“王宪保”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47个，建议您升级VIP下载更多相关专利

[发明专利]一种基于点云的端接焊缝缺陷检测方法及系统-CN202310452620.8有效
发明人： 王宪保;翁扬凯;陈均浩;吴帅杰;彭桂芳;左春云 -专利权人：浙江工业大学
申请日： 2023-04-25 - 公布日： 2023-07-18 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于点云的端接焊缝缺陷检测方法及系统，包括以下步骤：采样模块对端接焊缝进行采样，将采集到的点云数据保存到样本空间；训练模块对样本空间中的点云数据进行预处理；训练模块对预处理之后的点云数据进行建模，得到标准焊缝模型；采样模块实时采集端接焊缝的点云数据输入实时检测模块，所述实时检测模块同时加载所述标准焊缝模型，对端接焊缝进行实时检测；将检测合格的焊缝样本的数据添加到样本空间中进行保存，并将该焊缝样本运送至下一步处理处；将检测不合格的焊缝样本移出检测队列，返回焊接车间进行人工再焊接。本发明能生成端接焊缝的形状并分析，实现精密的形状检测，且能实现无人工的在线动态检测。
一种基于端接焊缝缺陷检测方法系统

[发明专利]基于多邻域预测模型的磁芯缺陷检测方法-CN202310011002.X有效
发明人： 王宪保;雷雅彧;项圣;翁扬凯;吴帅杰;方卫杰 -专利权人：浙江工业大学
申请日： 2023-01-05 - 公布日： 2023-06-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于多邻域预测模型的磁芯缺陷检测方法，包括：对待学习无缺陷样本图片中的每个像素点设置特征表示区；确定每个像素点的感受野区域，并将该像素点作为感受野区域的中心像素点；对每个中心像素点，在其感受野范围内，找出k个与中心像素点相关度最高的邻域像素点，作为最相关邻域像素点；建立每个中心像素点与其最相关邻域像素点之间的多邻域映射关系，得到多邻域预测模型；调用多邻域预测模型数据对待测图片进行缺陷检测，得到待测图片缺陷检测结果的二值图像；对得到的缺陷检测结果的二值图像进行去噪优化，得到最终缺陷检测图像。本发明只需要对一幅正样本图片进行学习，具有样本需求量少，训练时间快，检测精度高的优点。
基于邻域预测模型缺陷检测方法

[发明专利]一种圆形磁芯侧面缺陷检测装置及其方法-CN202211594553.5有效
发明人： 王宪保;翁扬凯;左春云;吴帅杰;彭桂芳;姚明海 -专利权人：浙江工业大学
申请日： 2022-12-13 - 公布日： 2023-04-07 - 主分类号： G01N21/892 文献下载
摘要：本发明公开了一种圆形磁芯侧面缺陷检测装置，包括传送带、固定组件、检测组件；传送带沿固定方向运动，待测磁芯放置在传送带上，待测磁芯由多个圆形磁芯叠加而成，且其轴线与传送带的运动方向垂直；固定组件用于对待测磁芯进行限位，使待测磁芯位于设定的检测区域内，且待测磁芯仅能在传送带的作用下绕待测磁芯的轴线旋转；检测组件用于对待测磁芯的侧面进行图像采样；传送带、固定组件、检测组件相配合，获得待测磁芯完整的侧面图像。圆形磁芯侧面缺陷检测方法使用圆形磁芯侧面缺陷检测装置，通过图像处理技术完成对圆形磁芯侧面缺陷的检测。本发明能检测圆形磁芯的完整圆周侧面，同时能完成多个圆形磁芯的缺陷检测任务。
一种圆形侧面缺陷检测装置及其方法

