-
公开(公告)号：CN119710995A
公开(公告)日：2025-03-28
申请号：CN202411700991.4
申请日：2024-11-26
Applicant: 无锡灵奕智能科技有限公司 , 东华大学
Abstract: 本发明公开了一种自动接头机器人张力自抗扰快响应控制装置及方法，其特征在于，包括机器人、张力传感装置、可变张力装置及电控装置，电控装置运行基于自抗扰控制的算法。本发明采用弹簧和杠杆的模型建立弱张力的传感，可以有效防止细纱接头过程中纱线的断裂。本发明采用的二段细纱张力控制装置，可以满足细纱接头不同阶段张力的要求，提高接头成功率。本发明采用自抗扰控制算法来提高力控制性能，设计指令滤波和自适应增益算法提高力跟踪的稳定性。本发明可以有效提高自动接头过程中张力控制稳定性，提高接头成功率。
-
公开(公告)号：CN117397002B
公开(公告)日：2025-01-14
申请号：CN202280032253.X
申请日：2022-11-02
Applicant: 东华大学 , 洪启集成电路(珠海)有限公司
IPC: H01L21/033 , H01J37/317
Abstract: 本发明涉及一种半导体器件的质量改善方法、装置及高能粒子束光刻设备，该方法通过获取灰度图片中目标像素点组成的连通区域以及各个连通区域的宽度，根据各个连通区域的宽度所在的宽度区间以及宽度区间与高能粒子束束斑大小的对应关系，获取高能粒子束光刻设备雕刻各个连通区域对应的图案时的目标高能粒子束束斑值；根据与目标高能粒子束束斑值对应的预设的高能粒子束加工参数与灰度值之间的对应关系，获取各个连通区域内像素点对应的高能粒子束加工参数，使得高能粒子束光刻设备在雕刻宽度较大的连通区域时，采用更大的高能粒子束束斑，在雕刻宽度较小的连通区域时，采用更小的高能粒子束束斑，提高了半导体器件加工精度，保证了加工效率。
-
公开(公告)号：CN119020896A
公开(公告)日：2024-11-26
申请号：CN202411226957.8
申请日：2024-09-03
Applicant: 无锡灵奕智能科技有限公司 , 东华大学
IPC: D01H15/00
Abstract: 本发明涉及环锭细纱机机器人的断纱原位生头式接头装置及方法，用于环锭细纱机自动接头，所述装置包括：工业机器人、多工位末端执行机构、纱线送出与柔性牵引装置、断纱装置、备用纱退绕装置、环形气流绕纱定位装置、顶升气缸及气源；所述接头方法步骤为：机器人自导航至断纱锭子、备用纱预生头、备用纱卷绕在高速回转的断纱纱管上、环形气流绕纱定位装置伸入锭位、定位钢丝圈并将备用纱穿过钢丝圈、牵引纱线穿气圈环与导纱勾、喂皮辊、剪断备用纱线完成接头动作。本发明提供了一种原位生头式接头方法与装置，解决了现有引纱接头技术装置复杂，步骤繁琐，绕纱不稳定、成功率低的问题。
-
公开(公告)号：CN114862151B
公开(公告)日：2024-11-01
申请号：CN202210421882.3
申请日：2022-04-21
Applicant: 东华大学 , 新凤鸣集团湖州中石科技有限公司
IPC: G06Q10/0631 , G06Q10/0639 , G06Q50/04
Abstract: 本发明公开的一种面向聚酯纤维聚合过程的两阶段特征选择方法，包括以下步骤：S1.获取聚酯纤维聚合生产车间过程数据，并对生产过程数据进行预处理。S2.将生产过程数据进行基于交叉相关性的时滞计算；S3.将特征间时滞关系带入考虑时滞的灰色关联分析法中，计算特征与目标特征间的相关度，同时进行特征排序；S4.将上部分提取的特征子集，使用近似马尔科夫毯方法进行冗余性去除；S5.经过上述计算，输出面向聚酯纤维聚合过程的最佳特征子集。本发明通过两阶段特征选择方法，可以在大量聚酯纤维聚合过程变量中有效选取出对关键变量影响较大的特征。
-
公开(公告)号：CN118735628A
公开(公告)日：2024-10-01
申请号：CN202410737578.9
申请日：2024-06-07
Applicant: 东华大学
IPC: G06Q30/0601 , G06T19/00 , G06T3/18 , G06V40/10 , G06V10/40 , G06V10/75 , G06V10/766 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种基于全局流服装变换的虚拟试衣方法，包括以下步骤：输入待试穿服装与用户图像至服装变形模块，用于将服装扭曲变形至人体姿态；将变形后的服装与用户图像输入至服装虚拟试穿模块，用于生成最终的用户试穿效果图。服装变形模块基于全局外观流与局部注意力，用于将待试穿的服装扭曲变形至与人体姿态一致；服装虚拟试穿模块基于U‑Net网络，用于将变形后的服装在用户身上试穿。解决了虚拟试穿技术对硬件要求高且无法满足服装大幅度变形的问题，实现了以用户为中心的服装虚拟试穿的全流程设计，基于全局流的方法感知全局信息，增强服装变形结果的真实感极大地改善了用户试穿体验，大大提高了虚拟试穿平台实际应用的效率。
-
Patent Agency Ranking
公开(公告)号：CN117951763A
公开(公告)日：2024-04-30
申请号：CN202311631856.4
申请日：2023-11-30
Applicant: 东华大学
IPC: G06F30/10 , G06F30/27 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06V10/74 , G10L15/26
