一种基于深度学习的泰勒锥检测方法及检测系统

    公开(公告)号:CN110852998B

    公开(公告)日:2023-03-31

    申请号:CN201911030248.1

    申请日:2019-10-28

    Abstract: 本发明涉及静电纺丝领域,具体涉及一种基于深度学习的泰勒锥检测方法及检测系统,该方法包括:采集图像样本,对采集到的图像样本进行训练生成泰勒锥检测模型;在静电纺丝设备上安装部署了泰勒锥检测模型的小型计算机,使用泰勒锥检测模型在静电纺丝过程中对纺丝针头处是否形成泰勒锥进行检测。检测系统包括:图像样本采集装置、检测模型训练装置、静电纺丝装置,图像样本采集装置用于采集图像样本,高性能计算机用于训练生成检测模型,将检测模型部署在静电纺丝设备上的小型计算机中检测是否生成泰勒锥,通过上述检测方法及检测系统,实现自动检测泰勒锥,无需人工肉眼观察,提高判断的速度以及准确率。

    一种基于深度学习的泰勒锥检测方法及检测系统

    公开(公告)号:CN110852998A

    公开(公告)日:2020-02-28

    申请号:CN201911030248.1

    申请日:2019-10-28

    Abstract: 本发明涉及静电纺丝领域,具体涉及一种基于深度学习的泰勒锥检测方法及检测系统,该方法包括:采集图像样本,对采集到的图像样本进行训练生成泰勒锥检测模型;在静电纺丝设备上安装部署了泰勒锥检测模型的小型计算机,使用泰勒锥检测模型在静电纺丝过程中对纺丝针头处是否形成泰勒锥进行检测。检测系统包括:图像样本采集装置、检测模型训练装置、静电纺丝装置,图像样本采集装置用于采集图像样本,高性能计算机用于训练生成检测模型,将检测模型部署在静电纺丝设备上的小型计算机中检测是否生成泰勒锥,通过上述检测方法及检测系统,实现自动检测泰勒锥,无需人工肉眼观察,提高判断的速度以及准确率。

    一种基于神经网络的静电纺丝纤维平均直径预测方法

    公开(公告)号:CN110656385A

    公开(公告)日:2020-01-07

    申请号:CN201911030831.2

    申请日:2019-10-28

    Abstract: 本发明涉及静电纺丝技术领域,具体公开了一种基于神经网络的静电纺丝纤维平均直径预测方法,包括将静电纺丝工艺参数以及静电纺丝纤维的直径作为训练样本、建立BP神经网络模型、输入训练样本对BP神经网络模型进行训练、将静电纺丝工艺参数输入训练后的BP神经网络模型、训练后的BP神经网络模型对静电纺丝纤维的直径进行预测并得出直径预测值等步骤。本发明的基于神经网络的静电纺丝纤维平均直径预测方法,运用BP神经网络技术,建立建立预测模型得出静电纺丝纤维的平均直径,有效地提高了实验效率,方法简单高效,预测结果可信度较高,降低了试错成本。

    一种基于神经网络的静电纺丝纤维平均直径预测方法

    公开(公告)号:CN110656385B

    公开(公告)日:2021-01-12

    申请号:CN201911030831.2

    申请日:2019-10-28

    Abstract: 本发明涉及静电纺丝技术领域,具体公开了一种基于神经网络的静电纺丝纤维平均直径预测方法,包括将静电纺丝工艺参数以及静电纺丝纤维的直径作为训练样本、建立BP神经网络模型、输入训练样本对BP神经网络模型进行训练、将静电纺丝工艺参数输入训练后的BP神经网络模型、训练后的BP神经网络模型对静电纺丝纤维的直径进行预测并得出直径预测值等步骤。本发明的基于神经网络的静电纺丝纤维平均直径预测方法,运用BP神经网络技术,建立建立预测模型得出静电纺丝纤维的平均直径,有效地提高了实验效率,方法简单高效,预测结果可信度较高,降低了试错成本。

Patent Agency Ranking