-
公开(公告)号：CN119043612A
公开(公告)日：2024-11-29
申请号：CN202410929694.0
申请日：2024-07-11
Applicant: 大连理工大学 , 大连理工大学宁波研究院
Abstract: 本申请揭示了一种传感器检测装置及方法，所述装置包括：带有箱盖的箱体、振动试验器、振动试验台、喷淋结构、超声波雾化器和排污结构，将所述箱盖作为所述箱体的顶面，将箱体与所述箱盖平行的面作为底面，所述振动试验器设置于所述箱体的第一外侧壁，所述振动试验器通过伸缩杆连接处于所述箱体内的振动试验台，所述伸缩杆贯穿所述第一外侧壁，所述振动试验台和所述箱体之间设置有橡胶隔离层，所述橡胶隔离层包裹所述伸缩杆，所述超声波雾化器设置于所述箱体的第二外侧壁，所述超声波雾化器通过送气管连接设置于所述箱体内的喷淋结构，所述排污结构设置于所述箱体的底面，所述排污结构用于将所述箱体内的空间与箱体外的空间连通。
-
Patent Agency Ranking
公开(公告)号：CN117151680A
公开(公告)日：2023-12-01
申请号：CN202310691964.4
申请日：2023-06-13
Applicant: 大连理工大学
Abstract: 本发明提供了一种基于YOLOv6的桥梁病害巡检方法及系统，涉及桥梁病害检测技术领域，方法包括如下步骤：S1、规划无人机的航行路径；S2、采集无人机的训练数据；S3、建立并训练YOLOv6桥梁病害识别模型；S4、进行无人机自动巡检与桥梁病害识别；本发明为了解决传统桥梁检测成本高、效率低、影响交通正常运行等问题，采用基于无人机智能机场的桥梁病害巡检系统，实现桥梁病害检测结果的实时标定和显示，并可用于一定范围桥梁病害的定期巡检。本发明采用基于人工智能的桥梁病害图像自动识别技术YOLOv6模型进行桥梁病害自动检测工作，通过与前述巡检系统的交互，大幅度提高识别效率与识别精度。
-
公开(公告)号：CN100443680C
公开(公告)日：2008-12-17
申请号：CN01128192.8
申请日：2001-09-21
Applicant: 大连理工大学
IPC: E04B2/86
Abstract: 蜂窝状模网属于混凝土墙体模板领域。其特征在于蜂窝状模网由内钢丝网(2)、外钢丝网(7)、内支撑物(1)、外支撑物(9)、折钩拉筋(3)、内高强螺丝(4)、外高强螺丝(8)、内蜂窝状网(6)、外蜂窝状网(5)构成，用折钩拉筋(3)将内支撑物(1)、外支撑物(9)连接，内高强螺丝(4)将内钢丝网(2)、内蜂窝状网(6)与内支撑物(1)连接，外高强螺丝(8)将外钢丝网(7)、外蜂窝状网(5)与外支撑物(9)连接，制成蜂窝状模网。本发明的效果是，施工效率高，噪音低，墙体的绝热和隔声性能好，加工工艺简洁、加工方便。
-
公开(公告)号：CN103351107A
公开(公告)日：2013-10-16
申请号：CN201310211539.7
申请日：2013-05-30
Applicant: 大连理工大学
CPC classification number: Y02P40/145 , Y02W30/95
Abstract: 本发明属于建筑材料领域，涉及一种废弃混凝土低温分离的方法。其特征是利用混凝土各相热膨胀系数不同的特点，采用低温加热和颗粒整形的叠加工艺使骨料与硬化水泥石分离，并对其进行筛分处理，将粒径为5~26.5mm作为再生粗骨料，0.315~5mm作为再生细骨料，小于0.315mm作为再生混合材。本发明以废弃混凝土固体“零排放”为基础，实现了再生骨料和再生混合材的完全再利用。分离工艺中低温加热为200℃，相对现有的高温分离，节约能源。本发明得到的再生掺合料在5%范围内替代水泥后，胶砂强度和流动性均不影响，再生粗骨料60%替代天然粗骨料后，混凝土的强度和流动性均不影响。
-
公开(公告)号：CN116883806A
公开(公告)日：2023-10-13
申请号：CN202310647768.7
申请日：2023-06-02
Applicant: 大连理工大学
IPC: G06V10/82 , G06V10/764 , G06V10/774 , G06V20/17 , G06N3/0464 , G06N3/08
Abstract: 基于无人机智能平台与YOLO目标检测模型的路面病害巡检方法，属于目标检测技术领域。技术方案：通过无人机对数据进行采集；通过YOLOv6路面病害识别模型对采集到的数据进行训练；所述YOLOv6路面病害识别模型包括：骨干网络EfficientRepBackbone、neck框架Rep‑PAN、head模块Efficient decoupledhead；通过步骤S2获得的高效识别路面病害的目标检测模型开展路面病害识别。有益效果：本发明使用无人机智能机场进行空中自动起降、自动拍摄，获取高空视频数据进行有效识别，实现无人化、智能化、高效路面病害视频数据采集工作；本发明使用YOLOv6模型，采用预先采集部分路段的视频数据进行模型训练工作，并利用YOLOv6模型进行路面病害自动检测工作，实现准确率高，识别速度快的路面病害实时检测。
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
