-
公开(公告)号：CN114913302B
公开(公告)日：2023-07-14
申请号：CN202210386639.2
申请日：2022-04-13
Applicant: 南京林业大学
IPC: G06T17/20 , G06F30/27 , G06F30/10 , G01D21/02 , G06F119/04
Abstract: 本发明公开了一种基于多传感器融合的旋转接头寿命预测系统及方法，属于工业设备寿命预测领域。对旋转接头在空间中进行三维网格状划分，同时对多传感器设定数据采集频率，按照数据采集频率进行旋转接头指标数据采集，建立数据库，随后建立旋转接头寿命预测模型，预测每个子网格的使用寿命，最后对所有子网格使用寿命取最小值，作为旋转接头整体使用寿命。本发明既能了解到旋转接头整体的情况，又能对局部细节进行观察，获得的信息更全面；从多个角度反应旋转接头的实际情况，用多种指标数据有助于提升预测的准确度，实现对旋转接头的状态从多维度进行准确的评价与预测，且预测结果准确可靠，有利于减少故障发生的概率。
-
公开(公告)号：CN112766229B
公开(公告)日：2022-09-27
申请号：CN202110171946.4
申请日：2021-02-08
Applicant: 南京林业大学
Abstract: 本发明公开一种基于注意力机制的人脸点云图像智能识别系统，包括点云数据转化模块、特征提取模块、注意力机制模块、图像融合模块、数据集样本划分以及孪生神经网络模块。本发明中提出将点云数据转化为人脸深度图，并对深度图进行特征提取，加入注意力机制，能够更好地提取出反映人脸的特征区域；本发明提出对数据样本划分为正样本和负样本，并使用孪生神经网络模块对正负样本进行训练，利用对比损失函数能够更好地对人脸特征向量进行误差计算，最后找到最接近的人脸类别，能够更加准确、迅速地进行人脸识别。
-
公开(公告)号：CN114913302A
公开(公告)日：2022-08-16
申请号：CN202210386639.2
申请日：2022-04-13
Applicant: 南京林业大学
IPC: G06T17/20 , G06F30/27 , G06F30/10 , G01D21/02 , G06F119/04
Abstract: 本发明公开了一种基于多传感器融合的旋转接头寿命预测系统及方法，属于工业设备寿命预测领域。对旋转接头在空间中进行三维网格状划分，同时对多传感器设定数据采集频率，按照数据采集频率进行旋转接头指标数据采集，建立数据库，随后建立旋转接头寿命预测模型，预测每个子网格的使用寿命，最后对所有子网格使用寿命取最小值，作为旋转接头整体使用寿命。本发明既能了解到旋转接头整体的情况，又能对局部细节进行观察，获得的信息更全面；从多个角度反应旋转接头的实际情况，用多种指标数据有助于提升预测的准确度，实现对旋转接头的状态从多维度进行准确的评价与预测，且预测结果准确可靠，有利于减少故障发生的概率。
-
公开(公告)号：CN113848216B
公开(公告)日：2022-08-09
申请号：CN202111112804.7
申请日：2021-09-18
Applicant: 南京林业大学
Abstract: 本发明公开一种基于雾生成对抗神经网络的沥青混凝土检测系统及方法，包括计算机系统和图像采集装置等，图像采集装置采集搅拌完成的沥青混凝土图像，并将图像传输至计算机系统，实现在线检测沥青混凝土质量；本发明将机器视觉与神经网络算法相结合，通过雾生成对抗神经网络模型对沥青图像进行去烟雾、去模糊化操作，然后利用卷积神经网络检测沥青混凝土外观的均匀性，判断沥青混凝土中有无花白料、有无结块成团现象和严重离析现象，实时计算出沥青混凝土的质量是否合格。本发明自动化程度高、精确度高、实时性好、效率高，可与拌合站系统组网形成完整的监控体系，能够及时发现沥青混凝土搅拌时存在的质量问题，有效减少了经济损失，节约了时间。
-
公开(公告)号：CN112950602B
公开(公告)日：2022-01-18
申请号：CN202110264308.7
申请日：2021-03-11
Applicant: 南京林业大学
IPC: G06T7/00 , G06T7/12 , G06T7/62 , G06T7/90 , G06V10/764 , G06V10/82 , G06V10/762 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度相机与机器学习的糖果缺陷检测装置及分类方法，深度相机采集光源反射的糖果图像，并传输至工控机，工控机对糖果图像进行处理后，控制分选机构完成缺陷糖果的剔除工作；本发明的分类方法将机器视觉算法与深度学习算法相结合，利用机器视觉算法在RGB颜色空间对图像进行特征提取，并对图像中粘连的糖果进行分割，保证了算法在工业环境下运行的稳定性；利用深度学习算法中的卷积神经网络Resnet18检测缺陷糖果，通过改进网络结构进行糖果分类，并输出糖果缺陷面积。本发明降低了人工分拣的误检率和漏检率与企业的生产成本，满足了企业的生产需求，提高了生产效率。
-
