公开(公告)号：CN118735995A

公开(公告)日：2024-10-01

申请号：CN202310322589.6

申请日：2023-03-29

Applicant: 东北大学

Inventor： 栾峰 ,  吴彦文 ,  于林 ,  吴艳 ,  常思瑶 ,  于航翊

IPC: G06T7/73 ,  G06T7/62 ,  G06T7/11 ,  G06V10/42 ,  G06V10/44 ,  G06V10/762 ,  G06V10/75

Abstract: 本发明的一种基于深度ISS‑PPF算法的工业零部件姿态评估方法是将改进的深度本征形状签名和点对特征算法相结合的一种新的位姿估计方法，进行不同遮挡的工业零部件实际位姿的评估。结合深度本征形状签名在初始点云中检测筛选具有区分能力的若干稀疏关键点，并根据参数半径和阈值的不同设置相应关键点的关键值，然后写入最后建立的全局模特描述中。对基于点对特征的PPF算法进行改进，加入了欧式聚类分割的方法保证场景点云所筛选的参考点一定有足够数量是来自于目标物体表面的，改进后续的位姿投票方案，保证不同距离的匹配点对和不同特征度的匹配点对的投票权重应该是有梯度的，这样在区分细长曲面物体时会有更好的匹配能力，优化查找模型点云的最优局部坐标的步骤。本发明方法解决了其他传统位姿估计方法对于遮挡工业零部件位姿评估不够准确的问题。

公开(公告)号：CN114091352B

公开(公告)日：2024-08-27

申请号：CN202111454865.1

申请日：2021-12-01

Applicant: 东北大学

Inventor： 陈楠 ,  李旭 ,  栾峰 ,  吴艳 ,  丁敬国 ,  王海深 ,  李伟 ,  韩月娇 ,  刘宏旭

IPC: G06F30/27 ,  G06Q10/04 ,  G06Q50/04

Abstract: 本发明公开了基于Elman神经网络的热连轧出口板凸度动态预测方法，涉及轧制过程自动化生产技术领域。包括确定包括机架轧辊磨损量在内的热连轧出口板凸度影响因素，采集热连轧生产线中与热连轧出口板凸度相关的实测数据与过程自动化级计算数据；计算各机架的轧制公里数，将各机架的轧制公里数代替热连轧出口板凸度的影响因素中的各机架的轧辊磨损量；将实测数据及过程自动化级计算数据与各机架轧制公里数组合在一起构成数据集，从数据集中划分出部分数据作为训练数据集；利用训练数据集对Elman神经网络训练，获得热连轧出口板凸度的动态预测模型，利用该模型对热连轧出口板凸度进行动态预测，可精准地预测热连轧出口板凸度，对更精准的板形控制提供保障。

公开(公告)号：CN117953913A

公开(公告)日：2024-04-30

申请号：CN202410086072.6

申请日：2024-01-22

Applicant: 东北大学

Inventor： 栾峰 ,  郑威 ,  李双 ,  魏阳杰 ,  李硕 ,  王传喆

IPC: G10L21/0216 ,  G10L21/0264 ,  G10L25/30 ,  G10L21/0232 ,  G01S5/18

Abstract: 本发明的一种基于深度学习的高噪环境下的声源定位和事件检测方法是设计一个通过对含噪声音进行增强，再对其进行声源定位和事件检测分析的方法。将含噪声音提取时频域特征后送入由深度可分离卷积组成的编码器‑解码器结构网络中，编码器和解码器之间由双路循环神经网络组成，并在块内循环神经网络中加入注意力机制，使得算法可以更加关注包含较多有用信息的频率部分，尤其是在高噪场景下，能够有效减少有用信息的损失。经过前端降噪后的声音数据提取SALSA特征并进行特征增强，可以解决重叠声源问题并增加数据集多样性。然后送入加入了挤压激励模块的SELD网络中进行训练。本发明解决了在高噪场景下定位与事件检测准确度较低的问题。

公开(公告)号：CN112560913B

公开(公告)日：2023-11-03

申请号：CN202011416944.9

申请日：2020-12-04

Applicant: 东北大学

Inventor： 栾峰 ,  李旭 ,  张子明 ,  吴艳 ,  韩月娇 ,  张殿华

IPC: G06F18/24 ,  G06F18/2131 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/048 ,  G01H17/00 ,  G01M99/00

