一种基于体积压力装置的围压控制方法

    公开(公告)号:CN117192961A

    公开(公告)日:2023-12-08

    申请号:CN202310217956.6

    申请日:2023-03-08

    Applicant: 三峡大学

    Inventor: 吴正平 伍箴燎

    Abstract: 一种基于体积压力装置的围压控制方法,包括以下步骤:步骤1,建立以活塞坐标为输入量,以围压压力值为输出量的实验统计学模型;步骤2,基于步骤1建立的系统实验统计学模型来建立扩张状态观测器,对围压压力、系统内外干扰信号进行观测;步骤3,基于步骤2观测的围压压力、干扰信号来设计PD控制器,并对干扰信号进行补偿;步骤4:对步骤2建立的扩张状态观测器以及步骤3建立的控制器进行稳定性证明。本发明提供一种基于体积压力装置的围压控制方法,面对不同的岩土实验对象,一些复杂的情况。使用自抗扰控制来设计围压控制器,能较好的适应被控对象性能的变化,设计出适应性强的围压控制器。该控制方法简单可行,能够应用在工程实际中。

    一种架空导线辅助施工和救援机器人

    公开(公告)号:CN118336585A

    公开(公告)日:2024-07-12

    申请号:CN202410360110.2

    申请日:2024-03-27

    Applicant: 三峡大学

    Abstract: 一种架空导线辅助施工和救援机器人,包括基座,基座上端固定有框架,框架下部前后安装有伸缩抓手,框架顶端前后安装有移动机构;移动机构包括驱动机构、夹紧机构和伸缩机构;驱动机构包括轮体驱动电机,轮体驱动电机带动轮体转动;夹紧机构包括第一外壳,第一外壳上安装有第一电动推杆,第一电动推杆驱动第一连杆抓手张开或闭合;伸缩机构包括第二电动推杆,第二电动推杆输出端与第一外壳连接;伸缩抓手包括第二外壳,第二外壳内安装有第三电动推杆,第三电动推杆驱动叉杆张开或闭合;叉杆端头与伸缩臂铰接,伸缩臂端头固定有抓手。本发明提供的一种架空导线辅助施工和救援机器人,可实现辅助施工及救援。

    基于改进YOLOv5增强模糊特征的架空地线缺陷检测方法

    公开(公告)号:CN118968210A

    公开(公告)日:2024-11-15

    申请号:CN202410872526.2

    申请日:2024-07-01

    Applicant: 三峡大学

    Abstract: 基于改进YOLOv5增强模糊特征的架空地线缺陷检测方法,包括步骤:制作架空地线断股和散股缺陷数据集,并对数据集进行预处理,得到架空地线断股和散股图片训练集和验证集;对YOLOv5进行改进,首先对模型进行轻量化处理;其次将SPPF模块换为RFB模块;再次在骨干网络RFB模块后嵌入一层SimAM模块;最后在颈部网络深层网络引入三级融合,与浅层网络和中层网络通过注意力卷积模块CS模块进一步强化特征表达相融合;选择合适的设备和实验参数对改进的YOLOv5网络模型进行训练和验证,得到架空地线断股和散股缺陷检测网络模型;对本发明改进的模型进行评估。本发明解决了目标识别网络对架空地线断股和散股这两种具有模糊特征的缺陷检测精度低和速度慢的问题。

    一种适用于巡检修补机器人的架空地线检测方法及系统

    公开(公告)号:CN118968439A

    公开(公告)日:2024-11-15

    申请号:CN202410872118.7

    申请日:2024-07-01

    Applicant: 三峡大学

    Abstract: 一种适用于巡检修补机器人的架空地线检测方法及系统,包括如下步骤:获取的架空地线缺陷数据集,并对数据集进行预处理,得到架空地线缺陷图片的训练集和验证集;选择对检测模型的训练设备、训练参数和对模型的评价指标;选择合适的轻量化检测算法;对算法进行改进,提升其对架空地线的识别能力;得出本发明网络模型:ECA‑MobileNetV2检测模型。适用于巡检修补机器人的架空地线检测系统,包括图像显示模块、检测识别模块、机器人监视模块和人机交互界面。通过本发明系统和方法的使用,解决了设备受限时对架空地线检测精度不高的问题,且适用于许多实际应用场景。

    基于改进YOLOv5网络的轻量化绝缘子缺陷检测方法

    公开(公告)号:CN118967550A

    公开(公告)日:2024-11-15

    申请号:CN202410872115.3

    申请日:2024-07-01

    Applicant: 三峡大学

    Abstract: 基于改进YOLOv5的轻量化绝缘子缺陷检测方法,包括:获取绝缘子图片数据集,并对绝缘子图片数据集中的绝缘子图片进行预处理,得到绝缘子图片训练集和绝缘子图片验证集;对YOLOv5进行改进,首先在骨干网络和颈部网络间加入融合支路,在颈部网络映入三级融合模块,其次加入CBAM模块增强有效特征,之后加入一个增强小目标模块,最后将C3模块替换为更轻量化的C3Ghost模块;选择合适的设备和实验参数对改进的YOLOv5网络模型进行训练和验证,得到绝缘子检测网络模型;对本发明改进的模型进行评估。本发明解决了复杂环境下绝缘子检测精度不高和检测模型大的问题。

Patent Agency Ranking