-
公开(公告)号：CN113762020B
公开(公告)日：2024-03-22
申请号：CN202110124640.3
申请日：2021-02-01
IPC: G06V20/56 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了适用于公路路面的道路裂缝检测系统，具体涉及一种基于矩阵结构深度神经网络的路面裂缝检测方法和相应的路面裂缝图像采集装置。所述方法包括以下步骤：利用公路路面裂缝采集装置获取高分辨率的裂缝图像，标注建立深度学习的路面裂缝数据集；搭建包含矩阵网络、主干网络、编解码网络的深度学习裂缝检测网络模型；将数据集划分为训练集、验证集和测试集训练神经网络模型；优化模型并进行实际路面图像的测试。路面裂缝特征的提取采用了一种新型的矩阵网络模型，用于获得多尺度上下文信息分析不同尺度的裂缝特征。本发明使用基于深度学习的图像处理技术实现了公路路面裂缝的高精度和高效率的检测，同时提供了相应的路面裂缝图像采集装置。
-
公开(公告)号：CN113762247A
公开(公告)日：2021-12-07
申请号：CN202110074280.0
申请日：2021-01-23
Abstract: 本发明实施例公开了一种路面裂缝自动检测方法，属于道路损伤情况评估领域，目的是为了提高路面裂缝的检测效率以及精度。所述方法包括如下步骤：创建用于深度学习模型训练的多种噪声裂缝数据集；设计包含目标检测模块和显著实例分割模块的路面裂缝检测模型；在多噪声裂缝数据集对裂缝检测模型进行训练，进行多次实验，调节各项参数得到最优模型；将目标检测模块和分割模块的特征提取结果叠加，生成裂缝检测结果；利用裂缝分割结果对裂缝长度和平均宽度进行计算；在裂缝信息显示平台显示裂缝检测信息，最终实现对裂缝的检测可视化和定性、定量分析。本发明具有检测速度快、抗干扰能力强、检测精度高等优点。
-
公开(公告)号：CN113762021A
公开(公告)日：2021-12-07
申请号：CN202110130853.7
申请日：2021-01-30
Abstract: 本发明涉及一种基于循环神经网络和注意力引导机制的复杂路面裂缝检测方法。具体公开了适用于公路路面的道路裂缝检测系统，所述方法包括以下步骤：创建用于本模型进行道路裂缝检测的道路裂缝图像训练集和测试集；基于U‑net,Resnet,RNN和注意力引导机制，搭建新的检测模型；通过创建的的训练集对模型进行训练，选择最优的参数，在测试集上进行测试，输出最终裂缝图像；使用同样的数据集在目前效果最好的几个模型上进行测试，与本发明的模型进行对比。路面裂缝特征的提取采用了一种新型的多融合网络模型，用于获得复杂路面的裂缝特征。本发明使用基于深度学习的图像处理技术实现了公路路面裂缝的高精度和高效率的检测。
-
公开(公告)号：CN113762020A
公开(公告)日：2021-12-07
申请号：CN202110124640.3
申请日：2021-02-01
Abstract: 本发明公开了适用于公路路面的道路裂缝检测系统，具体涉及一种基于矩阵结构深度神经网络的路面裂缝检测方法和相应的路面裂缝图像采集装置。所述方法包括以下步骤：利用公路路面裂缝采集装置获取高分辨率的裂缝图像，标注建立深度学习的路面裂缝数据集；搭建包含矩阵网络、主干网络、编解码网络的深度学习裂缝检测网络模型；将数据集划分为训练集、验证集和测试集训练神经网络模型；优化模型并进行实际路面图像的测试。路面裂缝特征的提取采用了一种新型的矩阵网络模型，用于获得多尺度上下文信息分析不同尺度的裂缝特征。本发明使用基于深度学习的图像处理技术实现了公路路面裂缝的高精度和高效率的检测，同时提供了相应的路面裂缝图像采集装置。
-
公开(公告)号：CN112884747A
公开(公告)日：2021-06-01
申请号：CN202110222241.0
申请日：2021-02-28
Abstract: 本发明涉及图像识别技术领域，具体涉及一种融合循环残差卷积与上下文提取器网络的自动桥梁裂缝检测系统。所述方法包括：使用图像采集设备采集桥梁裂缝图像，并创建用于深度学习模型训练的桥梁裂缝数据集；创建由循环残差卷积块(RRCNN)替换编码器中标准卷积新型的特征编码器‑解码器网络；使用包含空洞卷积、密集空洞卷积块(DAC)以及残差多核池化块(RMP)的上下文提取器网络；结合新型特征编码器‑解码器网络以及上下文提取器网络构建桥梁裂缝自动检测模型；通过桥梁裂缝数据集对桥梁裂缝自动检测模型进行训练，得到理想的精确度；根据训练所得的参数，输入待检测图像，输出结果。本发明具有人工成本低，检测精度高，可操作性强等优点。
-
Patent Agency Ranking
公开(公告)号：CN108258945B
公开(公告)日：2021-04-27
申请号：CN201810055567.7
