公开(公告)号：CN113592024A

公开(公告)日：2021-11-02

申请号：CN202110922763.1

申请日：2021-08-12

Applicant: 燕山大学

Inventor： 王东城 ,  徐扬欢 ,  刘计尊 ,  段伯伟 ,  杨实禹 ,  于华鑫 ,  刘宏民

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00 ,  G01N21/01 ,  G01N21/88 ,  G01N21/95

Abstract: 本发明涉及一种冷轧铜带表面缺陷识别模型训练方法，该训练方法包括：建立冷轧铜带的表面缺陷数据集，该表面缺陷数据集包括多种表面缺陷类别各自对应的多张训练用图像。然后构建初始识别模型，该初始识别模型为深度卷积神经网络模型。最后利用表面缺陷数据集对初始识别模型进行训练，得到识别模型，进而所建立的识别模型能够对多种缺陷类别进行识别，实际应用效果好。本发明还用于提供一种冷轧铜带表面缺陷识别方法及系统，利用上述训练方法训练得到的识别模型对待识别图像进行识别，得到待识别图像对应的表面缺陷类别，识别精度高且识别速度快，可以实时在线检测表面缺陷类别。

公开(公告)号：CN113592024B

公开(公告)日：2024-05-28

申请号：CN202110922763.1

申请日：2021-08-12

Applicant: 燕山大学

Inventor： 王东城 ,  徐扬欢 ,  刘计尊 ,  段伯伟 ,  杨实禹 ,  于华鑫 ,  刘宏民

IPC: G06V10/764 ,  G06V10/774 ,  G06T7/00 ,  G06V10/82 ,  G06N3/0464 ,  G01N21/01 ,  G01N21/88 ,  G01N21/95

Abstract: 本发明涉及一种冷轧铜带表面缺陷识别模型训练方法，该训练方法包括：建立冷轧铜带的表面缺陷数据集，该表面缺陷数据集包括多种表面缺陷类别各自对应的多张训练用图像。然后构建初始识别模型，该初始识别模型为深度卷积神经网络模型。最后利用表面缺陷数据集对初始识别模型进行训练，得到识别模型，进而所建立的识别模型能够对多种缺陷类别进行识别，实际应用效果好。本发明还用于提供一种冷轧铜带表面缺陷识别方法及系统，利用上述训练方法训练得到的识别模型对待识别图像进行识别，得到待识别图像对应的表面缺陷类别，识别精度高且识别速度快，可以实时在线检测表面缺陷类别。

公开(公告)号：CN114627108A

公开(公告)日：2022-06-14

申请号：CN202210381686.8

申请日：2022-04-12

Applicant: 燕山大学

Inventor： 王东城 ,  徐扬欢 ,  刘计尊 ,  段伯伟 ,  杨实禹 ,  于华鑫 ,  刘宏民

IPC: G06T7/00 ,  G06T7/12 ,  G06T7/13 ,  G06T7/136 ,  G06K9/62 ,  G06V10/774

Abstract: 本发明提供了一种金属带材板形缺陷图像数据集的制作方法及数据集，涉及带材板形质量检测技术领域。首先根据生产需求，科学系统的划分了金属带材常见板形缺陷的类别；其次在生产现场采集了大量带材板形缺陷的原始图像，根据图像处理理论，针对板形缺陷原始图像设计了系统性的缺陷图像处理流程及方法，通过该方法对板形缺陷原始图像中的无效信息区域进行自动化掩码处理，保留有效信息区域；最终制作了金属带材板形缺陷图像数据集。本发明对板形缺陷图像的处理精度高，执行速度快，制作的数据集中包含的板形缺陷类别多，符合真实生产情况，对基于机器视觉的板形缺陷检测研究具有重要意义。

公开(公告)号：CN116511259A

公开(公告)日：2023-08-01

申请号：CN202310503163.0

申请日：2023-05-06

Applicant: 燕山大学

Inventor： 刘宏民 ,  杨实禹 ,  王东城 ,  王国栋 ,  曹晓峥

IPC: B21B37/72 ,  B21B37/28

Abstract: 本发明提供一种中厚板端部平面形状预测的优化方法、存储介质及装置，方法包括确定轧件原始数据、目标尺寸、现有模型预测结果及轧制工艺；计算后续优化所需的轧制过程中涉及到的重要参数；计算轧制变形区内的金属体积以及前滑区、后滑区金属体积的占比；根据相应滑动区内金属体积占比计算所对应的端部纵向最大长度差以及占比；计算各分条首端及尾端纵向长度差；根据计算结果拟合曲线实现轧件端部平面形状预测的优化。本发明采用理论计算与实验总结相结合的方式，具有计算简便，适用性强的优点，对中厚板轧制过程中平面形状的精准预测具有重要意义。

公开(公告)号：CN102841570B

公开(公告)日：2014-07-23

申请号：CN201210279761.6

申请日：2012-08-08

Applicant: 燕山大学

Inventor： 赵岩 ,  杨实禹 ,  刘浩然 ,  刘彬

IPC: G05B19/19 ,  B23C3/00

Abstract: 本发明涉及一种分子泵整体涡轮转子自适应加工方法，针对分子泵整体涡轮转子的结构特征(多层旋转叶片、对称性要求高、装夹找正困难)，利用空间自适应数控加工技术对分子泵整体涡轮转子的多层叶片进行铣削加工。加工时首先确定转子毛坯各层叶片轴线所在空间位置，再经空间矩阵变换得到转子1至6层叶片的装夹偏差在X/Y/Z向的偏移量，在此基础上利用编制的中间转换器一次性修正转子数控加工程序，从而实现分子泵整体涡轮转子多层叶片的精密铣削加工。

公开(公告)号：CN102841570A

公开(公告)日：2012-12-26

申请号：CN201210279761.6

申请日：2012-08-08

Applicant: 燕山大学

Inventor： 赵岩 ,  杨实禹 ,  刘浩然 ,  刘彬

IPC: G05B19/19 ,  B23C3/00

Abstract: 本发明涉及一种分子泵整体涡轮转子自适应加工方法，针对分子泵整体涡轮转子的结构特征(多层旋转叶片、对称性要求高、装夹找正困难)，利用空间自适应数控加工技术对分子泵整体涡轮转子的多层叶片进行铣削加工。加工时首先确定转子毛坯各层叶片轴线所在空间位置，再经空间矩阵变换得到转子1至6层叶片的装夹偏差在X/Y/Z向的偏移分量，在此基础上利用编制的中间转换器一次性修正转子数控加工程序，从而实现分子泵整体涡轮转子多层叶片的精密铣削加工。