-
公开(公告)号:CN109588781B
公开(公告)日:2021-06-01
申请号:CN201811451822.6
申请日:2018-11-30
Applicant: 东北大学
IPC: A24F47/00
Abstract: 本发明提供一种基于机器学习的戒烟装置,涉及烟盒技术领域。本发明包括外壳部分、信息输入模块、中央处理单元、显示模块、电源模块;外壳部分包括烟盒部分和开关部分;所述烟盒部分用于承载香烟;开关部分包括电子锁和开启按钮,用于按照控制模块输出的信息控制电子锁的锁紧或松开,并由开启按钮打开盒盖;所述信息输入模块设于烟盒部分的外壁用于输入数据,信息输入模块的输出端与中央处理单元的输入端相连接;中央处理单元的输出端与开关部分的输入端相连接;显示模块嵌于烟盒部分;电源模块用于对上述装置供电。本发明可以在一定程度上减轻戒烟者戒烟时对于香烟的依赖,从而增加戒烟成功的几率,且结构简单实用、操作方便。
-
公开(公告)号:CN109492708B
公开(公告)日:2021-04-02
申请号:CN201811451849.5
申请日:2018-11-30
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本发明提供一种基于LS‑KNN的管道漏磁内检测缺失数据插补方法,涉及故障诊断和人工智能技术领域。包括:对原始数据预处理后作为数据样本;提取样本数据特征;设定K值对模型进行训练,得到满足条件的KNN模型;归一化处理分到每类中的特征样本及其对应的数据集,再用最小二乘法对处理后的数据进行拟合建模;计算拟合结果的损失函数,设定误差阈值,令所有样本的长度相同,得到满足条件的LS拟合模型;将含缺失的数据输入到LS‑KNN回归器中,实现对缺失数据的插补;对插补结果进行反归一化得到最终的插补数据。本方法克服了实际数据的缺失随机性,并克服了训练样本与待插补样本维度不同的问题,同时提高了数据插补精度,对信号噪声具有很强的鲁棒性。
-
公开(公告)号:CN112491296A
公开(公告)日:2021-03-12
申请号:CN202011319506.0
申请日:2020-11-23
Applicant: 东北大学
IPC: H02N2/18
Abstract: 本发明提供一种基于流致振动的发电装置及其制造方法,涉及发电技术领域。本发明系统包括压电单元、带槽法兰盘、螺丝、电磁能量采集单元;利用内管道内液体的流致振动发电,为检测器提供可持续的电能,保证其能够在长距离管线稳定可靠的运行。本发明具有发电稳定,可持续性强的优点,在内检测器尾部安装此装置,可以收集流致振动能量,同时还可以吸收内部液体流速突变带来的行进速度的突变,起到缓冲的作用。
-
公开(公告)号:CN110514366B
公开(公告)日:2021-03-05
申请号:CN201910778384.2
申请日:2019-08-22
Applicant: 东北大学
Abstract: 本发明提供一种小样本条件下管道微弱泄漏检测方法,涉及管道泄漏检测技术领域。本发明步骤如下:步骤1:获取真实样本集,并根据真实样本集生成虚拟样本集;步骤2:对真实样本集和虚拟样本集进行组合特征提取,所述组合特征提取包括7种统计特征和1组符号化变换特征;步骤3:根据7种统计特征和1组符号化变换特征采用朴素贝叶斯方法和最小二乘支持向量机方法分别建立朴素贝叶斯网络管道小泄漏辨识模型和最小二乘支持向量机管道小泄漏辨识模型,并利用模型对管道进行小泄漏检测。本方法从增加微弱泄漏样本数量和深度挖掘微弱泄漏样本特征两方面来构造微弱泄漏辨识模型,大大提高了管道微弱泄漏的检测准确率,保障输油管道的安全运行。
-
公开(公告)号:CN112184693A
公开(公告)日:2021-01-05
申请号:CN202011091643.3
申请日:2020-10-13
Applicant: 东北大学
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:CN110492566A
公开(公告)日:2019-11-22
申请号:CN201910783317.X
申请日:2019-08-23
Applicant: 东北大学
IPC: H02J7/00 , H02J7/14 , H01M10/44 , G01R31/3842
