-
公开(公告)号：CN109989585B
公开(公告)日：2021-01-26
申请号：CN201910203573.7
申请日：2019-03-18
Applicant: 东南大学
Abstract: 本发明公开了一种3D打印机打印精度的实时反馈控制方法，分两大部分进行，第一部分，通过打印机机械自身的反馈控制系统，降低打印机机械的定位误差；第二部分，通过打印机与打印对象之间的反馈调整系统，降低混凝土对象的成型误差。其中第二部分分为两阶段定位方法，第一阶段为水平相对位置反馈调整系统，第二阶段为竖直相对位置反馈调整系统。两阶段相互配合，从而实现了打印喷头与打印对象之间的精确调整定位。两大系统相互配合，组成喷嘴位置的实时反馈控制系统，可以有效降低打印机和打印对象之间的耦合误差，提高3D打印机的打印精度，丰富打印效果。
-
公开(公告)号：CN110489838B
公开(公告)日：2023-05-16
申请号：CN201910728832.8
申请日：2019-08-08
Applicant: 东南大学
IPC: G06F30/23 , G06F111/10 , G06F119/08
Abstract: 本发明公开了一种基于贝叶斯推理的湿木材热参数反演方法，首先，基于阿伦尼乌斯定律建立湿木材热分解本构模型,详细考虑了木材热解过程中的多个阶段；其次，基于贝叶斯方法建立木材热参数反演模型；再次，基于马尔科夫链蒙特卡罗方法(MCMC)给出所建立模型的求解算法，提出混合反演算法；最后为了更好的实际应用，还提出一种基于MATLAB、ABAQUS和Python的求解算法通用计算方案，该计算方案灵活调用多种计算软件，实现了复杂运算和数据的自动化处理。本发明与传统方法相比，所提方法与实际热解过程拟合较好，同时简单高效，具有较高的热参数反演精度，具备巨大的工程应用价值。
-
公开(公告)号：CN109989585A
公开(公告)日：2019-07-09
申请号：CN201910203573.7
申请日：2019-03-18
Applicant: 东南大学
Abstract: 本发明公开了一种3D打印机打印精度的实时反馈控制方法，分两大部分进行，第一部分，通过打印机机械自身的反馈控制系统，降低打印机机械的定位误差；第二部分，通过打印机与打印对象之间的反馈调整系统，降低混凝土对象的成型误差。其中第二部分分为两阶段定位方法，第一阶段为水平相对位置反馈调整系统，第二阶段为竖直相对位置反馈调整系统。两阶段相互配合，从而实现了打印喷头与打印对象之间的精确调整定位。两大系统相互配合，组成喷嘴位置的实时反馈控制系统，可以有效降低打印机和打印对象之间的耦合误差，提高3D打印机的打印精度，丰富打印效果。
-
公开(公告)号：CN112884760B
公开(公告)日：2023-09-26
申请号：CN202110285996.5
申请日：2021-03-17
Applicant: 东南大学
IPC: G06T7/00 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种近水桥梁多类型病害智能检测方法与无人船设备。其方法包括基础设施病害目标检测网络CenWholeNet和基于仿生思想的并行注意力模块PAM，其中的CenWholeNet是一种基于深度学习的Anchor‑free目标检测网络，主要包括骨干网络和检测器两部分，用于自动化、高精度检测采集图像中的病害。其中的PAM将注意力机制引入神经网络当中，包括空间注意力和通道注意力两部分，用于增强神经网络的表达能力。其无人船设备包括船体模块、视频采集模块、激光雷达导航模块和地面站模块，支持无需GPS信息的激光雷达导航、视频信息的远距离实时传输和高鲁棒性实时控制，用于自动化采集桥梁底部信息。本发明可以广泛应用于中小桥梁底部等GPS信号微弱且环境复杂的区域的病害检测中。
-
Patent Agency Ranking
公开(公告)号：CN112884760A
公开(公告)日：2021-06-01
申请号：CN202110285996.5
申请日：2021-03-17
Applicant: 东南大学
