-
公开(公告)号：CN110084307B
公开(公告)日：2021-06-18
申请号：CN201910361528.4
申请日：2019-04-30
Applicant: 东北大学
Abstract: 本发明提出了一种基于深度强化学习的移动机器人视觉跟随方法。采用“模拟图像有监督预训练+模型迁移+RL”的架构，首先在真实环境中收集少量的数据，采用计算机程序和图像处理技术对数据集进行自动化扩充，以便在短时间内得到大量可以适应真实场景的模拟数据集，用于对跟随机器人的方向控制模型进行有监督训练；其次，搭建用于机器人方向控制的CNN模型，并用自动化构造的模拟数据集对其进行有监督训练，使其作为预训练模型；接着将预训练模型的知识迁移到基于DRL的控制模型中，令机器人在真实环境中执行跟随任务，结合强化学习机制，使得机器人可以在环境交互的过程中一边跟随，一边对方向控制性能进行提升，不仅鲁棒性高，且大大降低成本。
-
公开(公告)号：CN110261578B
公开(公告)日：2020-07-31
申请号：CN201910565653.7
申请日：2019-06-27
Applicant: 东北大学
Abstract: 本发明公开一种考虑结构面粗糙度的裂隙岩体稳定性分析系统，属于岩体稳定性分析领域，考虑裂隙岩体沿结构面发生相对位移时粗糙度对结构面抗剪强度的影响，提出将结构面粗糙度导入岩体稳定性分析系统并据此进行分析。先对裂隙岩体进行现场取样，并利用粗糙度测量仪测量结构面粗糙度的平均基长L和平均高度h，据此得到分形维数D及结构面粗糙系数JRC，进而计算出岩体结构面抗剪强度τ。通过无人机多层次全方位摄影测量边坡结构面信息并导入裂隙岩体稳定性分析模型中，将测得的岩体结构面抗剪强度τ赋予到结构面上，进行岩体稳定性分析，搜索出关键块体，对关键块体治理提出指导性建议，实用性强，为裂隙岩体稳定性分析及治理贡献了一种新手段。
-
公开(公告)号：CN109431767B
公开(公告)日：2020-04-14
申请号：CN201811210654.1
申请日：2018-10-17
Applicant: 东北大学
Abstract: 本发明涉及一种康复医疗气垫服装的智能控制方法，包括：101、康复医疗气垫服装的控制装置获取使用康复医疗气垫服装的使用者的人体生理PPG信号；102、根据PPG信号，确定使用者的心率数据；103、根据PPG信号，确定使用者的血压数据；104、依据所述康复医疗气垫服装的参数信息，估计使用者的人体皮肤刚度系数K，并根据估计的人体皮肤刚度系数K确定康复医疗气垫服装的初始按摩力度F；105、根据心率数据、血压数据，计算所述康复医疗气垫服装的按摩强度。本发明方法能够根据人体生理特征的变化控制按摩气垫的按摩强度的目的。
-
公开(公告)号：CN110348561A
公开(公告)日：2019-10-18
申请号：CN201910632536.8
申请日：2019-07-13
Applicant: 东北大学
Abstract: 本发明属于工程边坡位移预测预警领域，尤其涉及一种基于改进人工鱼群算法的边坡位移预测预警系统。技术方案如下：包括测斜仪、数据处理与预警工作站，数据处理与预警工作站包括数据处理单元、改进人工鱼群算法位移预测单元、位移预警单元；测斜仪埋设在测斜孔中，同时测量X、Y两个方向测点的倾斜变化，通过计算可以得出该点的倾斜方向与倾斜角度，进而获取测点位置边坡体的位移；数据处理与预警工作站根据工程现场实际情况，在工程现场设立数据处理与预警工作站，用以处理监测数据以及预测预警。本发明通过改进人工鱼群算法对数据进行分析并预测，并根据预测结果对工程现场施工危险提前进行预警，有助于提高工程边坡施工的安全性，实用性强。
-
公开(公告)号：CN110261578A
公开(公告)日：2019-09-20
申请号：CN201910565653.7
申请日：2019-06-27
Applicant: 东北大学
Abstract: 本发明公开一种考虑结构面粗糙度的裂隙岩体稳定性分析系统，属于岩体稳定性分析领域，考虑裂隙岩体沿结构面发生相对位移时粗糙度对结构面抗剪强度的影响，提出将结构面粗糙度导入岩体稳定性分析系统并据此进行分析。先对裂隙岩体进行现场取样，并利用粗糙度测量仪测量结构面粗糙度的平均基长L和平均高度h，据此得到分形维数D及结构面粗糙系数JRC，进而计算出岩体结构面抗剪强度τ。通过无人机多层次全方位摄影测量边坡结构面信息并导入裂隙岩体稳定性分析模型中，将测得的岩体结构面抗剪强度τ赋予到结构面上，进行岩体稳定性分析，搜索出关键块体，对关键块体治理提出指导性建议，实用性强，为裂隙岩体稳定性分析及治理贡献了一种新手段。
-
Patent Agency Ranking
公开(公告)号：CN108531690A
公开(公告)日：2018-09-14
申请号：CN201810600376.4
申请日：2018-06-12
Applicant: 东北大学
