-
公开(公告)号：CN112347903B
公开(公告)日：2024-02-02
申请号：CN202011216366.4
申请日：2020-11-04
Applicant: 东北大学
IPC: G06F18/10 , G06F18/213 , G06F18/24 , G06V10/25 , G06V10/28 , G06V10/30 , G06V10/764 , G06F18/2411 , G06F18/2415 , G01N27/83
Abstract: 本发明提供一种基于异构场信号的管道多组件识别方法，涉及故障诊断和无损检测技术领域。该方法首先实时采集管道异构场数据，并进行滤波处理和基值校正；再利用自适应阈值将异构场数据转换为伪彩色图；获得伪彩色图中包含组件或缺陷的异常区域位置信息，并确定同一组件或缺陷目标的异常推荐区域集合；去除异常推荐区域集合中面积的交集和并集的比小于面积比阈值的异常推荐区域，得到组件或缺陷的目标推荐区域；从目标推荐区域提取组件或缺陷类型的特征信息，设定组件或缺陷类别标签，进行多分类器的训练，并生成分类模型；提取待识别的异构场数据的特征信息，并作为分类模型的输(56)对比文件Andrey V. Timofeev等.MultimodalHeterogeneous Monitoring of Super-Extended Objects: Modern View《.RecentAdvances in Systems Safety and Security》.2016,第62卷97–116.
-
公开(公告)号：CN110516589B
公开(公告)日：2023-06-02
申请号：CN201910788496.6
申请日：2019-08-26
Applicant: 东北大学
IPC: G06F18/241 , G06F18/231 , G06F18/2321 , G06F18/213 , G06N3/0442 , G01N27/83 , F17D5/02
Abstract: 本发明提供一种管道漏磁数据的边界精确识别方法，涉及管道故障诊断和人工智能领域。该方法首先对漏磁信号进行边缘特征提取预处理；对预处理后的漏磁信号划分多尺度层级并进行异常边缘提取，得到候选窗体集合；然后提取候选窗体内数据，并利用双向LSTM网络检测候选窗体类别和得分；计算初始判断为是缺陷的波动系数，利用设计的自适应更新窗体得分方法得到最终检测结果；最后进行位置区域估计后选用局部感知softnms算法得到各个区域最终剩余窗体集合，并汇总各区域中的最佳窗体位置。本发明方法有效地保证剩余窗体内不会出现有错检的窗体信息，有效地实现边框回归并避免了出现同一检测区域出现多个检测结果的情况，最终边框位置回归更精确。
-
公开(公告)号：CN110146589B
公开(公告)日：2022-12-30
申请号：CN201910522202.5
申请日：2019-06-17
Applicant: 东北大学
Abstract: 本发明涉及一种管道漏磁数据的高清可视化方法，步骤为：采集漏磁数据并进行预处理，得到预处理后的漏磁检测数据H；对漏磁检测数据H进行分类，得到的漏磁数据分类标签；利用漏磁数据分类标签C0进行漏磁数据分类校正及抽样曲线显示，得到修正后的分类标签Cnew；漏磁数据局部灰度映射，显示增强后漏磁数据灰度图Gnew；对漏磁数据进行伪彩转换：对于转换为灰度值后的漏磁数据，根据修正后的分类标签Cnew，采用灰度级‑彩色变换法，以不同的分类标签为划分灰度值区间，将不同标签下的灰度值分别转换到RGB色彩空间中，并显示漏磁数据伪彩色图像。本发明改善了曲线图显示效果，整体提升漏磁数据可视化效果，完整地保留了漏磁信号特征信息，并提高数据显示效率减轻内存负担。
-
公开(公告)号：CN115496167A
公开(公告)日：2022-12-20
申请号：CN202211308775.6
申请日：2022-10-25
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本申请公开了一种裂纹检测方法、装置、电子设备及存储介质，涉及故障诊断技术领域，解决了目前在检测管道裂纹时，由于非裂纹信号的波动以及裂纹训练样本不充足，导致裂纹检测精度不高的问题。该方法，包括：控制设置于埋地管道内的漏磁检测器向前移动，得到裂缝训练样本集、非裂缝训练样本集、测试样本集，建立多传感器融合特征互监督神经网络，并基于裂缝训练样本集、非裂缝训练样本集对多传感器融合特征互监督神经网络进行多次训练，更新网络参数，得到目标多传感器融合特征互监督神经网络，基于目标多传感器融合特征互监督神经网络确定所述测试样本集中的裂纹样本。
-
公开(公告)号：CN113188055B
公开(公告)日：2022-11-25
申请号：CN202110600157.8
申请日：2021-05-31
Applicant: 东北大学
IPC: F17D5/06
Abstract: 本发明提供一种基于负压波衰减驱动的管道泄漏自适应动态补偿定位方法，涉及管道检测技术领域。本发明可以将现场采集的大量压力衰减数据在合理的时间内进行有效的分析，结合实验和拟合数据构成动态压力衰减模型。围绕信号边沿条件和衰减模型的预测泄漏率两项指标建立相应的目标函数，构成多目标优化数学模型，并采用多目标寻优方法对模型求解，在特征区间中找出最优特征点，方法直观、简单，且灵敏度高、漏报率低；采用不同尺度因子对两端特征不同的压力数据小波变化，提高了结果的稳定性。因此本发明采用了多目标优化的策略和自适应动态补偿的方法来解决管道中负压波衰减过大状态的泄漏检测及定位问题，可以同时达到高精度和高准确性的目标。
