-
公开(公告)号：CN119579492A
公开(公告)日：2025-03-07
申请号：CN202411428773.X
申请日：2024-10-14
Applicant: 长江勘测规划设计研究有限责任公司 , 河海大学
IPC: G06T7/00 , G06V20/05 , G06V20/40 , G06V10/764 , G06V10/80 , G06V10/40 , G06V10/42 , G06V10/77 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种水工混凝土结构多类别水下病害智能检测方法及系统，该方法以单阶段神经网络YOLOv8s为基础模型，在其在其主干网络的三个特征输出层后添加GAM注意力机制，从通道和空间两个维度强化模型对目标特征的关注度；将CIoU替换为WIoUv3作为定位损失函数，解决不同质量样本间的边界框回归平衡问题，从而构建出精准高效的水工混凝土结构水下病害目标检测模型。本发明方法能仅依靠光学图像数据为输入，实现对裂缝、露筋、孔洞和剥落等多种水下病害的精确识别，特别是多种水下病害重叠的情况。
-
公开(公告)号：CN117105589B
公开(公告)日：2024-05-17
申请号：CN202311121934.6
申请日：2023-09-01
Applicant: 河海大学
IPC: C04B28/00 , C04B111/27 , C04B111/70 , C04B111/74
Abstract: 本发明公开了一种深水快速堵漏碱激发灌浆材料及制备方法，该材料的组分包括粉煤灰、矿粉、硅灰、氧化镁和复合碱性激发剂；按重量份数计算，粉煤灰为50‑60份、矿粉为30‑40份、硅灰为5‑10份、氧化镁为3‑5份、复合碱性激发剂为40‑50份。本发明的深水快速堵漏碱激发灌浆材料具备低温快速固化的特性，高碱度溶液能够迅速激发胶凝组分的反应，低温环境下可在25min内凝结固化，大幅提高深水堵漏速度，缩短灌浆施工时间，提升工程的安全性和稳定性。
-
公开(公告)号：CN117326829B
公开(公告)日：2024-05-14
申请号：CN202311220757.7
申请日：2023-09-21
Applicant: 河海大学
IPC: C04B28/00 , C04B38/06 , C04B40/02 , E04B1/80 , C04B111/40
Abstract: 本发明公开了一种具有单向排列微孔的无机聚合物隔热板制备方法，包括S1、将粉煤灰、矿粉、氢氧化钠溶液和水玻璃加入搅拌机中进行搅拌；S2、添加造孔纤维：向搅拌机的浆料中添加造孔纤维，并继续搅拌；S3、挤压入模：将步骤S2制备好的混合浆料加入挤出机中，并挤出；将挤出的混合浆料沿单个方向铺满模具，覆盖塑料膜；S4、蒸汽养护：将入模后的混合浆料放入温度为60℃的蒸汽养护室中养护6h后脱模；S5、热处理成孔：将脱模后的板材放入烘箱进行热处理，在300℃下静置4h，待自然冷却后切割成所需尺寸的隔热墙板。该无机聚合物隔热板具有单向吸水率高、保温隔热、抗弯性能优良的特点，为建筑物通过水蒸发被动降温提供了新的方案。
-
公开(公告)号：CN117274789B
公开(公告)日：2024-04-09
申请号：CN202311549825.4
申请日：2023-11-21
Applicant: 长江勘测规划设计研究有限责任公司 , 河海大学
IPC: G06V20/05 , G06V20/70 , G06V10/26 , G06V10/28 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/10 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种水工混凝土结构水下裂缝语义分割方法，包括通过从水下机器人在水库工程现场拍摄的视频中逐帧提取水下裂缝图像，对水下裂缝图像进行处理，构建水下裂缝数据集；构建卷积神经网络模型并进行迭代训练，通过计算损失函数来调整模型参数，得到水工混凝土结构水下裂缝语义分割模型；通过对分割后的图像进行二值化处理，对经二值化处理后的预测结果进行像素级量化处理；结合相机成像原理和相机的参数，将水工混凝土结构水下裂缝的像素级量化结果转化为实际物理量化结果，得到水工混凝土结构水下裂缝分割结果。本发明实现了对水工混凝土结构水下裂缝的量化识别，并提升了水工混凝土结构水下裂缝检测的准确度。
-
公开(公告)号：CN119762957A
公开(公告)日：2025-04-04
申请号：CN202510248936.4
申请日：2025-03-04
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 水利部交通运输部国家能源局南京水利科学研究院
Inventor： 朱延涛 , 陈豪 , 沈光泽 , 聂兵兵 , 徐利福 , 余意 , 贺喜 , 钱睿钦 , 廖贵能 , 顾昊 , 赵盛杰 , 何旺 , 孔明 , 梁国峰 , 字林 , 杨先涛 , 郝灵 , 魏子钧 , 赵家尧 , 刘军显 , 郭彪
Abstract: 本发明公开一种弱算力条件下的大坝水下多类别病害智能检测方法及系统，以单阶段目标检测算法YOLOv7为基础，在算法主干网络部分融合可变形卷积DConv和SE注意力机制，赋予病害特征更多权重信息，提升模型在复杂水下环境中对病害目标的检测精度；在算法头部网络使用MPDIoU损失函数，增强预测框与真实框之间的匹配度，提高对长宽比差异过大的病害目标的检测精度；通过稀疏化训练和结构化剪枝策略，去除算法中冗余参数，实现轻量化，降低运行算力要求；最终构建一种弱算力条件下的大坝水下多类别病害智能检测模型，以期在工程一线弱算力检测设备中流畅运行的同时保持高检测精度，实现对裂缝、露筋、孔洞和剥落等多种水下病害的精确识别检测。