Abstract: 本发明涉及管道内检测器电源能量管理技术领域,提供一种管道内检测器电源能量管理系统及方法。本发明的系统包括均衡电路、充电电路、发电设备、采集模块、控制模块;均衡电路包括N组二极管、第二开关、第三开关;充电电路串联第三开关后与电池组并联;发电设备中发电机的转子与里程轮机械连接;采集模块包括电流传感器、电压传感器、温度传感器;控制模块为单片机,包括速度计算模块、SOC估计模块、距离预估模块、功率计算模块、充放电管理模块、能量优化模块,内置有脉冲接收器。本发明能够提高SOC值估计的精准度,能够对检测器多种工作模式下的电源能量进行优化控制,实现电能的自适应分配调度,提高电源能量管理的效率、质量及适应性。
-
公开(公告)号:CN110390355A
公开(公告)日:2019-10-29
申请号:CN201910586223.3
申请日:2019-07-01
Applicant: 东北大学
Abstract: 本发明公开一种基于进化模糊最大最小神经网络的管道新缺陷识别方法,在现有模型基础上能够进行继续训练,包括以下几个步骤:1)利用管道的原有标记样本建立源模型;2)在新测得到标记数据集合中筛选出新深度标记样本子集Dnew;3)在源模型基础上,利用新标记子集Dnew进行继续训练,建立新标记样本识别模型;4)利用已经训练好的新模型进行管道缺陷识别。本发明方法能够利用现有模型,适应新的深度缺陷尺寸,同时提供了一种进化的管道缺陷识别框架,能够实现网络的继续训练,避免了一旦有新的深度尺寸缺陷,就需要将所有样本进行重新训练的问题。
-
公开(公告)号:CN109751479A
公开(公告)日:2019-05-14
申请号:CN201910187619.0
申请日:2019-03-13
Applicant: 沈阳仪表科学研究院有限公司 , 东北大学
IPC: F16L55/48 , F16L101/30
Abstract: 本发明公开了一种用于管道内检测器的定位装置,主要由基座、支撑装置、取力装置、减速机、弹簧支架、弹簧杆、波动盘以及弹簧构成,其中,取力装置中的取力轮在支撑装置的支撑下,与管道的内壁紧紧相抵,当定位装置随检测器在管道内行走时,取力轮在管道内壁的摩擦力作用下转动,并带动主动齿轮转动,然后由从动齿轮将该转动输入到减速机中,经减速机进行速度调节后,由减速机的输出轴输出,带动输出轴上的凸轮转动,推动弹簧杆压缩弹簧,使波动盘不断做往复运动,进而使周围管道内的流体产生波动,该波动即为外部信号接受装置可探测的压力波,进而获得管道内检测器的运行位置信息,该定位装置具有结构简单、设计合理、便于定位等优点。
-
公开(公告)号:CN106018545B
公开(公告)日:2019-05-14
申请号:CN201610488711.7
申请日:2016-06-29
Applicant: 东北大学 , 沈阳仪表科学研究院有限公司
Abstract: 本发明提供一种基于Adaboost‑RBF协同的管道缺陷漏磁反演方法,涉及管道漏磁检测技术领域。该方法包括:对标准缺陷进行漏磁检测,并进行特征提取;测量待测缺陷所在管道前若干米的缺陷形状参数;对待测缺陷所在管道进行漏磁检测,并进行特征提取;确定样本数据和待测数据;建立Adaboost‑RBF神经网络初始模型;校正Adaboost‑RBF神经网络初始模型;将待测数据输入最终模型,得到待测缺陷的形状参数,完成反演。本发明运用Adaboost‑RBF神经网络模型对管道缺陷进行反演,能够进行快速的缺陷形状重构,学习速度快,精度高,泛化性能好,并能判断该缺陷的严重性,从而预防管道泄漏,避免损失。
-
公开(公告)号:CN107842713B
公开(公告)日:2019-04-05
申请号:CN201711068452.3
申请日:2017-11-03
Applicant: 东北大学
IPC: F17D5/02
Abstract: 本发明的基于KNN‑SVR的海底管道漏磁数据缺失插补方法,包括步骤1:从不含缺失点的原始漏磁数据中分割出特征数据块构成完备数据集,构建完备数据集的KD树;步骤2:对含缺失点的漏磁数据进行范化处理,获得由待插补数据块构成的待插补数据集,对待插补数据集进行补零处理;步骤3:在完备数据集中搜索待插补数据块的K近邻,获得K个完备数据块;步骤4:基于K个完备数据块,构建训练集,对训练集进行归一化处理;步骤5:利用支持向量回归机对训练集进行训练;步骤6:预测待插补数据块中的缺失特征值。本发明将基于欧式距离的KNN算法与SVR算法相结合,提高了预测准确度,减少了过拟合问题,同时对于信号噪声具有较好的鲁棒性。
-
-
-
-
-
-
-
-
-