贤达

IPC分类号： C04B28/00 ,  B33Y10/00 ,  B33Y70/10

摘要： 本发明提供一种绿色3D打印混凝土建造性增强方法及应用，涉及3D打印混凝土技术领域。将固体组分与液态组分搅拌混匀，得到复合胶凝材料；再将复合凝胶材料放入3D打印机的储料罐中，按照既定程序打印，并在打印过程中对所打印混凝土利用找平刮刀找平，并进行层间界面增强，将得到3D打印混凝土材料坯体置于水箱中养护。本发明通过配料的最佳配合比加上层间界面增强方法可以提高赤泥3D打印混凝土的建造性。

公开(公告)号：CN117115140B

公开(公告)日：2024-04-05

申请号：CN202311238361.5

申请日：2023-09-25

申请人： 重庆大学溧阳智慧城市研究院

发明人： 孙浚博 ,  王翔宇 ,  黎梓奕 ,  赵宏宇 ,  姜楠 ,  张静 ,  王雨飞 ,  刘贤达

IPC分类号： G06T7/00 ,  G06T7/10 ,  G06T7/30 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06T7/90

摘要： 本发明为基于点云分割配准的3D打印混凝土柱表面裂缝检测方法，所述检测方法包括以下内容：获取3D打印混凝土柱点云数据，并对这些数据进行预处理，每一份点云数据均包含大量数据点，每个点的信息由(x,y,z,r,g,b)六维坐标表示，其中x,y,z表示为点的三维空间坐标，r,g,b分别为点的R、G、B色彩属性值；构建点云分割配准模型PC‑CrackNet，利用获得的3D打印混凝土柱点云数据训练点云分割配准模型PC‑CrackNet，用于3D打印混凝土柱表面裂缝检测。将深度学习中的Transformer框架结构、自注意力机制、改进的大津算法以及点云配准用于裂缝检测中，能够有效地实现3D打印混凝土柱裂缝的准确检测，同时还实现了实时监测、预警与控制，从而确保了打印质量的稳定性。

公开(公告)号：CN117333670A

公开(公告)日：2024-01-02

申请号：CN202311325846.8

申请日：2023-10-13

申请人： 华东交通大学 ,  重庆大学溧阳智慧城市研究院

发明人： 张静 ,  姜楠 ,  孙浚博 ,  王翔宇 ,  赵宏宇 ,  王雨飞 ,  黎梓奕 ,  侍子轩 ,  刘贤达

IPC分类号： G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/764 ,  G06T7/00

摘要： 本发明为基于Transformer和微观图像的再生混凝土水化进程检测方法，包括以下步骤：获取含未水化水泥颗粒的BSE图像数据进行预处理，构造未水化水泥颗粒BSE图像数据集：构建应用于BSE图像水化分割的神经网络模型，利用训练集和验证集对构建的神经网络模型进行训练；所述神经网络模型采用深度学习中的transformer框架；将获取到的待检测BSE图像直接输入到训练完成的神经网络模型中，对待检测的BSE图像进行分割；根据分割结果，计算BSE图像中水化部分占比，根据BSE图像中水化部分占比R与设定的相应龄期的水化部分占比阈值比较，判断再生混凝土的水化程度是否异常，提醒工作人员采取相应的措施。能够有效地实现再生混凝土水化进程精确检测，对分割结果实现定量分析。