Abstract: 一种改善残奥形貌提高TRIP钢力学性能的热处理方法，属于新材料热处理技术领域。该方法为：将TRIP钢冷轧板，放入盐浴中，在905～945℃进行奥氏体化预处理60～120s，淬火；将得到的奥氏体化预处理的钢板放入盐浴中，在760～820℃进行两相区转变60～180s；将得到的铁素体和奥氏体两相组织的钢板迅速放入460～520℃贝氏体转变区，进行等温淬火15～35s，然后迅速放入380～440℃贝氏体转变区，进行等温淬火205～225s，迅速水淬，得到高强度高塑性TRIP钢。该方法工艺参数合理选择及相互配合获得大量、均匀分布的薄膜状残余奥氏体，有利于TRIP效应更好的发挥，从而提高TRIP钢的强度和塑性，其有望成为实现汽车轻量化的有效工艺。
-
公开(公告)号：CN106747452A
公开(公告)日：2017-05-31
申请号：CN201611043734.3
申请日：2016-11-24
Applicant: 东北大学
IPC: C04B35/563 , C04B35/622
CPC classification number: C04B35/563 , C04B35/622 , C04B2235/3409 , C04B2235/424 , C04B2235/425 , C04B2235/48 , C04B2235/656
Abstract: 一种电阻炉生产碳化硼结晶块的方法，按以下步骤进行：（1）将碳还原剂破碎筛分；（2）将硼酸和碳还原剂粉混合；（3）加水压制成球团；（4）放入电阻炉中进行脱水，然后升温至1900~2500℃，冶炼20~48h，获得碳化硼结晶块。本发明的方法不仅实现了炉内温度的可控，同时还提高了原料利用率，保障了炉内反应原料的硼碳比，降低了生产成本，节约了能源，而且还提高了高品质碳化硼的产出率，此外，原料挥发较少，极大降低了粉尘污染，改善车间环境。
-
公开(公告)号：CN105776220A
公开(公告)日：2016-07-20
申请号：CN201610176239.3
申请日：2016-03-25
Applicant: 东北大学
CPC classification number: C09K3/1409 , C01P2004/60
Abstract: 一种研磨液用碳化硼粉的制备方法，按以下步骤进行：（1）准备重量纯度95~99%的碳化硼原料，其中的针状和片状晶体的体积百分比≤1%；（2）将碳化硼原料破碎获得碳化硼碎料；（3）经过一级风力分级和二级振动筛分，或者经过一级振动筛分、二级沉降水选和二次干燥；获得研磨液用碳化硼粉的低品位磨料；或者经过多级筛分及水选，获得研磨液用碳化硼粉的高品位微粉。本发明的方法制备的产品配置成研磨液用于研磨时，不仅研磨速率快，而且研磨表面平整度高，大大降低了产品的研磨成本。
-
公开(公告)号：CN105693250A
公开(公告)日：2016-06-22
申请号：CN201610046019.9
申请日：2016-01-22
Applicant: 东北大学
IPC: C04B35/563 , C04B35/66 , C04B35/626
CPC classification number: C04B35/563 , C04B35/62605 , C04B35/66 , C04B2235/5436 , C04B2235/5445
Abstract: 一种用蓝宝石精研磨废料浆制备碳化硼超微粉的方法，属于超硬材料加工技术领域。该方法主要是通过固液分离、破碎、提纯、水选和干燥工序即可将蓝宝石精研磨废料浆中碳化硼进行回收，并用于制备碳化硼超细耐火材料、碳化硼无压烧结材料及碳化硼热压烧结材料。本发明方法实现了精研磨废料浆中碳化硼的综合回收，减少环境污染，大幅度降低了蓝宝石的加工成本；并且提供了一种以废料浆为原料制备碳化硼超微粉的方法，变废为宝，实现了资源的二次利用，此外，由于废料浆中碳化硼的粒度较细，可避免常规超微粉加工过程中的冗长的多级破碎工序，明显降低了超微粉的加工难度。本发明方法具有流程短、能耗低、污染小、简单易行、实用性强等优点。
-
公开(公告)号：CN112819802B
公开(公告)日：2024-03-05
申请号：CN202110187003.0
申请日：2021-02-09
Applicant: 东北大学
IPC: G06T7/00 , G06T5/70 , G06T5/90 , G06V10/762 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T5/60
Abstract: 本发明公开了基于风口信息深度学习的监督及预测高炉炉况异常的方法，包括：提取高炉风口图像，采用自适应中值滤波与伽马变换相结合的方式对风口图像进行去噪预处理，采用灰度二值化算法与灰度上移相结合的方式增强图片对比度，然后对样本图像进行无监督分类且自动生成标签，构建风口图像数据库；建立TI‑ResNet模型提取高炉冶炼过程特征，最终利用训练好的TI‑ResNet模型，基于高炉实时或离线获得的风口监控数据，进行高炉实时或离线炉况监督和预测。本发明可实现闭环自动数据化、自动标签化、(56)对比文件qiang li等.A Deep Learning-BasedDiagnosis Model Driven by Tuyere ImagesBig Data for Iron-Making Blast Furnaces.《STEEL RESEARCH INTERNATIONAL》.2022,第93卷(第8期),正文1-11.
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.034 seconds)
