-
公开(公告)号：CN114879699B
公开(公告)日：2024-12-06
申请号：CN202210670764.6
申请日：2022-06-15
Applicant: 东北大学
Abstract: 本发明提供一种针对埋地管道野外巡检机器人的自主导航系统及方法，所述系统包括上位机可视化数据处理模块、外部环境多元感知模块、多元传感器信息交互存储模块、底层驱动执行模块、电磁全息检测模块；首先建立巡检区域对应的地上地下电子地图，对所得电子地图进行初始化设置，根据电子地图中的路标节点信息建立巡检机器人运动规划策略并求解，并建立巡检机器人模型查看机器人位姿信息，巡检机器人在巡检结束后返航或前往下一巡检区域；本发明提出了针对野外埋地管道的地上、地下电子地图模型的建立方法，建立了基于该地图模型的野外巡检机器人的运动规划策略，实现了巡检机器人在野外针对埋地管道的“边巡‑边检‑边存‑边更新”工作方式。
-
公开(公告)号：CN117432949B
公开(公告)日：2024-03-15
申请号：CN202311753314.4
申请日：2023-12-20
Applicant: 东北大学
IPC: F17D5/02 , G01C21/20 , F16L55/26 , F16L101/30
Abstract: 本发明公开了一种管道巡检机器人的导航方法及装置、存储介质、终端，涉及管道巡检技术领域，主要目的在于解决管道巡检效率较低的问题。主要包括。主要用于依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置、及管道线路约束；依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径；依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检。
-
公开(公告)号：CN116046906A
公开(公告)日：2023-05-02
申请号：CN202211343089.2
申请日：2022-10-31
Applicant: 东北大学
Abstract: 本发明提供一种两阶段超声无损检测信号高精度识别方法，采用两阶段方式将超声正常信号分类和异常信号检测工作分离，在保证正常信号分类准确率的同时解决了异常信号模式多样无法穷尽的问题，从而提高了超声无损检测信号的整体识别精度；采用对超声正常信号进行包络线特征提取与融合的方法，在保留超声信号的回波位置和强度特征的同时消除超声信号的幅值正负震荡现象，减小算法对单个值的敏感程度从而进一步降低正常信号回波特征时移及噪声干扰造成的影响。最后通过提取异常信号的局部相似度特征并对其增强，解决了异常信号模式多样无法穷尽的问题。
-
公开(公告)号：CN115496167A
公开(公告)日：2022-12-20
申请号：CN202211308775.6
申请日：2022-10-25
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本申请公开了一种裂纹检测方法、装置、电子设备及存储介质，涉及故障诊断技术领域，解决了目前在检测管道裂纹时，由于非裂纹信号的波动以及裂纹训练样本不充足，导致裂纹检测精度不高的问题。该方法，包括：控制设置于埋地管道内的漏磁检测器向前移动，得到裂缝训练样本集、非裂缝训练样本集、测试样本集，建立多传感器融合特征互监督神经网络，并基于裂缝训练样本集、非裂缝训练样本集对多传感器融合特征互监督神经网络进行多次训练，更新网络参数，得到目标多传感器融合特征互监督神经网络，基于目标多传感器融合特征互监督神经网络确定所述测试样本集中的裂纹样本。
-
公开(公告)号：CN110555478A
公开(公告)日：2019-12-10
申请号：CN201910835384.1
申请日：2019-09-05
Applicant: 东北大学
Abstract: 本发明提供一种基于难样本挖掘的深度度量网络的风机多故障诊断方法，涉及风力涡轮机故障诊断技术领域。该方法首先针对一个风力涡轮机z种不同类型的SCADA数据构建难样本数据集，将构造的难样本数据集进行图像化处理，优化各类SCADA数据变量，使数据变量之间的排列在时间空间上连续，最终得到优化后的训练样本，构造基于改进三元组训练样本集损失函数的深度度量网络模型；最后将三元组样本通过深度度量网络映射得到的特征向量作为训练集输入到SVM模型中，进行风力涡轮机故障诊断。该方法基于三元组模型进行样本生成，提出一个运用单模型诊断多故障的方法，运用改进的三元组损失函数训练模型，提高了多故障诊断的准确性。
-
Patent Agency Ranking
公开(公告)号：CN114418929A
公开(公告)日：2022-04-29
申请号：CN202111392250.0
申请日：2021-11-19
Applicant: 东北大学
IPC: G06T7/00 , G06N3/04 , G06K9/62 , G06V10/80 , G06V10/774
