Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜福建南方路面机械股份有限公司;华侨大学杨建红获国家专利权

恭喜福建南方路面机械股份有限公司;华侨大学杨建红获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜福建南方路面机械股份有限公司;华侨大学申请的专利一种基于深度学习的振动筛筛网破损监测方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119152295B

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411646391.4,技术领域涉及:G06V10/764;该发明授权一种基于深度学习的振动筛筛网破损监测方法及装置是由杨建红;黄斐智;房怀英;杨宇轩;庄嘉权;魏朝明;黄文景;张宝裕;黄骁民设计研发完成,并于2024-11-18向国家知识产权局提交的专利申请。

一种基于深度学习的振动筛筛网破损监测方法及装置在说明书摘要公布了:本发明涉及混凝土搅拌技术领域,尤其涉及一种基于深度学习的振动筛筛网破损监测方法及装置。一种基于深度学习的振动筛筛网破损监测方法,在机制砂经过筛网过滤后的单级下料溜道上方搭建图像采集平台,采集下落过程中的堆叠机制砂图像;将筛网破损前后采集的图像制作成二分类数据集,输入轻量型卷积神经网络中训练获取分类模型,并将分类模型部署在边缘计算机上构建在线监测系统;系统实时分析采集到的图像,判别为筛网破损后的图像达到一定数量时系统发出筛网破损警报。本发明可以实现振动筛筛网状态跟踪监测,直观掌握筛网的破损程度,及时更换破损筛网以保障机制砂的生产质量。

本发明授权一种基于深度学习的振动筛筛网破损监测方法及装置在权利要求书中公布了:1.一种基于深度学习的振动筛筛网破损监测方法,其特征在于,包括:S1、使用振动筛筛分机制砂,经筛分后的机制砂落入下方的下料溜道中,利用图像采集平台对下料溜道中的机制砂采集图像,机制砂图像具体包括:筛网破损前的单级料图像以及筛网破损后掺有更大一级粒度的机制砂混料图像;S2、将获取的机制砂图像进行筛选,并制成二分类数据集;S3、将二分类数据集输入轻量型卷积神经网络中训练以获取分类网络模型;S4、将训练好的分类网络模型部署在边缘计算设备上,结合图像采集平台构建在线监测系统,对振动筛进行实时监测;S5、实时处理并分析采集到的机制砂图像,系统判定为筛网破损且机制砂图像中的粒度达到限定阈值时,系统发出筛网破损警报;对判别为混料的图像和正常单级料图像进行计数,并计算占比,设定占比阈值,具体的,当模型判别图像为混料时进行第一次计数,在规定时间片段内持续计数混料图像和采集正常的单级料机制砂图像,当混料图像占正常机制砂图像比例达到设定的阈值时进行筛网破损报警,若未达到设定阈值则进行新的时间片段和图像计数;经完整振动筛筛网筛分的机制砂为单一粒度等级的机制砂,该下料溜道倾斜设置,该图像采集平台与该下料溜道相垂直布置;在S3步骤中,轻量型卷积神经网络采用MobileNetV3网络结构,其中的large版本包括15个bottleneck层、一个标准卷积层和三个逐点卷积层,该bottleneck层包含多个深度可分离的卷积层;该分类网络模型为基于PyTorch的深度学习框架,采用TensorRT推理引擎对该分类网络模型进行推理加速。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人福建南方路面机械股份有限公司;华侨大学,其通讯地址为:362000 福建省泉州市丰泽区高新产业园体育街700号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。