-
公开(公告)号：CN108489912A
公开(公告)日：2018-09-04
申请号：CN201810447623.1
申请日：2018-05-11
Applicant: 东北大学
Abstract: 本发明提供一种基于煤炭光谱数据的煤炭成分分析方法，包括：煤炭光谱数据采集；利用煤炭成分分析模型进行煤炭成分预测，该模型的输入是采集的光谱数据，输出是煤炭成分。本发明提供的方法利用光谱数据和煤炭工业分析测定结果，建立煤炭成分分析模型，该模型利用卷积神经网络提取得到光谱特征数据，将光谱特征数据极限学习机输出煤炭工业分析测定得到的与煤炭光谱数据对应的煤炭成分，此预测过程中采用人工蜂群算法优化极限学习机的权值和偏差量，由此得到优化的煤炭成分分析模型。煤炭成分分析模型与光谱技术融合并应用在煤炭工业分析领域，煤提供了一种新的、快速和准确的煤炭成分分析方法。
-
公开(公告)号：CN107696034A
公开(公告)日：2018-02-16
申请号：CN201710922428.5
申请日：2017-09-30
Applicant: 东北大学
IPC: B25J9/16
CPC classification number: B25J9/1653 , B25J9/1602
Abstract: 本发明提供一种针对工业机器人的错误自主恢复方法及装置，所述方法包括：获取机器人对应的错误数据信号及所有错误数据信号的处理信息；利用PCA算法对所述错误数据信号进行预处理，获得预处理后的错误数据信号；采用ELM算法建立定量分析数学模型处理所述预处理后的错误数据信号，对所述错误数据信号进行分类处理，并确定对应错误数据信号的处理信息，机器人得以对该错误做出响应。上述方法能够快速、准确地实现工业机器人的错误自主恢复，以便提高工业机器人的可靠性。
-
公开(公告)号：CN107256453A
公开(公告)日：2017-10-17
申请号：CN201710378554.9
申请日：2017-05-25
Applicant: 东北大学
Abstract: 本发明涉及一种基于改进ELM算法的毛管质量预报方法，步骤为：采集毛管穿孔过程的多组历史现场数据构建训练集；根据所采集的现场数据确定集成ELM网络的输入层、输出层和隐含层；结合多个常用激励函数，通过设置权重的方式，确定集成ELM网络的激励函数；采用遗传算法对集成ELM网络的激励函数中每个权值进行优化，获得最优激励函数；采用训练集对集成ELM网络进行训练，完成集成ELM网络的构建；将实际生产中的数据输入至集成ELM网络的每个子网络中，获得每个子网络的输出结果，进而获得集成ELM网络的输出预报结果，即毛管质量的预报结果。本发明继承了ELM模型的快速的性能和集成方法的鲁棒性，能更准确的预报毛管的质量。
-
公开(公告)号：CN104063542A
公开(公告)日：2014-09-24
申请号：CN201410278192.2
申请日：2014-06-20
Applicant: 东北大学
IPC: G06F17/50
Abstract: 针对无缝钢管连轧生产过程的机理模型难以建立，过程监测和故障识别很困难的问题，考虑其非线性极强、动态特性变化快等生产特点，提出了基于多阶段MPCA方法的无缝钢管连轧过程的监测与故障识别模型.该方法通过多阶段线性结构改进传统MPCA法的单模型线性化结构，以分段线性建模逼近非线性的方式，弥补传统MPCA法的不足，提高监测的准确度和反应速度.实验和仿真表明，基于多阶段MPCA方法的无缝钢管连轧过程的监测模型有效性地实现了对无缝钢管连轧过程的监测与故障识别，并且其实时性好、可靠性及精度高。
-
公开(公告)号：CN103593550A
公开(公告)日：2014-02-19
申请号：CN201310350427.X
申请日：2013-08-12
Applicant: 东北大学
Inventor： 肖冬
IPC: G06F19/00
Abstract: 针对连轧生产无缝钢管中，荒管质量检验的滞后和难以建立其机理模型的问题，发明中提出了一种基于集成均值子时段RPLS-OS-ELM荒管质量建模与预报方法。发明介绍了基于集成均值子时段RPLS-OS-ELM方法中过程数据时段确定、均值化简、预报模型建立、模型更新和模型在线预报等关键内容。并将建立的预报模型用于荒管质量的预报中，为连轧生产的无缝钢管质量提高打下良好基础，并且该发明实现性好、实现后维护费用低、实时更新性好、可靠性及精度高，可以用于荒管质量的在线建模和预报中。
-
Patent Agency Ranking
公开(公告)号：CN119142755B
公开(公告)日：2025-04-08