[发明专利]基于参量阵的FRP加固界面剥离损伤检测装置与方法-CN202210767010.2在审
发明人：周晗昀;彭桂芳;王宪保 -专利权人：浙江工业大学
申请日： 2022-06-30 - 公布日： 2022-10-14 - 主分类号： G01N29/04 文献下载
摘要：本发明公开一种基于参量阵的FRP加固界面剥离损伤检测装置与方法，该装置包括参量阵声激励系统、上位机、光纤传感器和光纤干涉仪，通过参量阵声激励系统产生高指向性声束；本发明的方法通过改变声源激励位置，同时保持光纤传感器和声激励的相对位置不变，对待测的加固结构逐点扫描，出现振幅突变的位置指示存在界面剥离损伤；保持声激励位置不变，在界面损伤位置粘贴光纤传感器，改变声频率得到振幅与声频率的关系曲线，根据共振频率，结合薄板振动理论估算界面损伤的大小。本发明的装置和方法能够实现纤维增强复合材料加固界面剥离损伤的无损检测。
基于参量 frp 加固界面剥离损伤检测装置方法

[发明专利]基于光纤传感器的磁芯圆周侧面缺陷检测装置-CN202210767387.8在审
发明人：周晗昀;彭桂芳;王宪保;项圣 -专利权人：浙江工业大学
申请日： 2022-06-30 - 公布日： 2022-09-06 - 主分类号： G01N21/88 文献下载
摘要：本发明公开一种基于光纤传感器的磁芯圆周侧面缺陷检测装置，包括光纤传感系统、自动旋转圆台和定位装置；光纤传感系统包括激光光源、Y形分支结构的光纤束、光电转换模块、数据处理与显示模块；Y形分支结构的光纤束包括至少一发射光纤和一接收光纤，Y形分支结构的一端作为光纤探头，用于将受待测磁芯调制的反射激光反馈给光电转换模块；光电转换模块将接收到的光信号转换为电信号，并放大电信号；数据处理与显示模块对放大后的电信号进行处理和显示，当信号发生超出阈值的突变时，即可判定磁芯侧面存在缺陷；自动旋转圆台用于放置待测磁芯；定位装置用于对Y形分支结构的光纤束进行定位。本发明能实现连续、高效、稳定的圆周侧面缺陷检测。
基于光纤传感器圆周侧面缺陷检测装置

[实用新型]基于物联网技术的货车载重云端监控系统-CN202220436758.X有效
发明人：杨泽文;张宇杰;李秦峰;王宪保 -专利权人：浙江工业大学
申请日： 2022-03-02 - 公布日： 2022-07-05 - 主分类号： G01G19/12 文献下载
摘要：本实用新型公开一种基于物联网技术的货车载重云端监控系统，其中，应变式传感器安装于货车底部横桥承重点处，每辆货车每个车轴对称安装两个应变式传感器，用于采集货车载重引起的横桥形变信号；信号滤波电路用于对传感器采集的信号进行滤波；放大电路用于放大滤波后的信号；A/D转换电路用于对放大后的信号进行模数转换；中央处理器将当前时刻车辆载重引起的横桥形变信号，通过4G无线通信设备发送给显示终端；北斗定位设备通过4G无线通信设备将货车的位置实时发送给显示终端。该系统能够对货车载重实时作出管控，保证货车行驶安全。
基于联网技术货车载重云端监控系统

[发明专利]一种基于深度学习的磁芯缺陷检测系统及方法-CN202210186081.3在审
发明人：陈科宇;雷雅彧;刘鹏飞;翁扬凯;吴帅杰;王宪保 -专利权人：浙江工业大学
申请日： 2022-02-28 - 公布日： 2022-05-27 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于深度学习的磁芯缺陷检测系统及方法，该方法中，首先采样模块对磁芯进行采样，将采样得到的图像经过预处理保存到数据库，然后对图像进行标注制作成数据集，接着进行训练，生成模型。将训练得到的模型导入实时检测模块，可以对生产线上的磁芯进行实时缺陷检测，外设分拣机构根据缺陷检测的结果对磁芯进行分拣。检测结束后，会将检测的结果包括相关缺陷指标进行统计分析，生成相应的检测报表。本发明基于深度学习和传统图像处理的算法检测精度更高；结合全监督和半监督两种训练模式，使得模型训练更加容易。并且集成采样，标注，训练，实时检测，智能分拣等一系列功能，系统集成度更高，可用性更强。
一种基于深度学习缺陷检测系统方法

