-
公开(公告)号：CN115828692B
公开(公告)日：2023-11-17
申请号：CN202211548095.1
申请日：2022-12-05
Applicant: 东莞理工学院
Abstract: 本发明公开了一种计算任意横截面结构超声导波频散特性的方法，包括：采用一维谐波位移解表示波在任意横截面结构中的纵向传播，将三维求解问题转化为二维问题，结合分部积分法和高斯散度定理，推导任意横截面结构波动控制方程的弱形式；构建任意横截面结构的二维有限元模型，将波动方程弱形式中的被积函数转换为有限元软件中的弱形式被积函数表达式，利用有限元软件进行积分处理；对波数或角频率进行参数化扫描并计算特征值，根据求解得到的结果，计算被测波导结构的频散关系并绘制频散曲线,本发明可以计算横截面为任意形状的波导结构超声导波频散特性，且只需要构建结构的二维横截面的有限元模型，具有编程简单、计算量少、计算速度快的优点。
-
公开(公告)号：CN112861207B
公开(公告)日：2023-05-02
申请号：CN202110009768.5
申请日：2021-01-05
Applicant: 东莞理工学院
IPC: G06F30/13 , G06F30/20 , G06F119/14
Abstract: 本申请公开了一种复合地层的沉降预测的方法、设备及计算机存储介质，涉及隧道工程领域，方法包括获取待预测的复合地层的每一地质分层的第一变形模量以及变形模量权重；将每一所述第一变形模量与对应的所述变形模量权重进行加权处理，得到所述复合地层的第二变形模量；计算出每一所述第一变形模量与所述第二变形模量的权重均方差；并根据每一所述第一变形模量与所述第二变形模量的权重均方差、所述第二变形模量，得到所述复合地层的第一加权变异系数；将所述第一加权变异系数通过预设的沉降预测模型进行预测，得到所述复合地层的沉降预测值。通过将第一加权变异参数引入预设的沉降预测模型中，得到较为准确的沉降预测值。
-
公开(公告)号：CN115097009A
公开(公告)日：2022-09-23
申请号：CN202210765889.7
申请日：2022-06-30
Applicant: 东莞理工学院
Abstract: 本发明公开一种基于频域调控的超声导波相控阵CFRP缺陷检测方法，涉及无损检测技术领域，本发明的目的解决目前针对大面积复合材料板状结构缺陷检测的快速检测方法较少的问题以及目前常用检测手段只能进行点对点检测、耗时低效、容易出现漏检误检等问题，采用单阵元激发、多阵元阵列接收的方式采集时域位移信号，将时域信号转换至频率‑波数域进行相位调控以实现波场重构，之后再将频域信号再次转换至时域信号，通过计算飞行时间提取特征幅值进行成像，同时该波场重构算法考虑各向异性材料所引起的不同传播角间的相速度差异、能量偏斜效应以及导波衰减不均的影响，实现对复合板多角度缺陷定位与高分辨率成像。
-
公开(公告)号：CN111781276B
公开(公告)日：2022-08-30
申请号：CN202010547799.1
申请日：2020-06-16
Applicant: 东莞理工学院 , 东莞市轨道交通有限公司
Abstract: 本发明公开了一种基于分维数的钢轨超声导波缺陷识别与定位方法及装置，所述方法包括：获取超声导波在钢轨中传播的时程信号；基于杜芬方程与超声导波信号展开式构建多频策动杜芬振子检测系统，并确定最佳策动力幅值；将时程信号输入已构建的多频策动杜芬振子检测系统中，定义时移窗函数，通过时移窗函数扫描实测信号，计算每一段信号的分维数；若入射波和端面回波之间的分维数等于系统维数，则钢轨完好；若大于系统维数，则钢轨存在缺陷，利用分维数的曲线峰值确定入射波、端面回波及缺陷回波接收到的时刻，根据三者之间的时间比例关系，进行钢轨缺陷定位。本发明提高了超声导波检测方法对钢轨缺陷识别的灵敏度，以有效地延长了检测范围。
-
公开(公告)号：CN114159080B
公开(公告)日：2022-06-24
申请号：CN202111486917.3
申请日：2021-12-07
Applicant: 东莞理工学院
Abstract: 本公开涉及一种上肢康复机器人运动意图识别模型训练、识别方法及装置，其中，该方法包括：接收多个表面肌肉信号，通过编码器进行编码等处理得到多个数据数字信号，对每个数据数字信号进行预处理，得到多个目标数据数字信号样本，将每个目标数据数字信号样本输入一一对应的时域卷积网络TCN进行特征提取、拼接、评估得到第一、二评估数据特征向量，然后输入全连接网络进行处理，生成上肢康复机器人运动意图识别模型，本公开采用多流时域卷积网络TCN结构对数据进行分类，并对不同通道特征进行重要性评估，有效利用模型学习到的早期特征与晚期特征，提升了分类效果，极大的提高了患者的主动参与性及上肢康复训练的效果。
-
Patent Agency Ranking