Abstract: 本发明公开了一种近水桥梁多类型病害智能检测方法与无人船设备。其方法包括基础设施病害目标检测网络CenWholeNet和基于仿生思想的并行注意力模块PAM，其中的CenWholeNet是一种基于深度学习的Anchor‑free目标检测网络，主要包括骨干网络和检测器两部分，用于自动化、高精度检测采集图像中的病害。其中的PAM将注意力机制引入神经网络当中，包括空间注意力和通道注意力两部分，用于增强神经网络的表达能力。其无人船设备包括船体模块、视频采集模块、激光雷达导航模块和地面站模块，支持无需GPS信息的激光雷达导航、视频信息的远距离实时传输和高鲁棒性实时控制，用于自动化采集桥梁底部信息。本发明可以广泛应用于中小桥梁底部等GPS信号微弱且环境复杂的区域的病害检测中。
-
公开(公告)号：CN109834804A
公开(公告)日：2019-06-04
申请号：CN201910198436.9
申请日：2019-03-15
Applicant: 东南大学
Abstract: 本发明公开了一种可换喷嘴的旋转混凝土打印机喷头，包括滑轨与喷头体，所述滑轨与喷头体之间通过喷头支架连接，所述喷头体内部设置有搅拌装置，所述喷头体上方设置有进料装置，所述喷头体末端设置有喷嘴，所述喷头体外壁上设置有大齿轮，所述喷头支架上设置有旋转电机，所述旋转电机上设置有小齿轮，所述小齿轮与大齿轮啮合。本发明所述的喷嘴与喷头体之间为螺纹连接，且喷嘴拆下后搅拌棒可由联轴器上拆下，方便拆卸、安装、更换与清洗。本发明中的喷头体与喷嘴可以随着进给方向的改变而旋转，始终保持矩形喷嘴长边与进给方向垂直，提高打印质量，丰富打印效果。
-
公开(公告)号：CN111223087B
公开(公告)日：2022-11-15
申请号：CN202010044919.6
申请日：2020-01-15
Applicant: 东南大学
Abstract: 本发明公开了一种基于生成对抗网络的桥梁裂缝自动检测方法。本发明的方法包括：步骤一：搭建基于生成对抗网络的卷积神经网络框架：步骤二：搭建数据库，采集桥梁裂缝信息，形成数据集；步骤三：基于全体数据集对分支网络进行预训练，同时保留每个训练批次的训练模型；步骤四：对步骤三的训练模型中选择效果最好的训练模型，将该效果最好的训练模型权重复原到整体网络的对应网络中；然后将全体数据集一分为二，开始对抗训练，每轮对抗训练中分支网络和判别网络2交替各训练1次，并交替更新分支网络和判别网络2的参数，使得判别网路1和判别网络2的损失函数最小化，更新网络权重。本发明具有网络参数少、处理速度快和识别精度高的优点。
-
公开(公告)号：CN111223087A
公开(公告)日：2020-06-02
申请号：CN202010044919.6
申请日：2020-01-15
Applicant: 东南大学
Abstract: 本发明公开了一种基于生成对抗网络的桥梁裂缝自动检测方法。本发明的方法包括：步骤一：搭建基于生成对抗网络的卷积神经网络框架：步骤二：搭建数据库，采集桥梁裂缝信息，形成数据集；步骤三：基于全体数据集对分支网络进行预训练，同时保留每个训练批次的训练模型；步骤四：对步骤三的训练模型中选择效果最好的训练模型，将该效果最好的训练模型权重复原到整体网络的对应网络中；然后将全体数据集一分为二，开始对抗训练，每轮对抗训练中分支网络和判别网络2交替各训练1次，并交替更新分支网络和判别网络2的参数，使得判别网路1和判别网络2的损失函数最小化，更新网络权重。本发明具有网络参数少、处理速度快和识别精度高的优点。
-
公开(公告)号：CN110489838A
公开(公告)日：2019-11-22
申请号：CN201910728832.8
申请日：2019-08-08
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于贝叶斯推理的湿木材热参数反演方法，首先，基于阿伦尼乌斯定律建立湿木材热分解本构模型,详细考虑了木材热解过程中的多个阶段；其次，基于贝叶斯方法建立木材热参数反演模型；再次，基于马尔科夫链蒙特卡罗方法(MCMC)给出所建立模型的求解算法，提出混合反演算法；最后为了更好的实际应用，还提出一种基于MATLAB、ABAQUS和Python的求解算法通用计算方案，该计算方案灵活调用多种计算软件，实现了复杂运算和数据的自动化处理。本发明与传统方法相比，所提方法与实际热解过程拟合较好，同时简单高效，具有较高的热参数反演精度，具备巨大的工程应用价值。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
