-
公开(公告)号：CN119444755A
公开(公告)日：2025-02-14
申请号：CN202510038357.7
申请日：2025-01-10
Applicant: 中国计量大学 , 温州市特种设备检测科学研究院(温州市特种设备应急处置中心)
IPC: G06T7/00 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464
Abstract: 本发明公开了一种电梯钢带的表面缺陷的检测方法及系统，将多个表面图像形成复杂数据集，并将复杂数据集与YOLOv8n模型进行交互；基于复杂数据集与对YOLOv8n模型进行模型优化，并输出电梯钢带表面故障检测模型；采集电梯钢带的待检测图像，并根据电梯钢带的待检测图像以及电梯钢带表面故障检测模型输出电梯钢带的表面故障信息，电梯钢带的表面故障信息包括磨损裸露、鼠啮破损或横向裂纹，此时，基于复杂数据集训练YOLOv8n模型，以便于对YOLOv8n模型进行优化，从而输出电梯钢带表面故障检测模型，以便于根据电梯钢带的待检测图像以及电梯钢带表面故障检测模型输出电梯钢带的表面故障信息，实现了电梯钢带的待检测图像的智能故障检测。
-
Patent Agency Ranking
公开(公告)号：CN118521954A
公开(公告)日：2024-08-20
申请号：CN202410418987.2
申请日：2024-04-09
Applicant: 中国计量大学 , 温州市特种设备检测科学研究院(温州市特种设备应急处置中心)
Abstract: 本发明公开了一种电梯安全帽的控制方法及系统，基于电梯安全帽相对于维保人员的头部的佩戴姿态以及维保人员的头部的中轴线定义组合中心，并定义组合中心的坐标；根据组合中心的坐标以及电梯的坐标的比对而确定电梯安全帽处于电梯内；基于电梯安全帽采集维保人员的操作图像，并同步检测维保人员的周边环境；基于维保人员的操作图像以及周边环境触发操作提示；关联电梯安全帽以及电梯，并采集电梯的工作数据；基于电梯的工作数据推测电梯的当前状态，并在可靠性分析下定义电梯的使用寿命，此时，把控电梯安全帽相对于维保人员的头部的佩戴姿态，基于维保人员的操作图像以及周边环境触发操作提示，以及时调控维保人员的操作动作。
-
公开(公告)号：CN119187870A
公开(公告)日：2024-12-27
申请号：CN202411612315.1
申请日：2024-11-13
Applicant: 温州市特种设备检测科学研究院(温州市特种设备应急处置中心) , 浙江工业大学
Abstract: 本发明公开了一种提升金属与CFRP激光焊接接头耐老化性能的方法及应用，方法包括以下步骤：S1:预处理金属板材；S2:微弧氧化预处理好的金属板试样；S3:金属板试样与CFRP板材的搭接；S4:激光焊接；S5:冷却备用。本申请将预处理过后的金属进行微弧氧化处理，使其表面形成一层致密的氧化膜，而后将微弧氧化过后的金属单搭接在CFRP上用激光进行加热使金属与CFRP连接，使得微弧氧化后的金属与CFRP接头耐老化性能显著提升，此方法可广泛应用于金属和非金属基复合材料中制备中。
-
公开(公告)号：CN118155121A
公开(公告)日：2024-06-07
申请号：CN202410587465.5
申请日：2024-05-13
Applicant: 温州市特种设备检测科学研究院(温州市特种设备应急处置中心)
Abstract: 本发明公开了一种电梯物联视频异常检测方法及其设备、存储介质，异常检测方法包括以下步骤：S1:异常视频图像预处理；S2:被检图像特征与异常视频图像特征匹配；S3:标记异常物联并预警。设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；一种非暂态计算机可读存储介质，其上存储有计算机程序。本申请基于图像特征匹配的电梯物联视频异常检测方法，实现电梯物联视频图像特征匹配功能。本申请的技术方案基于图像特征匹配的电梯物联视频异常检测方法，实现电梯物联视频异常报警功能，可广泛应用于电梯物联视频的检测。
-
公开(公告)号：CN116119478A
公开(公告)日：2023-05-16
申请号：CN202310355097.7
申请日：2023-04-06
Applicant: 温州市特种设备检测科学研究院(温州市特种设备应急处置中心) , 福建师范大学 , 福建省特种设备检验研究院
IPC: B66B5/00 , G06F18/241
Abstract: 本发明涉及一种电梯故障预测的方法、装置、电子设备及存储介质。电梯故障预测的方法包括步骤：S1、获得实时电梯数据；S2、针对电梯运行过程的时间序列数据进行预处理；S3、基于预处理后的数据对数据进行趋势分解，对分解后的残差项进行平稳性检验；S4、利用指数平滑方法获得预测数据；S5、利用滑动均值/标准差判断数据特征，采用指数加权衰减的二分组变点检测算法计算；S6、基于变点分析的结果，基于最后一段平稳数据建立ARIMA模型，结合指数平滑预测结果。依据本发明的电梯故障预测的方法，考虑时序数据可能存在的非平稳性带来的误判，其预测精度高，能够给维修人员提供实时检修依据。
-
公开(公告)号：CN119168948A
公开(公告)日：2024-12-20
申请号：CN202411161551.6
申请日：2024-08-23
Applicant: 温州市特种设备检测科学研究院(温州市特种设备应急处置中心)
IPC: G06T7/00 , G06V10/82 , G06V10/776 , G06V10/25 , G06V10/44 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/094 , G06N3/0455 , G06N3/042
Abstract: 本发明提出了一种基于深度学习的曳引式电梯钢丝绳缺陷检测方法，属于电梯钢丝绳故障检测技术领域；包括如下步骤：S1：采用若干图像采集装置，进行多向采集，获取电梯钢丝绳的真实缺陷图像；S2：构建改进的UCG‑GAN模型；S3：利用真实缺陷图像和改进的UCG‑GAN模型的生成器G生成的第一钢丝绳缺陷图像；采用生成的第一钢丝绳缺陷图像反向传播更新生成器G和鉴别器D的参数，并通过迭代训练生成器G和鉴别器D；使用训练后的模型建立钢丝绳缺陷样本库；S4：建立并初始化改进的EfficientNet网络模型，采用钢丝绳缺陷样本库进行训练；S5：利用训练后的改进的EfficientNet网络模型，对若干图像采集装置实时采集到的电梯钢丝绳的真实缺陷图像进行缺陷识别，输出缺陷识别结果。利用改进的UCG‑GAN模型生成缺陷图像，有利于改善缺陷图像多样性不足的问题，结合改进的EfficientNet网络模型，提高对于不同缺陷的识别效果。
-
-
-
-
-
Search Results
6
records
(took 0.051 seconds)