Abstract: 本发明涉及多模态数据驱动的生成式时尚兼容服装设计方法及系统，针对服装设计研究功能单一，效果不佳和交互体验差问题，该系统包括语音智能识别、服装手稿智能渲染、服装属性交互式设计、服装美学评分模块；该方法包括语音智能识别模块将用户输入的音频数据进行文本识别分析；服装手稿智能渲染模块，基于生成对抗思想对服装手稿区域进行目标风格高质量渲染；服装属性交互式设计模块，基于多尺度的编码器‑解码器架构分层控制服装各种属性样式的生成；服装美学评分模块，获得最终的属性兼容信息矩阵及兼容分数。可实现多种类型服装的手稿风格设计，属性参数化设计及时尚性评估辅助设计，并为提供语音交互设计方式，提高时装设计效率与实用性。
-
公开(公告)号：CN117350968A
公开(公告)日：2024-01-05
申请号：CN202311301701.4
申请日：2023-10-09
Applicant: 东华大学 , 上海海立(集团)股份有限公司
IPC: G06T7/00 , G06T7/73 , G06T7/80 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08 , G01N21/88
Abstract: 本发明提供了一种微小的产品表面缺陷检测方法，涉及产品表面缺陷检测技术领域。所述检测装置包括工业相机、补光灯、支架、传感器、上位机。所述检测方法是基于Swin‑YOLOv5的微小缺陷检测方法，通过引入融合微小缺陷局部上下文信息的特征提取模块，提高检测网络针对微小缺陷的弱特征信息的表征能力，并且利用目标框与预测框各自的宽度和高度误差，设计适用于微小缺陷的定位误差损失，提高微小缺陷锚框损失回归效率和模型检测速度。通过实际验证了所述方法能够高效准确地检测到产品表面的微小缺陷，提高了微小缺陷检测的精准度与效率，具有很高的应用价值和经济效益。
-
公开(公告)号：CN116911587A
公开(公告)日：2023-10-20
申请号：CN202310877444.2
申请日：2023-07-17
Applicant: 东华大学
IPC: G06Q10/0633 , G06Q10/101 , G06Q50/04 , G06F18/10 , G06F18/213 , G06F18/24 , G06N3/045
Abstract: 本发明涉及一种基于多层复杂网络的时空耦合协同分析系统，包括信息预处理模块、多层复杂网络建模模块和加工区与设备的时空耦合协同分析模块，所述信息预处理模块：用于对物料状态信息、设备状态信息和工艺状态信息的收集和对收集信息进行统一状态信息编码；所述多层复杂网络建模模块：通过分类编码信息抽取节点和关系模型构建半导体制造系统的数据模型；所述加工区与设备的时空耦合协同分析模块：从构建的半导体制造系统数据模型中抽取抽取节点与之相关的关系模型的空间网络特征和时间网络特征并进行协同分析，获得系统各个时期的耦合协同度。考虑了晶圆制造车间分区域加工的特点，为半导体制造系统优化控制的决策提供了协同性的动态参考指标。
-
公开(公告)号：CN116883379A
公开(公告)日：2023-10-13
申请号：CN202310904399.5
申请日：2023-07-21
Applicant: 东华大学
IPC: G06T7/00 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/08 , G06N20/00 , G06N5/046
Abstract: 本发明公开了一种面向印花面料疵点视觉检测的深度学习方法，其特征在于，通过在印花面料疵点检测端搭建视觉采集设备，收集印花面料图像的正负样本数据并分别构建缺陷数据集和印花数据集；利用印花数据集训练任意选定的卷积神经网络，通过最小化损失函数优化模型的参数，实现对于印花面料背景花纹特征的学习，并保存模型的最终参数；利用缺陷数据集训练任意选定的卷积神经网络，在模型的训练过程计算多个尺度的特征差异并最终整合加权给损失函数，利用加权损失函数优化模型的参数，实现对于疵点特征的精准学习与检测。本发明可以实现存在背景花纹视觉干扰的印花面料的疵点精准识别与检测。
-
公开(公告)号：CN116342580A
公开(公告)日：2023-06-27
申请号：CN202310462406.0
申请日：2023-04-25
Applicant: 上海大风实验室设备有限公司 , 东华大学
IPC: G06T7/00 , G06V10/762 , G06N3/04 , G06N3/08 , G06V10/80
Abstract: 本申请涉及一种基于机器视觉的探究液体内部压强相关因素实验评分系统，属于计算机视觉和智慧教育领域，本申请可实现计算机快速准确地对考生的探究液体内部压强相关因素实验操作进行评分；该系统分为视觉检测模块、评分决策模块及界面可视化模块；首先根据实验要求确定视觉检测特征，形成评分方案。其次采集每个得分特征对应的图像进行标注制作图像集，并构建和训练视觉智能检测模型Dlia‑Yolo v3，形成视觉检测模块；然后根据评分方案与模型测试结果，建立智能评分决策机制；最后，设计智能评分界面、集成视觉检测算法、评分决策机制，形成智能评分系统，应用在实际实验考试中对学生进行评分。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.053 seconds)
