-
公开(公告)号：CN112686877A
公开(公告)日：2021-04-20
申请号：CN202110009707.9
申请日：2021-01-05
Applicant: 同济大学
Abstract: 本发明公开了一种基于双目相机的三维房屋损伤模型构建测量方法及系统，其利用双目相机成像视差原理，通过双目相机扫描得到房屋室内平面图像，并根据双目立体匹配算法计算得到深度图像；进而得到房屋结构的各个位置及各个构件的实际尺寸信息，实现对房屋结构进行非接触式高精度三维测量和无损检测；然后采用损伤识别分割算法将裂缝损伤自双目相机中左目相机的房屋室内平面图像中分割出来；采用3D损伤精细化量化算法将分割得到的像素点投影到深度图上，即可获取到裂缝损伤中每个点的三维信息；并利用3D Convex hull凸包算法对裂缝损伤进行三维体积计算，即可直接获取房屋损伤的实际数据，便于城市大规模建筑群灾后快速检测和安全评估。
-
公开(公告)号：CN112900614A
公开(公告)日：2021-06-04
申请号：CN202110076766.8
申请日：2021-01-20
Applicant: 同济大学
Abstract: 一种适用于钢‑混凝土组合结构抗连续倒塌方法，步骤1，备好锚索、锚具和固定件；步骤2，在钢管混凝土柱与钢梁连接两侧处开设有贯穿孔，用于穿过锚索；步骤3，工字型钢梁腹板两侧分别布设一根锚索，采用固定件固定锚索于腹板两侧；步骤4，采用锚具用于锁紧固定锚索，防止滑脱；步骤5，采用固定件焊接于钢梁上翼缘与腹板之间，用于限制锚索的侧向移动；步骤6，所述锚索在平时为松弛不受力状态，当中柱失效进入大变形的悬链线阶段才会受力卡紧，防止结构出现连续性倒塌。在中柱失效进入大变形的悬链线阶段，锚索和边柱形成有效的拉结结构，防止结构出现连续性倒塌。
-
公开(公告)号：CN104030332B
公开(公告)日：2016-04-20
申请号：CN201410241818.2
申请日：2014-06-03
Applicant: 同济大学
IPC: C01F7/54
Abstract: 本发明涉及一种从农药工业含氟废渣中回收冰晶石的方法，采用以下步骤：(1)农药工业含氟废渣的浸提：将农药工业的含氟废渣与水混合，用酸调节混合液pH值，加热和机械搅拌，待反应结束后，过滤得滤液和滤渣；(2)冰晶石的制备：将铝液加入到滤液中，用酸或碱调节混合液初始pH值，加热和机械搅拌；待搅拌结束后，过滤得滤液和滤渣，滤液回流与浸提步骤得到的滤液混合再重新反应；滤渣经洗涤干燥得到产物冰晶石。与现有技术相比，本发明实现了含氟废渣的减量化和无害化并回收氟资源，且处理工艺简单、操作方便、成本低廉、二次污染小，在农药工业含氟废渣大量涌入环境的今天，具有显著的经济、社会和环境效益。
-
公开(公告)号：CN112900629B
公开(公告)日：2022-06-07
申请号：CN202110076758.3
申请日：2021-01-20
Applicant: 同济大学
Abstract: 一种适用于钢‑混凝土组合结构抗连续倒塌的杆式液压联动机构，其中杆式液压联动机构包括拉杆、内阻式液压阻尼器、销轴、销座，所述销座分别安装于钢管‑混凝土柱和钢梁上翼缘位置，拉杆和液压阻尼器的一端通过销轴分别与钢管混凝土柱和钢梁上的销座相连，二者的另外一端通过销轴相连。本申请专利主要应用于钢‑混凝土组合结构的凸角柱位置，意在为凸角柱的抗连续倒塌提供一种备用传力路径，防止凸角柱在意外事件(如撞击、爆炸等)作用下失效后导致结构出现连续性倒塌。本申请结构简单，施工安装便利，可靠性高，不影响结构的正常使用，适合应用于钢‑混凝土组合结构中。
-
公开(公告)号：CN112686877B
公开(公告)日：2022-11-11
申请号：CN202110009707.9
申请日：2021-01-05
Applicant: 同济大学
Abstract: 本发明公开了一种基于双目相机的三维房屋损伤模型构建测量方法及系统，其利用双目相机成像视差原理，通过双目相机扫描得到房屋室内平面图像，并根据双目立体匹配算法计算得到深度图像；进而得到房屋结构的各个位置及各个构件的实际尺寸信息，实现对房屋结构进行非接触式高精度三维测量和无损检测；然后采用损伤识别分割算法将裂缝损伤自双目相机中左目相机的房屋室内平面图像中分割出来；采用3D损伤精细化量化算法将分割得到的像素点投影到深度图上，即可获取到裂缝损伤中每个点的三维信息；并利用3D Convex hull凸包算法对裂缝损伤进行三维体积计算，即可直接获取房屋损伤的实际数据，便于城市大规模建筑群灾后快速检测和安全评估。
-
Patent Agency Ranking
公开(公告)号：CN112193245B
公开(公告)日：2021-09-03
申请号：CN202011015180.2
申请日：2020-09-24