申请号：CN202411174738.X
申请日：2024-08-26
Applicant: 东北大学
Abstract: 本发明提供一种矿石流视觉检测与皮带电机协同智能控制方法及系统。本发明方法，包括：实时采集矿石皮带的运行视频图像；对采集的矿石皮带的运行视频图像进行矿石流的占比检测，获取矿石流的占比检测结果；对采集的矿石皮带的运行视频图像进行占比加速度计算，获取矿石流的变化速度结果；对获取矿石流的占比检测结果和变化速度结果进行分析，并发出控制信号；根据控制信号改变相应电机的实际转速，采用滑模控制方式对皮带电机进行智能调速。本发明技术方案提高了矿用皮带矿石流量占比的检测准确度和及时性，同时实现节能降耗和延长设备使用寿命，具备速度快、智能化程度较高等优点。
-
公开(公告)号：CN119089675A
公开(公告)日：2024-12-06
申请号：CN202411159607.4
申请日：2024-08-22
Applicant: 东北大学
IPC: G06F30/20
Abstract: 本发明提供一种基于启发式算法的滚装船车辆装载方法。通过采集真实船舶的甲板环境数据和车辆的尺寸数据，构建车辆装载的仿真环境。构建用于车辆停车点位生成和车辆行驶次序的定位定序算法。构建用于车辆轨迹生成、轨迹优化、碰撞消除策略。在方法中，根据甲板和车辆数据，生成停车点位，根据车辆起始点位和停车点位，生成行车路线。本发明解决了滚装船装载速度慢、装载空间利用率低、装载安全性差等实际问题，显著地改善了车辆装载空间利用率不高和算法求解速度过慢的问题，提供一条连续、光滑、耗时短、安全可靠的路径以降低油耗，提高了车辆跨洋贸易滚装船车辆装载场景中的大批量装载能力，缩短车辆滚装船在港口的停靠时间。
-
公开(公告)号：CN116534531A
公开(公告)日：2023-08-04
申请号：CN202310598716.5
申请日：2023-05-25
Applicant: 东北大学
IPC: B65G43/08
Abstract: 本发明设计一种基于物料比例的矿石传送带防堵塞系统及方法，首先对采集的物料传送现场图像进行面积统计，通过对图像标签标注然后进行减缩，从而缩小图像尺寸，减少运算时间；根据传送带运行中的物料覆盖比例对运行状况进行分析，通过动态以及静态两种方式进行堵塞判断；结合物料覆盖比例的不同区间对传送带的运行速度进行控制，及时在疑似堵料的时候对电机的速度进行调整；设计系统显示界面，对原始视频以及分割图像进行显示，同时对传送带的运行状况以及矿石面积覆盖比例进行显示，及时对现场情况进行监测；本发明设计的一种基于物料比例的矿石传送带防堵塞系统及方法相比传统方法速度快、智能化程度高。
-
公开(公告)号：CN108896024B
公开(公告)日：2019-10-08
申请号：CN201810442771.4
申请日：2018-05-10
Applicant: 东北大学
Abstract: 本发明属于边坡监测技术领域，尤其涉及一种边坡监测系统及其使用方法，包括：边坡监测主机、用于控制所述边坡监测主机测量工作的远程控制客户端；所述边坡监测主机包括：机架以及分别设置在所述机架上的虚拟主机、用于采集边坡数据信号的激光测距装置和用于所述虚拟主机与所述远程控制客户端通讯连接的通讯数据收发装置；激光测距装置能够将采集到的边坡数据信号发送给所述虚拟主机，用于构建边坡监测点坐标数据；所述虚拟主机能够根据所述远程控制客户端发送的控制命令，将从所述激光测距装置处接收到的边坡数据信号进行处理，获得构建的边坡监测点坐标数据。本发明提供的边坡监测系统，具有使用方便，监测数据精度高等有益效果。
-
公开(公告)号：CN110210452A
公开(公告)日：2019-09-06
申请号：CN201910513549.3
申请日：2019-06-14
Applicant: 东北大学
Abstract: 本发明涉及一种基于改进tiny-yolov3的矿用卡车环境下目标检测方法，包括如下步骤：S1、获取目标物图像数据；S2、对获取到的目标物图像数据进行预处理；S3、将经过预处理的目标物图像数据输入tiny-yolov3模型中，经过所述tiny-yolov3模型的处理获得目标物在图像中的像素位置坐标；其中，所述tiny-yolov3模型为经过结合残差网络结构改进后的模型，所述目标物图像数据为在俯视条件下获取的目标物图像数据。本发明提供的检测方法能够在不降低运行速度的前提下，大幅度提高目标的检测精度。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.02 seconds)
