-
公开(公告)号:CN102393642A
公开(公告)日:2012-03-28
申请号:CN201110323931.1
申请日:2011-10-21
Applicant: 东北大学
IPC: G05B13/04
Abstract: 一种气液两相流管道控制装置及控制方法,属于无线控制装置领域,过程如下:下位机的微处理器通过控制台输入输出端口采集压力数据和流量数据;将采集的数据传递给上位机,上位机对采集的数据进行处理,计算变频器频率输出值,上位机将频率输出值传递给下位机;下位机的微处理器通过控制台输入输出端口将频率输出值写入变频器;变频器通过写入的频率控制异步电机的转速;异步电机通过转速的改变来调节泵的输出,从而控制进站管道内气液两相流的流速和压力,本发明采用改进自抗扰控制器,气液两相流管道系统控制效果得到了很大改善,如调节时间更短,控制精度更高,抗干扰能力更强,鲁棒性更好等。
-
公开(公告)号:CN119005025A
公开(公告)日:2024-11-22
申请号:CN202411490566.7
申请日:2024-10-24
Applicant: 东北大学
IPC: G06F30/27 , G06F18/214 , G06N3/006 , G06F119/02
Abstract: 本发明提供一种基于遗传算法与改进禁忌搜索的不规则管道缺陷反演方法,属于管道内检测技术领域。该方法在管道缺陷正演的基础上,通过遗传算法进行逐步迭代可以得到初步的反演结果,但是为了避免陷入局部最优的困境,需要进行进一步的搜索;采用禁忌搜索的方法,在跳出局部最优的情况下在短时间内找出全局最优解。该方法减少了缺陷反演的迭代次数,使算法的收敛能力更强,更容易找到最佳的缺陷反演数据;该方法大大减少了计算时间,具有计算方法简单,计算速度快,精度高等优点;该方法的鲁棒性强,具有较强的抗干扰能力,因此能降低管道泄漏造成的社会危害,从而实现对不同缺陷样本集的自适应性。
-
公开(公告)号:CN115201320B
公开(公告)日:2024-10-25
申请号:CN202210829342.9
申请日:2022-07-15
Applicant: 东北大学
Abstract: 一种基于ELF衰减场的管道内外检测机器人自适应联动方法,属于自动化管道检测技术领域,通过外检测机器人发出信号给内检测机器人,控制内检测机器人调整工作模式,完成内、外检测机器人的自适应联动;包括以下步骤:判断各个时刻管道厚度是否发生改变,当管道厚度发生改变时,需调整相应模型参数;当管道厚度未发生变化时,保持原有参数继续进行检测。构建了极低频电磁信号衰减场,用实际数据仿真,通过磁场的场强信号变化证明了管道厚度与内、外检测机器人的水平偏差和竖直偏差之间的灵敏度差异足够明显。可以通过探测信号强度突变探测管道厚度的变化,并可用于探测部分管道腐蚀。
-
公开(公告)号:CN113034469B
公开(公告)日:2023-10-24
申请号:CN202110316998.6
申请日:2021-03-24
Applicant: 东北大学
IPC: G06T7/00 , G06V10/764 , G06N3/04
Abstract: 本发明公开一种基于transformer的热成像检测管道内部缺陷的方法,该方法的步骤包括原始图像归一化处理,gamma变换,反变换处理和构造transformer模型并使用transformer进行图像分类;transformer模型由线性变换操作和多个自注意力网络、多层感知机网络以及残差网络构成;图像分划为多个图像区块后进行线性变换,将输入图像转化为大小固定的二维矩阵;图像标准化后传入多头自注意力网络,进行初步的分类;图像标准化后传入放缩标准注意力网络和拼接注意力网络,针对裂缝类型的缺陷和其他类型的缺陷进行分类处理;图像标准化后传入多层感知机网络中,最终得到分类结果。本发明可以解决原始图像对比度较低导致的缺陷分类不准确问题,对图像的批量处理和分类节约了人力成本。
-
公开(公告)号:CN112184693B
公开(公告)日:2023-10-24
申请号:CN202011091643.3
申请日:2020-10-13
Applicant: 东北大学
IPC: G06T7/00 , G06T7/11 , G06T5/20 , G06T5/10 , G06T5/00 , G06N3/0464 , G06V10/774
Abstract: 本发明提供一种射线工业底片焊缝缺陷智能检测方法,涉及射线工业底片焊缝缺陷检测技术领域。该方法用两种数据预处理方式实现缺陷与背景的对比度增强,使缺陷特征更加明显。利用迭代检测与集成学习的思想,检测器对不同数据的检测效果不同,当该数据缺陷没有被检测器检测到时,用另外一组数据的检测结果去补充,以此得到一个更好更全面的检测模型。具体的检测过程为先迭代再集成;迭代时将前一次的检测结果采用三次样条插值方式将缺陷消除后重新放入检测器,每迭代一次将增强检测器对下一轮缺陷的感知。然后将两种处理方式迭代后的检测结果集成,运用非极大值抑制算法去除重叠的目标。最后再针对根部未熔合缺陷及夹层未熔合缺陷进行进一步检测。