Applicant: 同济大学
Abstract: 本发明涉及一种考虑驾驶员模糊感知的深度学习跟驰预测方法，包括如下步骤：S1、训练用于根据跟驰特征数据预测本车速度深度学习跟驰模型；S2、获取真实跟驰特征时序数据，输入至深度学习跟驰模型得到本车速度预测时序数据；S3、提取待预测时刻前N个时刻的真实跟驰特征时序数据以及本车速度预测时序数据作为第一数据集和第二数据集；S4、确定模糊感知时间窗，将第一数据集中位于模糊感知时间窗内的本车速度替换为第二数据集中对应时刻的本车速度预测值形成预测输入数据；S5、将预测输入数据输入至深度学习跟驰模型得到待预测时刻的本车速度预测值。与现有技术相比，本发明设置不同的模糊感知时间窗可对同一跟驰场景生成异质跟驰行为。
-
公开(公告)号：CN112900629A
公开(公告)日：2021-06-04
申请号：CN202110076758.3
申请日：2021-01-20
Applicant: 同济大学
Abstract: 一种适用于钢‑混凝土组合结构抗连续倒塌的杆式液压联动机构，其中杆式液压联动机构包括拉杆、内阻式液压阻尼器、销轴、销座，所述销座分别安装于钢管‑混凝土柱和钢梁上翼缘位置，拉杆和液压阻尼器的一端通过销轴分别与钢管混凝土柱和钢梁上的销座相连，二者的另外一端通过销轴相连。本申请专利主要应用于钢‑混凝土组合结构的凸角柱位置，意在为凸角柱的抗连续倒塌提供一种备用传力路径，防止凸角柱在意外事件(如撞击、爆炸等)作用下失效后导致结构出现连续性倒塌。本申请结构简单，施工安装便利，可靠性高，不影响结构的正常使用，适合应用于钢‑混凝土组合结构中。
-
公开(公告)号：CN112193245A
公开(公告)日：2021-01-08
申请号：CN202011015180.2
申请日：2020-09-24
Applicant: 同济大学
Abstract: 本发明涉及一种考虑驾驶员模糊感知的深度学习跟驰预测方法，包括如下步骤：S1、训练用于根据跟驰特征数据预测本车速度深度学习跟驰模型；S2、获取真实跟驰特征时序数据，输入至深度学习跟驰模型得到本车速度预测时序数据；S3、提取待预测时刻前N个时刻的真实跟驰特征时序数据以及本车速度预测时序数据作为第一数据集和第二数据集；S4、确定模糊感知时间窗，将第一数据集中位于模糊感知时间窗内的本车速度替换为第二数据集中对应时刻的本车速度预测值形成预测输入数据；S5、将预测输入数据输入至深度学习跟驰模型得到待预测时刻的本车速度预测值。与现有技术相比，本发明设置不同的模糊感知时间窗可对同一跟驰场景生成异质跟驰行为。
-
公开(公告)号：CN110599236A
公开(公告)日：2019-12-20
申请号：CN201910751621.6
申请日：2019-08-14
Applicant: 同济大学
Abstract: 本发明公开了一种基于GRU模型的短时停车需求预测方法，包括以下步骤：1)获得停车场设施的历史数据，对历史数据进行处理，得到各时间点上的泊位占有率数据。2)利用深度学习Keras框架包，设定GRU神经网络结构，利用Keras包中GridSearch函数获得模型最优参数。3)利用训练集数据训练GRU模型，保存该模型并预测下一个步长的泊位占有率。与现有技术相比，本发明在获取连续停车数据的背景下利用大数据处理技术以及应用深度学习最新的算法，提出了更先进以及更精确的停车信息诱导发布方法，其不仅可以考虑停车需求在时间维度上的关联性，同时其细胞模块有着更简介的控制门结构，能够很大程度上提高训练效率，从而提高停车设施的利用率，提升有泊车需求用户的满意度，同时避免用户的不必要交通，减轻道路的交通压力，还利于交通管理部门在车流高峰时期进行有效的交通管控。
-
公开(公告)号：CN104030332A
公开(公告)日：2014-09-10
申请号：CN201410241818.2
申请日：2014-06-03
Applicant: 同济大学
IPC: C01F7/54
Abstract: 本发明涉及一种从农药工业含氟废渣中回收冰晶石的方法，采用以下步骤：(1)农药工业含氟废渣的浸提：将农药工业的含氟废渣与水混合，用酸调节混合液pH值，加热和机械搅拌，待反应结束后，过滤得滤液和滤渣；(2)冰晶石的制备：将铝液加入到滤液中，用酸或碱调节混合液初始pH值，加热和机械搅拌；待搅拌结束后，过滤得滤液和滤渣，滤液回流与浸提步骤得到的滤液混合再重新反应；滤渣经洗涤干燥得到产物冰晶石。与现有技术相比，本发明实现了含氟废渣的减量化和无害化并回收氟资源，且处理工艺简单、操作方便、成本低廉、二次污染小，在农药工业含氟废渣大量涌入环境的今天，具有显著的经济、社会和环境效益。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.02 seconds)