-
Patent Agency Ranking
公开(公告)号：CN108982652B
公开(公告)日：2022-05-20
申请号：CN201810928650.0
申请日：2018-08-15
Applicant: 东北大学
IPC: G01N27/83
Abstract: 一种多频激励场阵列电磁无损检测金属表面裂纹的方法，方法：1)在待测试件的中心位置处生成一个标准缺陷；2)将激励装置与待测试件连接，搭建检测模型；3)在线圈接受激励的同时进行分量的采集，提取出每个数据的检测信号，使用EMD进行经验模态分解，得到本征模函数信号；4)根据分量数据特征，实现裂纹缺陷的角度、轴向长度、周向长度以及径向长度的精准识别，进而换算出缺陷的实际尺寸；本发明使用缠绕着通电矩形线圈的U型磁轭对待检构件磁化激发出缺陷漏磁场，实现缺陷上方磁场扰动的信号采集，并对金属表面缺陷进行检测与识别，提高检测结果的可靠性，对于缺陷形状较复杂试件的电磁无损检测具有较强的使用价值。
-
公开(公告)号：CN109142514B
公开(公告)日：2022-04-01
申请号：CN201811147009.X
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阵列的缺陷检测装置及方法，涉及无损检测技术领域。本方法的过程如下：信号发生器产生周期性脉冲信号，经功率放大器放大后，施加到激励线圈两端。检测线圈阵列单元采集被测试件上方磁场信号，输出给信号调理单元；信号调理单元对信号进行滤波、放大后输出给A/D转换单元，最后，送入DSP数据处理模块，求取缺陷的尺寸信息。本发明装置对检测阵列数据了进行了聚类和均值处理，有效抑制了检测阵列线圈倾斜或提离对缺陷检测的影响；采用了一个线圈作为激励、多个检测线圈组成阵列的结构，即减小了磁场的干扰，又实现了更为全面的缺陷信息检测；将时域特征量和频域特征量相结合，提高了缺陷检测精度。
-
公开(公告)号：CN109100416B
公开(公告)日：2022-02-01
申请号：CN201811105826.9
申请日：2018-09-21
Applicant: 东北大学
IPC: G01N27/82 , G06F30/20 , G06K9/00 , G06K9/62 , G06F119/02
Abstract: 本发明提供一种基于正交多频电磁检测的铁磁性管道内壁缺陷检测装置，涉及管道缺陷检测技术领域。该装置由多频正弦激励信号发生模块给正交电磁检测探头提供激励信号，对管道进行磁化，霍尔传感器模块捕捉管道内磁场变化并输出多频电磁检测信号，经信号调理电路进行滤波、放大后进入A/D转换模块实现模数转换，再送入FPGA中央处理单元进行分频处理，最后送到缺陷异常判断模块和基于K‑近邻算法的缺陷尺寸预测模块，进行异常状态数据剔除和缺陷尺寸预测。本发明能实现无接触检测，实现表面、近表面、通孔等不同深度缺陷的检测，实现轴向、周向缺陷尺寸的检测，可以通过检测信号的特征量较为准确的预测到缺陷的尺寸。
-
公开(公告)号：CN109086793B
公开(公告)日：2021-11-16
申请号：CN201810675216.6
申请日：2018-06-27
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本发明的一种风力发电机的异常识别方法，将SCADA数据中异常的属性剔出，保留的其他属性经k‑means聚类；将属性分别经t‑SNE降低成固定维数；将降维后的有效数据进行皮尔森相关系数计算排序，转换为图片作为CNN的输入，通过对图片二分类实现风机的正异常判断。该异常识别方法在建立风机异常识别模型时，输入输出涉及所有属性，模型可以有效识别多类属性同时发生多种异常，模型具有通用性，适用于任何风场；采用先聚类后类内降维的数据预处理方法，去除了不必要的干扰，提高准确性；采用卷积神经网络进行属性异常识别可抑制噪声干扰，准确发现风机属性图片微小变化，较强的区别特征的能力和鲁棒性使其具有更好的准确性。
-
公开(公告)号：CN108182536B
公开(公告)日：2021-11-16
申请号：CN201711463221.2
申请日：2017-12-28
Applicant: 东北大学
Abstract: 本发明公开了一种基于有限理性的配电网CPS安全防御方法，充分运用配电网设备数据、配电网运行数据、历史攻击者的驻留时间、平均反应时间、平均修复时间等电网多源数据，从物理系统和信息系统两个方面建立综合配电网CPS风险评估指标，使得各线路风险评估结果通过基于有限理性的对弈学习方法有效的帮助设防方实现设防策略的选取。具体分别从经济效益和安全性两方面得到每个攻击设防策略对的设防效益值，采用对数合成方法得到设防方采取不同策略时的最终期望效益和平均效益，用动态微分方程表示攻击方和设防方选取某策略的动态变化速率，进而建立对弈学习模型的动态微分方程组获得配电网CPS安全防御满意策略。
-
-
-
-
-
-
-
-
-
Search Results
198
records
(took 0.026 seconds)