Patent Agency Ranking
公开(公告)号：CN112676195A
公开(公告)日：2021-04-20
申请号：CN202011468724.0
申请日：2020-12-14
Applicant: 南京林业大学
Abstract: 本发明公开一种基于线阵CMOS相机的实木地板的颜色分选装置，属于地板分类技术领域，包括油漆箱、传送带、图像采集暗箱、工控机、PLC控制器、踢腿装置和收集箱，所述图像采集暗箱设置在传送带上，在所述图像采集暗箱内设置有线阵CMOS相机、白色LED排灯、校正板和光电开关，所述线阵CMOS相机与工控机连接，工控机、踢腿装置分别与PLC控制器连接，踢腿装置和收集箱相对设置在传送带两侧进行地板分类收集。本发明可以实现实木地板颜色的快速识别与分类，解决了困扰行业多年的实木地板相近颜色分选的技术难题。
-
公开(公告)号：CN115014748B
公开(公告)日：2023-05-23
申请号：CN202210607619.3
申请日：2022-05-31
Applicant: 南京林业大学
IPC: G01M13/003 , G01H17/00 , G06F18/10 , G06F18/213 , G06F18/24 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种用于籽棉分选喷阀的故障诊断方法，属于设备故障检测技术领域，该方法采集振动信号，利用傅里叶变换实时计算在多个不同位置采集到的振动数据主要成分，记录这些主要成分的周期；获得校正以及去噪后的信号；将去噪后的信号按其各主成分周期打断后排列，形成输入张量；将去噪后的信号作为训练数据对特征提取和分类网络进行训练利用训练后的分类网络进行分类，得出喷阀阵列的具体故障情况。本发明能够加大采样频率以获得更高的准确率；借用图像处理领域的深度可分离卷积思想，达到隔离各位置采集的振动特征的目的；设置周期超参数，有依据地确定该参数值，相比其他模型更具可解释性和用于不同籽棉异纤分选机的针对性。
-
公开(公告)号：CN114937190B
公开(公告)日：2023-05-16
申请号：CN202210607648.X
申请日：2022-05-31
Applicant: 南京林业大学
Abstract: 本发明公开了一种用于籽棉开松有效性的判别方法及系统，属于杂质分选与深度学习技术领域，该方法利用线阵相机和3D深度相机获取籽棉异纤除杂生产线中开松后的籽棉图像及三维信息，将线扫描图像数据与线扫描3D深度数据进行对齐和融合，在图像识别的基础上通过3D深度数据额外获取棉花成团表面深度信息，结合开松机振动数据，判断开松的有效性。本发明将线扫描图像数据与线扫描3D深度数据进行对齐和融合，同时采集开松机的振动数据，提高判别准确率，在相同采样率和采样长度的情况下有效降低对计算机硬件的性能要求，有利于降低运行和维护成本。
-
公开(公告)号：CN115014748A
公开(公告)日：2022-09-06
申请号：CN202210607619.3
申请日：2022-05-31
Applicant: 南京林业大学
IPC: G01M13/003 , G01H17/00 , G06K9/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种用于籽棉分选喷阀的故障诊断方法，属于设备故障检测技术领域，该方法采集振动信号，利用傅里叶变换实时计算在多个不同位置采集到的振动数据主要成分，记录这些主要成分的周期；获得校正以及去噪后的信号；将去噪后的信号按其各主成分周期打断后排列，形成输入张量；将去噪后的信号作为训练数据对特征提取和分类网络进行训练利用训练后的分类网络进行分类，得出喷阀阵列的具体故障情况。本发明能够加大采样频率以获得更高的准确率；借用图像处理领域的深度可分离卷积思想，达到隔离各位置采集的振动特征的目的；设置周期超参数，有依据地确定该参数值，相比其他模型更具可解释性和用于不同籽棉异纤分选机的针对性。
-
公开(公告)号：CN114377997A
公开(公告)日：2022-04-22
申请号：CN202210035385.X
申请日：2022-01-12
Applicant: 南京林业大学
Abstract: 本发明公开一种基于COMS和高光谱相机的杆状物分选装置及方法，属于物料分选技术领域，包括进料装置、传送装置、超高速图像预处理单元、工控机、喷阀控制单元和多级分选装置，相机采集物料图像，图像经超高速图像预处理单元处理后，发送至工控机，工控机通过迁移学习算法提取图片特征，使用实例分割算法分析特征图片得到物料中杆状物及异物的特点、位置信息，对物料中杆状物及异物进行识别分割，完成杆状物的分选工作。本发明将分选系统模块化，根据不同物料，自行搭配使用；CMOS工业线阵相机及高光谱相机通过深度学习的方法对图像进行识别分割可以提升杆状物识别的准确率，实现精准分选，成功的解决了人工分选的低精度、高成本的难题。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.021 seconds)