Abstract: 本发明公开一种基于麦克风阵列的工业设备故障信号定位与识别方法，采集声音信号，分为训练集、验证集和测试集；对训练集中的声音信号进行特征提取，提取频谱图的相位谱图和幅度谱图；将特征提取模块的输出作为输入被送到卷积神经网络，在每层CNN网络中，使用2D CNN来学习频谱图中的平移不变性；在每层CNN之间，使用批量归一化对输出进行归一化，并沿着频率轴使用最大池化层来降低维数；将来自CNN层的输出，送到RNN层；使用线性激活函数；将全连接层的输出输入到两个并行的全连接层分支，分别用于故障识别和故障定位。本发明使用基于音频信号的非接触式方法，受环境和接触限制更小，故障定位与故障识别同步进行，提高运行效率。

公开(公告)号：CN112507610B

公开(公告)日：2023-09-26

申请号：CN202011311991.7

申请日：2020-11-20

Applicant: 东北大学

Inventor： 李旭 ,  栾峰 ,  李宗浩 ,  吴艳 ,  韩月娇 ,  张殿华

IPC: G06F30/27 ,  B21B37/74 ,  G06F119/08

Abstract: 本发明提供一种热轧卷取温度的区间预测方法，包括以下步骤：根据轧件原始数据以及精轧出口的实测样本数据可知输入数据和输出数据；对数据进行预处理；对人工神经网络进行设置；通过鲸鱼优化算法优化所述人工神经网络，进而通过最小化代价函数进行寻优，获取人工神经网络最优的权重和偏置量；根据所述输入得到实测卷取温度与目标卷取温度的相对偏差的预测上限和预测下限，可同时进行点预测与区间预测；根据所提出的评价指标NCWC进行区间预测性能分析。本发明在卷取温度预测领域，相比于采用传统数学模型进行点预测，所述发明实现了热轧卷取温度的区间预测。并通过改变人工神经网络结构，对比单层ANN、双层ANN与三层ANN，发现采用三层人工神经网络进行预测能够显著提高模型预测精度。

公开(公告)号：CN109712634A

公开(公告)日：2019-05-03

申请号：CN201811583082.1

申请日：2018-12-24

Applicant: 东北大学

Inventor： 栾峰 ,  杜中强 ,  张镇荣 ,  黄楚均 ,  潘步年

IPC: G10L21/01 ,  G10L21/013 ,  G10L21/007

Abstract: 本发明公开一种自动声音转换方法，包括以下步骤：1)运用声音中的旋律和语音特性这些共同特征将源语音和目标语音实现语音的平滑对齐；2)根据语音平滑对齐的结果，按照时间长度比例，对源语音进行时间尺度修改，使源语音和目标语音的时间对齐；3)使用音调同步重叠相加算法和简单幅度包络匹配算法以逐帧方式修改源语音的音调和音量。本发明实现了全自动语音转换，不需要手动校正，不需要额外的信息，仅在保持歌曲音色的同时修改歌唱中的表达元素，不仅在歌唱领域具有极大的用途，而且在演讲，教学，娱乐等领域具有极大的用途。

公开(公告)号：CN108007681A

公开(公告)日：2018-05-08

申请号：CN201711287310.6

申请日：2017-12-07

Applicant: 东北大学

Inventor： 栾峰 ,  鲍琦琦 ,  杨静璇

IPC: G01M13/00

CPC classification number: G01M13/00

Abstract: 本发明涉及一种利用麦克风阵列进行机械故障检测的方法，步骤为：在机械设备的正上方布置麦克风阵列；通过麦克风阵列采集被测信号，获得电压信号；求得电压信号映射到平面空间测试点的导向矩阵；对时域信号做FFT变换，获得频率信息；进行初步的故障检测定位；利用映射关系和iFFT求逆变换求得每一个机器平面上的测试点的时间序列；对测试点的时间序列进行谱峭度的特征提取，谱峭度的大小做为波束形成定位算法的权重；根据数值的相对大小进行成像，获得故障声源产生的位置。本发明利用声源定位技术，将波束形成算法和谱峭度特征提取方法相结合，能够检测出可能淹没在设备工作时产生的噪声中的冲击信号，从而更好地定位出机械故障发生位置。