[发明专利]一种基于物联网技术的货车载重云端警报系统-CN202210197951.7在审
发明人：单沛婷;侯彬;李静;王宪保 -专利权人：浙江工业大学
申请日： 2022-03-02 - 公布日： 2022-04-29 - 主分类号： G08B25/08 文献下载
摘要：本发明公开一种基于物联网技术的货车载重云端警报系统，该系统包括4G无线通信模块、云服务器模块、后端模块和前端模块。4G无线通信模块将车辆的传感器采集到的载重信息发送至云端服务器模块，并在云端将信息经过处理后存入数据库中。后端模块对数据库里的数据进行读取分析来，并将车辆的载重、速度、加速度、位置等信息实现显示在前端模块，并在车辆超重时发出警报。本发明能对所监控车辆的载重信息进行实时分析和警报，便于司机自查和公司管控货车载重。
一种基于联网技术货车载重云端警报系统

[发明专利]一种基于物联网技术的货车载重云端监控系统-CN202210197957.4在审
发明人：杨泽文;张宇杰;李秦峰;王宪保 -专利权人：浙江工业大学
申请日： 2022-03-02 - 公布日： 2022-04-29 - 主分类号： G01G19/12 文献下载
摘要：本发明公开一种基于物联网技术的货车载重云端监控系统，其中，应变式传感器安装于货车底部横桥承重点处，每辆货车每个车轴对称安装两个应变式传感器，用于采集货车载重引起的横桥形变信号；信号滤波电路用于对传感器采集的信号进行滤波；放大电路用于放大滤波后的信号；A/D转换电路用于对放大后的信号进行模数转换；中央处理器对多次模数转换后的信号取平均值，并将其作为当前时刻车辆载重引起的横桥形变信号，通过4G无线通信设备发送给云服务器；北斗定位设备通过4G无线通信设备将货车的位置实时发送给云服务器；云服务器将接收的信号进行整合计算，得到实时的货车载重，由显示终端展示。该系统能够对货车载重实时作出管控，保证货车行驶安全。
一种基于联网技术货车载重云端监控系统

[发明专利]基于图像修复的缺陷检测方法-CN202111354694.5在审
发明人： 王宪保;雷雅彧;陈科宇 -专利权人：杭州三米明德科技有限公司
申请日： 2021-11-16 - 公布日： 2022-03-22 - 主分类号： G06T7/00 文献下载
摘要：本方法公开了一种基于图像修复的缺陷检测方法，该方法只需要对正样本进行训练，解决了工业生产中正负样本不平衡的问题，通过分块遮掩图片并使用图像修复网络进行修复重建，再由各遮掩块的重构图组合得到最终的无缺陷重构图，保证了异常部分的重建不受其原始值的影响，限制了模型重建异常的能力，从而得到更好的重构效果和更高的缺陷检测精度。
基于图像修复缺陷检测方法

[发明专利]一种基于深度可分离卷积YOLOv4模型的滤袋袋口位置检测方法-CN202111152052.7在审
发明人： 王宪保;余皓鑫;周宝;陈科宇;雷雅彧;翁扬凯 -专利权人：浙江工业大学
申请日： 2021-09-29 - 公布日： 2022-01-04 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于深度可分离卷积YOLOv4模型的滤袋袋口位置检测方法，该方法首先通过摄像头采集传送带上的滤袋袋口图片；然后对所有图片进行数据增强，并对图像进行标注，构建滤袋袋口数据集；再构建基于深度可分离卷积的YOLOv4目标检测模型，设置训练参数，采用滤袋袋口数据集对基于深度可分离卷积的YOLOv4目标检测模型进行训练；最后将待检测的滤袋袋口图片输入训练后的基于深度可分离卷积的YOLOv4目标检测模型中，输出已经标注出检测框位置以及滤袋袋口类别的待检测的滤袋袋口图片。本发明的方法减小了模型的总参数量，提高了模型的计算速度。
一种基于深度可分离卷积 yolov4 模型滤袋袋口位置检测方法

