“赵国川”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果9个，建议您升级VIP下载更多相关专利

[发明专利]基于机器视觉的粮食质量指标智能检测方法-CN202311170245.4在审
发明人：马浩然;赵国川;李月;荣云;李艺博;徐擎宇;刘胜强;李彦海 -专利权人：中储粮成都储藏研究院有限公司
申请日： 2023-09-12 - 公布日： 2023-10-20 - 主分类号： G06T7/00 文献下载
摘要：本发明基于机器视觉的粮食质量指标智能检测方法，涉及粮食检测技术领域，通过获取粮食上表面图像和下表面图像，利用卷积神经网络模型分别对上表面图像和下表面图像进行分割，获取单个籽粒的上表面图和下表面图以及籽粒所占像素点数，并识别每个籽粒的粮食类别；利用高精度检测模型识别每个籽粒的上下表面图，获得每个籽粒的上下表面属性；以相同属性籽粒的数量和所占像素点总数为输入，利用粮食质量评估模型评估所述属性籽粒的质量，以此获得所有属性籽粒的质量，统计每种属性相同的籽粒的质量占比，获得粮食质量评估报告；解决了现有的粮食检测速度慢的问题，本发明适用于粮食质量检测。
基于机器视觉粮食质量指标智能检测方法

[发明专利]基于激光雷达扫描定位的粮车扦样点自动生成方法及系统-CN202310350447.0有效
发明人： 赵国川;马浩然;李月;李浩杰;荣云;李凌威 -专利权人：中储粮成都储藏研究院有限公司
申请日： 2023-04-04 - 公布日： 2023-06-20 - 主分类号： G01S7/48 文献下载
摘要：本发明涉及粮车扦样领域，具体涉及一种基于激光雷达扫描定位的粮车扦样点自动生成方法及系统，极大地提高了扦样点生成的随机性。方案包括：通过激光雷达对粮车进行扫描定位，获取粮车后栏板与侧栏板的点云数据；对点云数据进行预处理，将处理后的点云数据进行粗网格化，通过粮车后栏板与侧栏板的边界条件进行查询，从粮车车厢最低平面向上融合堆砌点云网格，然后在粗网格提取的粮车车厢点云基础上精细化网格，并通过精细化网格边缘搜索条件，定位粮车车厢3个顶点坐标；根据已定位的3个顶点坐标计算得到第4个顶点的坐标，最后根据四个顶点坐标输出粮车车厢4个角点坐标，根据所述角点坐标与粮车车厢结构随机生成扦样点。本发明适用于粮车扦样。
基于激光雷达扫描定位粮车扦样点自动生成方法系统

[发明专利]粮食扦检系统-CN202310384654.8在审
发明人：马浩然;荣云;李月;赵国川;李凌威;李艺博;李晓亮 -专利权人：中储粮成都储藏研究院有限公司
申请日： 2023-04-12 - 公布日： 2023-05-12 - 主分类号： G01N35/04 文献下载
摘要：本发明涉及粮食检测装备领域，尤其是一种可以实现两个以及两个以上不同粮食种类并行检测，从而大幅度提高设备利用率和检测效率的粮食扦检系统，检验部分包括样品料仓和分样模块，缩分回粮部分设置有粮种识别模块，所述检验部分还包括机器人工作站和待检样品暂存模块，所述待检样品暂存模块包括至少两个待检样品暂存罐，待检验的粮食类别至少为两类，每个待检样品暂存罐内仅暂存有一种粮食；粮种识别模块对粮食类别进行识别后，粮食输送至对应的待检样品暂存罐存放，当需要检测相应类别的粮食时，通过机器人工作站将对应的待检样品暂存罐输送至检验部分的检测区域进行检验。本发明尤其适用于多粮种的高效扦样和检测工艺之中。
粮食系统

[实用新型]气力输送返粮装置-CN202320081062.4有效
发明人：荣云;马浩然;赵国川;李凌威;李艺博;陈晓东 -专利权人：中储粮成都储藏研究院有限公司
申请日： 2023-01-12 - 公布日： 2023-05-12 - 主分类号： B65G69/18 文献下载
摘要：本实用新型属于气力输送设备领域，具体涉及气力输送返粮装置，旨在解决现有的返粮装置结构复杂，且出粮口位置固定、适应性差的问题；包括风机、输送管道以及安装座，风机的出风口与输送管道的一端相连，还包括转轴以及出粮筒，安装座包括固定板以及转动支座，转动支座固定连接在固定板上，转轴与转动支座转动连接，出粮筒的固定连接在转轴上，出粮筒上开有管孔，输送管道设有连接管，连接管通过管孔插入出粮筒内；通过固定连接在转轴上的出粮筒，使出粮筒能够进行旋转，可以快捷地调整出粮筒出粮端的位置，以适用于不同位置的送粮车，提高工作效率。
气力输送装置

[发明专利]基于粮食收购的智能扦样系统-CN202310000863.8有效
发明人：马浩然;张华昌;李月;罗陨飞;祝凯;付鹏程;董德良;郭巍;周璐;荣云;蒋雪梅;赵国川;李凌威 -专利权人：中储粮成都储藏研究院有限公司
申请日： 2023-01-03 - 公布日： 2023-04-28 - 主分类号： G01N1/14 文献下载
摘要：本发明公开了一种基于粮食收购的智能扦样系统，涉及粮食扦样技术领域，用于解决现有的粮食扦样设备扦样时多依靠人工，导致扦样误差大、人工干预强、智能化程度低以及不具备远程操作、扦检分离和余粮回车的功能，存在人为造假的可能性的问题；本发明通过扦样机器人技术、图像识别技术和信息化技术，能充分适应车型随机、停车位置随机，并随机生成扦样点，杜绝人为干预，样品更具有代表性，机械手扦样更为灵活，自动化程度更高，提高了扦样速度和智能化程度；采用螺旋式粮食分样机构，简化了原有的分样结构，且可根据粮食自动调节缩分比，具有更强的适应性和使用价值，提高了分样效率，设置余粮回车机构，避免分样后余粮浪费的问题。
基于粮食收购智能系统