申请日：2018-01-19
Applicant: 长安大学
Abstract: 本发明公开了一种双永磁同步电机九开关逆变器及其控制方法，包括第一逆变器桥臂、第二逆变器桥臂和第三逆变器桥臂，第一逆变器桥臂、第二逆变器桥臂和第三逆变器桥臂的一端分别与三相永磁同步电机和三相永磁同步电机连接，另一端并联后与公共直流电源相接，通过在双永磁同步电机九开关逆变器前面设置选择开关控制两个支路产生的不同的PWM信号不同时间输入到逆变器，用于实现三相永磁同步电机的分时运行，本发明与传统方法相比，减少了开关器的数量，降低了功耗、降低了成本。
-
公开(公告)号：CN108880339B
公开(公告)日：2020-08-18
申请号：CN201810638908.3
申请日：2018-06-20
Applicant: 长安大学
Abstract: 本发明公开了一种三直流电机反向串联控制系统及方法，四相逆变器的八个IGBT模块采用两两串联的方式组成四桥臂并联在直流电源的正负极，反向串联的三直流电机分别串联四桥臂，三直流电机依次经速度传感器、电流传感器和速度调节模块后分别经两级PI控制器与参考电压合成器连接，参考电压合成器经PWM脉冲生成单元与四相逆变器连接，四相逆变器分别经电流调节模块和一级PI控制器与参考电压合成器连接，通过参考电压合成器连接至PWM脉冲生成单元，由PWM脉冲生成单元产生的脉冲控制信号控制八个IGBT模块的通断驱动三直流电机运行。本发明能够让三个电机进行四象限运行，能够改变电机的运转方向、运转速度并且能够将电机回馈系统的能量送回电网，减少能量的消耗。
-
公开(公告)号：CN108880339A
公开(公告)日：2018-11-23
申请号：CN201810638908.3
申请日：2018-06-20
Applicant: 长安大学
Abstract: 本发明公开了一种三直流电机反向串联控制系统及方法，四相逆变器的八个IGBT模块采用两两串联的方式组成四桥臂并联在直流电源的正负极，反向串联的三直流电机分别串联四桥臂，三直流电机依次经速度传感器、电流传感器和速度调节模块后分别经两级PI控制器与参考电压合成器连接，参考电压合成器经PWM脉冲生成单元与四相逆变器连接，四相逆变器分别经电流调节模块和一级PI控制器与参考电压合成器连接，通过参考电压合成器连接至PWM脉冲生成单元，由PWM脉冲生成单元产生的脉冲控制信号控制八个IGBT模块的通断驱动三直流电机运行。本发明能够让三个电机进行四象限运行，能够改变电机的运转方向、运转速度并且能够将电机回馈系统的能量送回电网，减少能量的消耗。
-
公开(公告)号：CN105332844B
公开(公告)日：2017-07-14
申请号：CN201510756171.1
申请日：2015-11-09
Applicant: 长安大学
IPC: F02N19/04 , F02M31/087 , F02M31/13
CPC classification number: Y02T10/16
Abstract: 本发明公开了一种利用废气余热预热发动机进气的装置，包括预热器、节流阀电控系统和节流阀执行机构；所述预热器包括外壳和安装在外壳内的储暖片组；节流阀电控系统包括节流阀、电源、熔断器FU、总开关、电热器电路、电机电路、指示电路和控制电路，其中，电热器电路、指示电路、电极电路和控制电路分别并联在电源两端；熔断器FU的上端连接控制电路，下端连接电源的负极；节流阀执行机构包括齿轮组；齿轮组的一端连接所述电动机的输出轴,另一端连接所述节流阀的轴。本发明利用发动机排出的废高温烟气对发动机进气进行预热，既有效预热了发动机进气，提高低温下发动机的性能，又对废气余热能量进行合理回收利用，节能环保，操作方便。
-
公开(公告)号：CN104446078B
公开(公告)日：2016-04-20
申请号：CN201410796157.X
申请日：2014-12-18
Applicant: 长安大学
IPC: C04B18/24
CPC classification number: Y02W30/97
Abstract: 本发明公开了一种沥青路面增强用秸秆纤维的制备方法，包括如下步骤：1)将秸秆进行机械压榨劈裂；2)将压榨劈裂的秸秆用表面活性剂溶液浸泡4～6小时，滤除自由水分，然后干燥至秸秆含水量在50～70％，最好在62～66％；3)将步骤2)中含水50～70％的秸秆切短至0.5～2厘米；4)将步骤3)中切短至0.5～2厘米的秸秆在叶片式打浆机上强力打散3～5分钟，随后加入2～5％的处理药剂继续打散1～2分钟，得到该沥青路面增强用秸秆纤维。其制备工艺简单，工作人员便于操作，制造成本较低；制备出来的秸秆纤维性能较好。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.12 seconds)