-
Patent Agency Ranking
公开(公告)号：CN119418195A
公开(公告)日：2025-02-11
申请号：CN202411421733.2
申请日：2024-10-12
Applicant: 长江勘测规划设计研究有限责任公司 , 河海大学
IPC: G06V20/10 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/0895 , G06N3/094
Abstract: 本发明公开了一种基于弱监督小样本学习的堤坝水下混凝土剥落检测方法，涉及堤坝水下目标检测技术领域。该方法以深度卷积生成对抗网络作为生成模型，可有效处理图像中的细节并生成高质量的合成图像，以缓解水下混凝土剥落图像稀少的问题；将以ResNet50为主干网络的Faster R‑CNN模型作为学生模型和教师模型，综合运用弱监督学习的自训练策略，减小合成数据与真实数据分布之间的差异对模型的不良影响，从而构建出高精度的堤坝水下混凝土剥落检测模型。本发明方法能在仅标注部分水下混凝土剥落(新类)图像的情况下实现高精度的水下混凝土剥落(新类)检测，可将其进一步推广应用于各类涉水水工建筑物的结构缺陷检测中。
-
公开(公告)号：CN117105589A
公开(公告)日：2023-11-24
申请号：CN202311121934.6
申请日：2023-09-01
Applicant: 河海大学
IPC: C04B28/00 , C04B111/27 , C04B111/70 , C04B111/74
Abstract: 本发明公开了一种深水快速堵漏碱激发灌浆材料及制备方法，该材料的组分包括粉煤灰、矿粉、硅灰、氧化镁和复合碱性激发剂；按重量份数计算，粉煤灰为50‑60份、矿粉为30‑40份、硅灰为5‑10份、氧化镁为3‑5份、复合碱性激发剂为40‑50份。本发明的深水快速堵漏碱激发灌浆材料具备低温快速固化的特性，高碱度溶液能够迅速激发胶凝组分的反应，低温环境下可在25min内凝结固化，大幅提高深水堵漏速度，缩短灌浆施工时间，提升工程的安全性和稳定性。
-
公开(公告)号：CN119714971A
公开(公告)日：2025-03-28
申请号：CN202411499732.X
申请日：2024-10-25
Applicant: 河海大学
Abstract: 本发明涉及水体监测技术领域，公开了一种沉积物‑水界面温室气体通量监测装置及计量方法，其监测装置包括一个气水监测箱和三个气体监测箱，所述气水监测箱和三个气体监测箱通过滑动连接件安装在同一滑轨上，所述气水监测箱和三个气体监测箱中空且底面活动连接有固定板，所述气水监测箱和气体监测箱内部设置有过滤结构，所述气体监测箱内部设置有排气结构，所述气体监测箱外壁连接采气结构，本发明采样精准，操作简单，能适应各种水域环境，可以实现沉积物‑水界面温室气体原位连续采集，实用性强。
-
公开(公告)号：CN119380068A
公开(公告)日：2025-01-28
申请号：CN202411291398.9
申请日：2024-09-14
Applicant: 长江勘测规划设计研究有限责任公司 , 河海大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/05 , G06V20/70 , G06T7/00
Abstract: 本发明涉及大坝水下结构缺陷检测技术领域，具体涉及一种弱算力条件下大坝水下结构缺陷实时检测方法及装置，包括：获取大坝水下结构缺陷视频数据，提取缺陷图像构建大坝水下结构缺陷数据集；对提取的缺陷图像进行缺陷类别和缺陷区域的信息标注，将标注后的数据集划分为训练集、验证集和测试集；以YOLOv8n为基础模型，构建大坝水下结构缺陷检测模型，利用训练集和验证集对大坝水下结构缺陷检测模型进行训练与评价，利用测试集进行检验；利用大坝水下结构缺陷检测模型对大坝水下结构缺陷实时图像进行分析，获取水下结构缺陷所属类别及位置信息。本发明可实现在弱算力条件下对大坝水下结构缺陷图像的快速检测，大幅降低人工检测的成本和安全风险。
-
公开(公告)号：CN117934374A
公开(公告)日：2024-04-26
申请号：CN202311739184.9
申请日：2023-12-18
Applicant: 长江勘测规划设计研究有限责任公司 , 河海大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/25
Abstract: 本发明公开一种基于多任务约束深度学习的水工隧洞缺陷检测方法，包括获取隧洞衬砌混凝土缺陷，并构建缺陷数据集；通过对缺陷数据集进行标注，并将缺陷数据集划分为训练集、测试集；构建初始多任务约束Faster R‑CNN模型，设置初始参数待后续迭代更新；利用训练集样本，迭代更新多任务约束的Faster R‑CNN模型，并通过计算损失函数来调整模型参数；每步迭代更新多任务约束Faster R‑CNN模型后，利用测试集对更新的训练模型进行测试，得到识别准确率达到预设值的水工隧洞缺陷检测模型后停止迭代；利用获得的水工隧洞缺陷检测模型对新获取的水工隧洞图像进行识别，得到缺陷检测结果。本发明解决了因部分水工隧洞缺陷样本稀少而引发的特征提取不鲁棒的问题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.029 seconds)