[发明专利]一种粮食智能扦样检验方法-CN202310005432.0有效
发明人：马浩然;张华昌;李月;罗陨飞;蒋士勇;李浩杰;郑焱诚;周璐;荣云;赵国川;李凌威;蒋雪梅;沈鑫 -专利权人：中储粮成都储藏研究院有限公司
申请日： 2023-01-04 - 公布日： 2023-04-07 - 主分类号： G01N33/02 文献下载
摘要：本发明公开了一种粮食智能扦样检验方法，涉及粮食扦样质检技术领域，用于解决的现有的粮食扦样检验设备无法实现采样与检验的联动、无法脱离人工干预以及应用范围单一的问题；粮食为主要粮种，包括稻谷、小麦、玉米、大豆等，该方法包括：将初步样品送至工作站组内进行样品检验以得到检验指标数据并将检验指标数据上传至上位机；本发明实现了扦样、检验的全流程控制，适用粮食范围广、检测指标多，可扩展性强；全过程自动化处理，扦样、检验过程杜绝了人为干扰，自动化程度高，扦样环节可完全替代人工，检测环节每个工作站可替代1‑2人的工作，检测过程无人为干预。
一种粮食智能检验方法

[发明专利]超燃冲压发动机燃烧模态智能监测方法及系统-CN202210180557.2有效
发明人：田野;郭明明;任虎;赵国川;陈皓;李林静;钟富宇;杨茂桃;宋昊宇;梁爽;马跃;乐嘉陵;李世豪 -专利权人：中国空气动力研究与发展中心空天技术研究所
申请日： 2022-02-25 - 公布日： 2023-04-07 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种超燃冲压发动机燃烧模态智能监测方法及系统，应用多种传感器测量获取的超燃冲压发动机壁面压力数据与图像数据；结合壁面压力数据、隔离段流场结构及燃烧室马赫数分布，形成燃烧模态判定准则，将燃烧模态分为超燃模态、亚燃模态和混合模态；基于燃烧模态判定准则构建燃烧场压力图像数据集，采用深度学习自注意力识别网络，判断燃烧模态，建立基于多信息融合的数据驱动高动态燃烧模态监测与分析方法，避免传统的仅使用单一压力数据造成的信息不足问题；本发明采用多个传感器、CPU平台、GPU平台，搭建超燃冲压发动机燃烧模态智能监测系统，运行超燃冲压发动机燃烧模态智能监测算法，实时检测燃烧模态。
冲压发动机燃烧智能监测方法系统

[发明专利]一种用于粮食收购的质量检测系统-CN202310000870.8有效
发明人：马浩然;张华昌;李月;祝凯;陈戈;赵金辉;周璐;荣云;赵国川;李凌威;张伟;高玉升 -专利权人：中储粮成都储藏研究院有限公司
申请日： 2023-01-03 - 公布日： 2023-03-28 - 主分类号： B65B65/00 文献下载
摘要：本发明涉及无人化检验技术领域，目的是使粮食入库检验全流程标准化、无人化，杜绝检验环节作弊现象。本发明采用的技术方案是：一种用于粮食收购的质量检测系统，包括前处理工作站、第一检测工作站、第二检测工作站、第三检测工作站、第四检测工作站、弃样暂存工作站、样品打包工作站以及机器人工作站。本发明通过采用机器人技术，结合信息技术、图像识别技术，检验过程中，根据预先设定的检验流程，系统自动控制机械手将样品送至各工作站后，由各工作站自动完成相应指标检测，可对水稻、小麦、玉米和大豆主要粮种的全质量指标进行自动检测，检测数据自动传输至服务器，自动生成检测报告，实现无人检测，使主粮收购质量自动检测全流程标准化。
一种用于粮食收购质量检测系统

[发明专利]超燃冲压发动机燃烧不稳定性智能检测方法及系统-CN202210838772.7有效
发明人：田野;邓雪;郭明明;陈皓;任虎;陈尔达;赵国川;马跃;杨茂桃;宋昊宇;梁爽;李林静;钟富宇;乐嘉陵;李世豪 -专利权人：中国空气动力研究与发展中心空天技术研究所
申请日： 2022-07-18 - 公布日： 2022-10-28 - 主分类号： G01M15/05 文献下载
摘要：本发明提供了一种超燃冲压发动机燃烧不稳定性智能检测方法及系统，利用高速相机和压力传感器获取燃烧室流场图像和壁面压力数据，通过分析燃烧室上下壁面压力数据将燃烧场图像数据的燃烧模式分为稳定与不稳定两种状态，并构建燃烧场状态检测数据集；然后，搭建适用于上述数据集的燃烧状态检测的卷积神经网络模型。此卷积神经网络模型包括两部分，第一部分是以燃烧场图像作为标签，输入上下壁面压力数据到模型中，预测出燃烧室内燃烧场图像；第二部分则是通过预测出的燃烧场图像与对应压力数据对燃烧场状态进行分类。最后，利用训练完成的模型，只输入压力数据即可进行燃烧稳定性的检测，避免了实际飞行过程中发动机携带大重量设备的不可行状况。
冲压发动机燃烧不稳定性智能检测方法系统

1
共 9 条