公开(公告)号：CN112505155B
公开(公告)日：2022-04-19
申请号：CN202011427527.4
申请日：2020-12-09
Applicant: 暨南大学 , 东莞理工学院 , 东莞市轨道交通有限公司
Abstract: 本发明公开了一种基于信息熵的管道导波损伤识别与定位方法、装置及系统，所述方法包括：获取导波采样信号；通过信息熵确立合适的驱动力幅值，建立能够检测特定频率导波信号的杜芬振子混沌系统；将导波采样信号输入已建立的杜芬振子混沌系统，通过定义矩形窗时移函数，对导波采样信号进行沿时间轴的扫描，计算每个窗口的信息熵；若入射波和端面回波之间所有窗口的信息熵恒等于0，则管道不存在损伤，若入射波和端面回波之间存在信息熵大于0的窗口，则管道存在损伤，利用信息熵的曲线峰值确定入射波、端面回波以及损伤回波所在的窗口所对应的时刻，并通过时间‑距离比例关系对损伤进行定位。本发明提高了管道损伤检测的鲁棒性与灵敏度。
-
公开(公告)号：CN114184682A
公开(公告)日：2022-03-15
申请号：CN202111505537.X
申请日：2021-12-10
Applicant: 东莞理工学院
Abstract: 本发明提供了一种弱超声导波信号的双混沌系统检测方法，其包括：确定目标信号，构造第一混沌系统并确定第一混沌系统阈值，构建第一混沌检测系统并识别目标信号幅值，确定考虑相位影响时的第一混沌系统阈值减小量，构造第二混沌系统并构建第二混沌检测系统，联合第一混沌检测系统进行目标信号的检测和定位，进行管道缺陷定量检测以确定管道缺陷的位置和大小。本发明利用双混沌检测系统，通过相位差快速、准确地检测出缺陷回波目标信号的发生时刻，节省求解资源，提高分析效率，同时对小缺陷或远距离的检测提供方向。
-
公开(公告)号：CN114159080A
公开(公告)日：2022-03-11
申请号：CN202111486917.3
申请日：2021-12-07
Applicant: 东莞理工学院
Abstract: 本公开涉及一种上肢康复机器人运动意图识别模型训练、识别方法及装置，其中，该方法包括：接收多个表面肌肉信号，通过编码器进行编码等处理得到多个数据数字信号，对每个数据数字信号进行预处理，得到多个目标数据数字信号样本，将每个目标数据数字信号样本输入一一对应的时域卷积网络TCN进行特征提取、拼接、评估得到第一、二评估数据特征向量，然后输入全连接网络进行处理，生成上肢康复机器人运动意图识别模型，本公开采用多流时域卷积网络TCN结构对数据进行分类，并对不同通道特征进行重要性评估，有效利用模型学习到的早期特征与晚期特征，提升了分类效果，极大的提高了患者的主动参与性及上肢康复训练的效果。
-
公开(公告)号：CN112597817A
公开(公告)日：2021-04-02
申请号：CN202011427423.3
申请日：2020-12-09
Applicant: 暨南大学 , 东莞理工学院 , 东莞市轨道交通有限公司
IPC: G06K9/00
Abstract: 本发明公开了一种基于信息熵的杜芬弱信号无损检测系统驱动力确定方法及装置，所述方法包括：确立待检信号的形式；确立杜芬混沌振子检测系统，使系统的驱动力项形式保持与待检信号一致；以信息熵作为系统相态判断指标，以驱动力幅值作为变量，分别对比计算出在有噪声情况下和无噪声情况下的系统的信息熵与驱动力幅值的关系，得到信息熵与驱动力幅值的关系曲线；通过信息熵与驱动力幅值的关系曲线，将在有噪声情况下和无噪声情况下的系统均为相态临界状态的驱动力幅值确定为最佳驱动力。本发明利用信息熵选择合适的驱动力幅值，以确定为最佳驱动力，能够建立对目标信号敏感而对噪声免疫的杜芬振子检测系统，从而实现对相应弱信号的检测。
-
公开(公告)号：CN107228905B
公开(公告)日：2019-06-28
申请号：CN201710407036.5
申请日：2017-06-02
Applicant: 东莞理工学院
IPC: G01N29/44
Abstract: 本发明公开了一种基于双稳态系统的超声导波信号检测方法，所述方法包括：基于一维Langevin方程的双稳态系统，构造超声导波检测的随机共振模型；通过固定输入信号幅值，调节随机共振模型的噪声强度，选择随机共振模型的最优噪声强度实现随机共振；在选择随机共振模型的最优噪声强度后，利用随机共振模型实现对混合信号的滤波，以及实现对混合信号的识别；其中，所述混合信号为超声导波信号与噪声信号的混合信号。本发明可以增强管道回波中微弱超声导波信号的幅值，从而可以识别出混合信号中的微弱超声导波信号，判断出管道中是否有缺陷，进一步提高了超声导波检测管道缺陷的灵敏度。
-
-
-
-
-
-
-
-
-
Search Results
195
records
(took 0.027 seconds)
