本发明涉及人工智能技术领域，具体涉及基于人工智能的炉排异常检测方法及系统。该方法包括：在俯视视角采集炉排的表面图像，提取炉排的炉排边缘；对置信度高于预设阈值的像素点进行霍夫直线检测，得到由多条直线映射在霍夫空间的多个坐标点；选取长度最长的直线段作为第一炉排条，并获取对应的第一坐标点；筛选出与第一坐标点同一横坐标的坐标点作为疑似炉排点，以相邻的疑似炉排点之间的距离的众数作为炉排间隔；以第一坐标点为中心，根据炉排间隔进行搜索，得到所有炉排点；获取表面图像的语义分割图像，在语义分割图像中提取炉排点对应的炉排条，将炉排条和炉排边缘反色，得到缺陷区域。本发明实施例能够准确快速地提取炉排中的缺陷区域。
📄 2022103467871
📂 G06T7_00
👤 海门市博洋铸造有限公司
📅 2022-03-31
本发明公开了一种制造业智能计算交期的方法，包括：平台管理单元，其用于定义本系统的使用者管理、权限管理及主要使用部门订单中心和需求计划员；参数维护单元，其用于部门产能维护、装配产线产能、装配产线系统产能、喷塑产线颜色产能及采购关键件产能；创建需求计划单元，其用于存储编辑过的销售订单数据与最新订单的结果比对后的完整数据；编辑需求计划单元，其用于通过创建需求计划单元3所产生的比对结果进行编辑，再转入本系统；计算承诺交期单元,其用于对编辑后的销售订单行，逐步计算每一订单行的交货日期。根据本发明，结合本企业各部门产能及瓶颈产能，上下贯通，快速完善计算出承诺交货能力。
📄 2020110577449
📂 G06Q50_04
👤 上海民艳信息科技有限公司
📅 2020-09-30
本发明公开了一种生产用电机运行频率预测模型训练方法，通过采集烟草图像组并利用三维点云模型提取烟草图像特征，将其转换为烟草横截面面积变化序列后划分生产阶段，筛选出波动率符合要求的预选阶段信息；同步采集电机运行信息并匹配得到预选电机信息及其运行频率；采用高斯过程回归算法构建预测模型，通过多尺度特征提取获取趋势特征和局部波动特征作为输入，预选运行频率作为输出标签进行训练，优化超参数得到最终预测模型；建立的动态置信区间评估机制可实现模型增量训练。本发明根据烟叶实际状态动态调整电机运行频率，显著提升了烘干质量和批次稳定性。
📄 2025107665108
📂 G06V10_774
👤 龙岩学院
📅 2025-06-10
本发明涉及金属制品机械性能预测技术领域，提供一种基于人工智能的金属制品机械性能检测方法及系统，方法包括数据融合分析、材料本构性能预测、机械性能质量预测和性能检测评估；该方法通过引入结构演化改进因子与因果图嵌入强化学习模型，实现了从工艺参数到材料本构性能再到最终力学性能的全过程智能建模与因果推理，具备性能预测、成因解释与优化建议三重能力，显著提升复杂结构件的服役前评估与质量控制效率；通过构建“数据融合—材料建模—性能预测—检测评估”四模块一体化联动系统，实现了从原始数据到性能评估的全链条闭环式分析。
📄 2025109808233
📂 G16C60_00
👤 龙岩学院
📅 2025-07-16
本发明涉及人工智能与智能制造技术领域，具体公开了一种基于人工智能的家具板材优化方法及系统。该系统包括数据感知与预处理模块、多约束融合建模模块、深度强化学习决策模块、方案后优化与仿真模块及系统控制与执行模块，通过采集并标准化多源生产数据，构建嵌入多种约束的优化模型，利用深度强化学习迭代生成逼近全局最优的排样方案，并进行局部优化与切割仿真验证，最终转换为设备指令执行。本发明实现了端到端的智能板材优化，提升了材料利用率和生产适应性。
📄 2025116315620
📂 G06Q10_04
👤 龙岩学院
📅 2025-11-10
本发明公开了一种面向复杂工业车间场景的多类别异常检测方法及系统，涉及目标检测技术领域，方法包括：通过采集包含吸烟火焰有无佩戴安全帽有无佩戴口罩类别的监控视频数据并进行增强构建训练集；基于拓扑重构的CNSD‑YOLO模型实现多尺度特征提取与自适应感受野选择，采用双向特征金字塔融合高层语义特征生成多尺度增强特征图；检测头引入DynamicATSS动态分配正负样本结合改进NWD损失优化边界框回归联合分类概率与回归结果输出高精度异常目标定位与类别识别结果；部署于边缘终端实现实时检测与告警。本发明通过多尺度特征增强、自适应感受野选择、高层语义特征融合和动态标签分配改进型边界框回归的检测模型，实现对复杂工业车间异常行为的实时化检测。