-
公开(公告)号:CN110535121B
公开(公告)日:2022-12-27
申请号:CN201910795833.4
申请日:2019-08-27
Applicant: 东北大学
Abstract: 本发明公开一种交直流混联电网的两阶段多目标动态优化调度方法,属于电力调度技术领域,该方法包括获取交直流混联电网基础数据,建立含发电成本和环境成本的优化目标函数的第一阶段机组组合模型,建立以电压偏差为优化目标函数的交直流混联电网第二阶段最优潮流模型,将第一阶段所求各时间序列的优化结果给到对应第二阶段模型,使用教与学优化算法求解第二阶段模型,得到含交直流混联电网的动态优化调度方案。本发明将多目标动态优化调度解耦为两阶段优化过程,降低原始问题求解难度,提升了计算效率。此外在考虑了火电机组的最优组合和污染物排放量的基础上,还考虑了交直流混联电网的潮流约束,保证交直流混联电网安全、经济、稳定运行。
-
公开(公告)号:CN110288048B
公开(公告)日:2022-11-29
申请号:CN201910589274.1
申请日:2019-07-02
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本发明公开一种SVM有向无环图的海底管道风险评估方法,步骤为:收集与管道风险相关的数据,并进行数据清洗;将清洗后的数据集中到一个数据库中形成特征矩阵,并利用互信息相关性分析方法进行特征选择,得出每个特征权值,找出与管道风险相关的主要影响因素作为特征子集;基于有向无环图的支持向量机DAG‑SVM对管道风险等级进行划分,得到L(L‑1)/2个支持向量机分类器,运用交叉验证及网格搜索法寻找最优参数,在测试阶段构造成有向无环图,每个节点对应一个二类分类器。本发明利用特征选择的方法解决了高维样本分类精度低的问题,利用有向无环图DAG方法的优点避免了一对一方法中存在的样本不可分的情况,同时减少了测试时间,提高了分类精度。
-
公开(公告)号:CN112345626B
公开(公告)日:2022-07-29
申请号:CN202011186863.4
申请日:2020-10-30
Applicant: 东北大学
Abstract: 本发明提供一种基于异构场信号的管道缺陷智能反演方法,涉及管道缺陷无损检测技术领域。该方法首先采集异构场信号,并进行异常判断,再利用改进的平均中值法对异构场信号进行基值校正,用小波分析方法进行去噪处理;然后对去噪处理后的管道缺陷对应的异构场信号进行填补操作,将不同尺寸的异构场信号统一成相同大小,并对信号幅值做非线性变换;设计具有轴对称结构的稀疏自编码器,得到管道缺陷对应的异构场信号的初级特征;对管道缺陷的长、宽、深度进行分类,得到各管道缺陷的类别标签;设计多分类神经网络,对管道缺陷对应的异构场信号进行分类,提取出含有缺陷尺寸信息的深层特征;构造随机森林回归模型,实现对管道缺陷尺寸的智能化反演。
-
公开(公告)号:CN114646250A
公开(公告)日:2022-06-21
申请号:CN202210536102.X
申请日:2022-05-18
Applicant: 东北大学
Abstract: 本发明公开了一种高通过性管道变径检测及定位装置,包括:外壳和内腔,所述外壳朝向行进方向的一端设置为圆头,另一端设置为平头。所述外壳的外圆周侧面与管道内壁相接触。所述外壳内部设有内腔,所述内腔中设有智能分析控制机构、定位机构、信号发射机、惯性测量机构、供电系统以及信息采集存储机构,实现对管道沿途变径情况的检测及定位功能。装置采用全聚氨酯发泡材质,具有高通过性能,对进管环境要求低,并利用射流管及高压组合型扇形喷嘴,冲刷管道内壁污垢,大大降低了卡堵风险,保证管道检测的安全性。
-
公开(公告)号:CN109115868B
公开(公告)日:2022-03-25
申请号:CN201811147005.1
申请日:2018-09-29
Applicant: 东北大学
Abstract: 本发明提供一种基于脉冲涡流的缺陷深度检测装置及方法,涉及无损检测技术领域。具体方法如下:激励信号发生器产生周期脉冲信号,经过功率放大模块之后,加在激励线圈两端;检测线圈接收试件上方磁场信号,转换成模拟电压信号后输出给信号调理模块;信号调理模块对模拟电压信号进行滤波、放大后输出给A/D转换模块;A/D转换模块在采集触发模块控制下进行信号的模/数转换,转换后的数字信号送入特征参数辨识模块辨识得到特征参数,然后送入基于随机森林的缺陷深度检测模块,检测试件上缺陷的深度信息。本发明装置建立的脉冲涡流检测系统的物理模型,由于考虑了试件上感应涡流对特征参数的影响,提高了建模精度,减小了缺陷深度的检测误差。
-
-
-
-
-
-
-
-
-