[发明专利]一种基于深度学习的磁芯表面缺陷的检测方法-CN202111114397.3在审
发明人： 王宪保;周宝;余皓鑫;陈科宇;雷雅彧;翁扬凯 -专利权人：浙江工业大学
申请日： 2021-09-23 - 公布日： 2022-01-04 - 主分类号： G06T7/00 文献下载
摘要：本方法公开一种基于深度学习的磁芯表面缺陷的检测方法，首先采集磁芯所有的正反面图像，进行预处理，对其缺陷部位进行提取，输入经高斯混合模型改进的深度卷积生成对抗网络，将提取的缺陷集通过训练生成新的缺陷图像，再将得到的新图像与完好的磁芯图像进行泊松融合，然后制作成标准的数据集，划分训练集和验证集。接着将训练集图像输入YOLO‑v3神经网络中进行训练，提出一种新的训练策略，设置训练参数，并将完成训练的网络作为磁芯表面缺陷检测模型，从而识别出磁芯的类别信息和位置信息。本发明的方法识别更快、更准确。
一种基于深度学习表面缺陷检测方法

[发明专利]一种动态车载称重系统的传感器故障检测方法-CN202110473995.3在审
发明人： 王宪保;段明明;周宝;余皓鑫 -专利权人：浙江工业大学
申请日： 2021-04-29 - 公布日： 2021-08-03 - 主分类号： G01G23/01 文献下载
摘要：本发明涉及一种动态车载称重系统的传感器故障检测方法，首先对动态车载称重系统传感器相关信息的获取，建立原始数据数据库；其次对数据集预处理，去除噪声信号。然后基于预处理后的数据集计算故障检测阈值和故障分离模型。在线状态下，采用同样的方式采集数据并计算每个时间窗的绝对值和，并与故障检测阈值进行比较，然后通过故障估计方法确定系统故障强度以及确定故障类型。本发明中所述的方法能对车载称重系统传感器是否出现故障进行检测同时对出现故障进行分类，无需构建复杂的数学模型，能够在降低故障诊断次数的前提下，提高故障检出率。
一种动态车载称重系统传感器故障检测方法

[发明专利]一种基于改进的TLBO算法的电动车充电桩的布局方法-CN201910491677.2有效
发明人： 王宪保;周红;王辛刚 -专利权人：浙江工业大学
申请日： 2019-06-06 - 公布日： 2021-03-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于改进的TLBO算法的电动车充电桩的布局方法，该方法通过计算从用户需求到充电桩的K距离，并将K距离的邻域点保存在集合Nk‑dist()中，由已知的K距离和K距离邻域点求出K距离的平均值以及K距离平均值的均值，并得到K距离因子；比较K距离的平均值与K距离平均值的均值的大小，得出的结果保存在集合f(x)中，来确定安装充电桩的位置；根据K距离因子，计算出用户需求充电桩的数量。本发明的方法平衡了用户与电动车充电桩位置与数量供求之间的关系，更好的实现人机交互有序充电。
一种基于改进 tlbo 算法电动车充电布局方法

[发明专利]基于多尺度特征融合的Faster-RCNN算法检测磁芯表面缺陷的方法-CN202010619941.9在审
发明人： 王宪保;杨敬;周红 -专利权人：浙江工业大学
申请日： 2020-06-30 - 公布日： 2020-10-09 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于多尺度特征融合的Faster‑RCNN算法检测磁芯表面缺陷的方法，首先采集磁芯所有正反面图像，并对其进行预处理，然后制作成标准的PASCAL VOC2007格式的数据集，划分训练集、验证集和测试集。接着将训练集图片输入到改进的VGG16神经网络中，通过拼接和叠加Conv3层和Conv5层的特征图得到多尺度特征融合的磁芯特征。再将此特征输入到Faster‑RCNN的RPN网络中，生成缺陷最小外接矩形候选框。最后将此候选框输入到ROI网络中，采用多任务损失函数计算生成的矩形框与标注的矩形框的偏差，当低于设定的阈值时，结束训练，并将完成训练的网络作为磁芯表面缺陷检测模型，从而识别出磁芯的类别信息和位置信息。本发明的方法识别更快、更方便、更准确。
基于尺度特征融合 faster rcnn 算法检测表面缺陷方法

1
2
3
4
下一页»
尾页
共 47 条