“邓安宁”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种纱团自动化检测系统及设备-CN202310855412.2在审
发明人：林子尧;蒋元军;邓安宁;刘昌勇;王刚 -专利权人：四川长虹智能制造技术有限公司;四川长虹智能科技有限公司
申请日： 2023-07-13 - 公布日： 2023-09-29 - 主分类号： B07C5/342 文献下载
摘要：本发明公开一种纱团自动化检测系统及设备，涉及自动化技术领域，以解决现有纱团检测无法实现全自动化且外观检测误差大的问题。纱团自动化检测系统包括：纱团纸筒抽取模块将固定在目标位置处的纱团中的纸筒和缠绕在纸筒上的纱线带出，抽出单根纱线，纱团TEX检测模块固定单根纱线一端后，勾取该单根纱线并截取预设长度的纱线进行称重，并将重量数据传输给数据处理模块；纱团外观检测模块基于深度学习模型确定纱团外观的缺陷类型，并传输给数据处理模块；数据处理模块，基于重量数据和缺陷类型确定纱团的质量情况。本发明提供的纱团自动化检测系统用于实现纱团的全自动检测，既节约人力、减轻劳动强度，又提高了纱团质量管控能力。
一种自动化检测系统设备

[发明专利]一种用于桥梁锚具圆孔加工的自动对位方法-CN202010107148.0有效
发明人：张博;邓安宁;方祝平;黄帅 -专利权人：成都工业学院
申请日： 2020-02-21 - 公布日： 2023-05-26 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种用于桥梁锚具圆孔加工的自动对位方法，步骤包括：实时采集锚具图像并进行预处理；基于视觉识别获取圆孔圆心像素坐标和锚具中心点像素坐标；根据圆孔圆心至锚具中心点距离及其与水平方向夹角，对圆孔进行分层和排序；根据内圈层圆心像素坐标拟合下刀点像素坐标；以下刀点为原点计算圆心像素相对坐标，并将所有像素坐标转换为空间坐标；计算径向偏差比例并对圆孔圆心的空间相对坐标进行误差矫正。本发明提出基于机器视觉技术进行桥梁锚具圆孔坐标的高精度测量，所设计方法适用于圆孔数量、尺寸、布局不同的多种类型锚具，解决了锚具圆孔的自动对位难题，为实现锚具的全自动化生产奠定了良好基础。
一种用于桥梁圆孔加工自动对位方法

[发明专利]一种机械元件生产用自动取样装置-CN201911322391.8有效
发明人：张博;尹良君;黄帅;曹铭浩;邓安宁;赵文昊 -专利权人：成都工业学院;成都云亿博科技有限公司
申请日： 2019-12-20 - 公布日： 2021-12-28 - 主分类号： B65G23/22 文献下载
摘要：本发明公开了一种机械元件生产用自动取样装置，涉及取样技术领域。该一种机械元件生产用自动取样装置，包括底座，底座上表面左右两侧均开设有矩形凹槽，两个矩形凹槽的内部均竖直放置有直杆，两个直杆相对面的上端固定连接有直杆a，直杆a的下表面开设有矩形凹槽a，矩形凹槽a内部前后两面均开设有矩形凹槽b，两个矩形凹槽b的内部均放置有滑轮，滑轮的数量为四个且前后相对的为一组，每一组滑轮的相对面均固定连接有转杆，两个转杆的外表面设置有矩形块b，矩形块b正面左右两侧均开设有圆形通槽，两个转杆通过圆形通槽与矩形块b套接在一起，矩形块b的右面固定连接有弹簧，其结构简单，操作方便，易于维护，且生产成本低。
一种机械元件生产自动取样装置

[发明专利]一种基于最小能量有限元数值分析法的焊接参数优化方法-CN202010690398.1在审
发明人：陈海棠;方祝平;邓安宁;张博 -专利权人：成都工业学院
申请日： 2020-07-17 - 公布日： 2020-11-03 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种基于最小能量有限元数值分析法的焊接参数优化方法，步骤包括：基于PWM占空比的自动调光，保持图像采集质量一致；通过图像采集装置实时采集焊点形态图像参数；基于最小能量有限元数值分析法建立直插式元器件的焊点三维形态模型；利用热疲劳计算公式对建立的三维焊点模型进行焊点寿命预测；利用回归方程找出焊接参数最优解；存储焊接参数信息，扩展焊接工艺库。本发明提出基于最小能量有限元数值分析法进行焊接参数优化，所设计方法适用于管脚尺寸、数量、布局不同的直插式元器件，解决了直插式元器件焊接自动化程度低的难题，为实现焊接的全自动化奠定了良好的基础。
一种基于最小能量有限元数值分析焊接参数优化方法

[发明专利]一种基于卷积神经网络的人体运动姿态自动检测方法-CN202010554087.2在审
发明人：张博;方祝平;邓安宁;邓黎;赵文昊 -专利权人：成都工业学院
申请日： 2020-06-17 - 公布日： 2020-09-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于卷积神经网络的人体运动姿态自动检测方法，步骤包括：采集运动图像并进行预处理；分割人体图像与场景图像；提取人体关键点信息；基于关键点生成特征向量；计算特征向量夹角；调用神经网络诊断模型判定运动姿态。本发明提出基于卷积神经网络模型进行人体运动姿态的实时诊断，所设计方法适用于不同运动场景和多种人体动作，解决了普通人群由于缺乏专业培训而无法判断运动姿态是否错误的难题，为提升普通人群运动质量提供了一种可行的低成本解决方案。
一种基于卷积神经网络人体运动姿态自动检测方法