Abstract: 本发明提供一种基于一致性多尺度度量学习的焊缝缺陷识别方法，涉及管道焊缝缺陷识别技术领域。首先通过工业X射线探伤仪对管道焊缝进行探伤，采集到X射线图像的正常样本和缺陷样本；其次将采集到的图像通过设计的整体特征映射模型进行全局特征和局部特征的提取，该映射模型包括全局特征映射模型、局部特征映射模型和映射空间一致性模型；最后将提取到的局部特征和全局特征进行特征融合，并利用融合后的特征进行多缺陷识别模型的训练，最后利用训练好的多缺陷识别模型实现焊缝缺陷的识别。该方法基于一致性多尺度度量学习进行局部全局特征提取，并通过局部全局特征融合，提高了多缺陷识别的准确率。
-
公开(公告)号：CN117432949A
公开(公告)日：2024-01-23
申请号：CN202311753314.4
申请日：2023-12-20
Applicant: 东北大学
IPC: F17D5/02 , G01C21/20 , F16L55/26 , F16L101/30
Abstract: 本发明公开了一种管道巡检机器人的导航方法及装置、存储介质、终端，涉及管道巡检技术领域，主要目的在于解决管道巡检效率较低的问题。主要包括。主要用于依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置、及管道线路约束；依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径；依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检。
-
公开(公告)号：CN115950945A
公开(公告)日：2023-04-11
申请号：CN202211233762.7
申请日：2022-10-10
Applicant: 东北大学
IPC: G01N27/83 , G01B7/02 , G01B7/26 , G06F18/214 , G06F18/25 , G06F18/213
Abstract: 本申请公开了一种基于多特征融合的管道漏磁非规则缺陷反演方法及装置，涉及故障诊断和人工智能领域，通过在反演网络中加入物理特征和深度抽象特征，增强了整个网络的可解释性以及信号深度信息的提取，另外轴向和径向特征的融合有效的避免了局部信号变形问题。所述方法包括：基于管道漏磁内检测仪，获取第一漏磁信号和第二漏磁信号；分别对第一漏磁信号和第二漏磁信号进行预处理，生成训练样本以及测试样本；建立多特征融合的不规则缺陷反演网络，采用训练样本，对多特征融合的不规则缺陷反演网络进行训练，得到目标反演网络；将测试样本输入至目标反演网络，得到测试样本对应的目标缺陷信息，目标缺陷信息包括目标缺陷的长度、宽度和深度。
-
公开(公告)号：CN110555478B
公开(公告)日：2023-02-03
申请号：CN201910835384.1
申请日：2019-09-05
Applicant: 东北大学
IPC: G06F18/2411 , G06F18/214 , G06N3/0464 , G06N3/08 , G01M13/02
Abstract: 本发明提供一种基于难样本挖掘的深度度量网络的风机多故障诊断方法，涉及风力涡轮机故障诊断技术领域。该方法首先针对一个风力涡轮机z种不同类型的SCADA数据构建难样本数据集，将构造的难样本数据集进行图像化处理，优化各类SCADA数据变量，使数据变量之间的排列在时间空间上连续，最终得到优化后的训练样本，构造基于改进三元组训练样本集损失函数的深度度量网络模型；最后将三元组样本通过深度度量网络映射得到的特征向量作为训练集输入到SVM模型中，进行风力涡轮机故障诊断。该方法基于三元组模型进行样本生成，提出一个运用单模型诊断多故障的方法，运用改进的三元组损失函数训练模型，提高了多故障诊断的准确性。
-
公开(公告)号：CN114879699A
公开(公告)日：2022-08-09
申请号：CN202210670764.6
申请日：2022-06-15
Applicant: 东北大学
IPC: G05D1/02
Abstract: 本发明提供一种针对埋地管道野外巡检机器人的自主导航系统及方法，所述系统包括上位机可视化数据处理模块、外部环境多元感知模块、多元传感器信息交互存储模块、底层驱动执行模块、电磁全息检测模块；首先建立巡检区域对应的地上地下电子地图，对所得电子地图进行初始化设置，根据电子地图中的路标节点信息建立巡检机器人运动规划策略并求解，并建立巡检机器人模型查看机器人位姿信息，巡检机器人在巡检结束后返航或前往下一巡检区域；本发明提出了针对野外埋地管道的地上、地下电子地图模型的建立方法，建立了基于该地图模型的野外巡检机器人的运动规划策略，实现了巡检机器人在野外针对埋地管道的“边巡‑边检‑边存‑边更新”工作方式。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.03 seconds)