📄 2026103902861
📂 G06V20_52
👤 龙岩学院
📅 2026-03-27
本发明公开了一种基于样本扩充和筛选的主动增强软测量方法，包括以下步骤：1)获取工业聚乙烯熔融指数数据；2)聚乙烯数据的数据集划分以及预处理；3)生成虚拟样本扩充数据集；4)建立基于支持向量回归的选择性生成对抗网络SGAN‑SVR软测量模型；5)模型表现评估。本发明方法根据形心度量准则和原始样本的统计特性，从基于梯度惩罚的生成对抗网络WGAN‑GP模型生成的虚拟样本中筛选高质量的生成样本，作为原始样本的补充，提高了支持向量回归SVR模型对MI指标的预测准确率。
📄 2021109995848
📂 G06F18_214
👤 浙江工业大学
📅 2021-08-29
本发明公开了一种基于深度图网络分析的发酵过程软测量方法，所述方法包括以下步骤：(1)数据的获取和整合；(2)数据选择；(3)建模训练；(4)模型预测。本发明方法采用基于图网络的发酵过程软测量模型，提高了发酵过程关键产品质量的预测效果，具有普遍性和通用性。
📄 2021109995833
📂 G06F30_27
👤 浙江工业大学
📅 2021-08-29
本发明涉及喷墨打印技术领域，具体公开了一种基于机器学习的喷头堵塞检测方法及系统；1)清洗喷头，获取标准喷墨打印参数，将喷头移至试打印区域进行试喷射，检测喷头所有喷孔的对应墨滴落点；2)数据采集与标注，采集喷头在标准喷墨打印参数和不同喷孔堵塞分布情况下的压电传感器信号图像，并进行数据标注；3)数据预处理与特征提取，对采集到的压电传感器信号图像进行预处理，提取压电传感器信号图像中的关键特征；4)构建机器学习模型，结合压电传感器信号图像特征为输入，不同喷头的堵塞喷嘴分布情况为输出，使用迁移学习方法建立喷头堵塞分布状态预测模型，进行模型训练、验证和测试；本发明利用压电致动器作为传感器用于主动检测通道声学，在当压电致动器不再被波形驱动时候，它被用来检测内部通道压力波动；以压电传感器信号图像特征为输入，不同喷孔堵塞分布情况下为输出，构建基于机器学习的喷头堵塞状态评估模型，用于实时检测喷墨喷头堵塞状态，有效提高检测效率。
📄 2024106014016
📂 G06V10_80
👤 浙江工业大学
📅 2024-05-15
一种基于多工况分布式输出过程补偿宽度迁移建模方法，所述方法包括以下步骤：(1)数据的获取：收集不同工况特性的数据，并进行归一化处理；(2)数据集的重构；(3)建模训练：建立补偿宽度迁移模型以及其他对比模型，并进行模型训练；(4)模型测试：对目标域测试工况数据进行预测。本发明针对分布式输出过程特征变量导致的标签空间差异问题，有效结合了宽度迁移学习对特征空间信息抓取能力和偏差补偿机制对源域和目标域标签空间进行的信息传递，提出了一种基于多工况分布式输出过程补偿宽度迁移建模方法，有效的处理了苯乙烯自由基聚合反应中多工况和大噪声特性，并增强了预测的鲁棒性和准确性。
📄 2022110519781
📂 G16C20_70
👤 浙江工业大学
📅 2022-08-30
本发明公开了一种基于多尺度特征的免锚框表面缺陷检测方法，包括：建立表面缺陷检测模型，包括Swin Transformer模型、第一特征提取单元、N层特征金字塔网络、第二特征提取单元和N个FCOS检测头；采集零件图片作为数据集训练表面缺陷检测模型；将待检测零件图片输入训练好的表面缺陷检测模型，预测出目标框的中心点及其到真实框的四条边的距离，计算出预测框的左上角坐标和右下角坐标作为表面缺陷检测结果。该方法可实现高效、适应多尺度的目标表面缺陷检测，既能够均衡目标框内的正负样本，又能更好地表示形状变化较大的目标，尤其是对小尺寸缺陷目标和极端横纵比的条形缺陷目标有着较好的检测精度和鲁棒性。
📄 2022116867868
📂 G06T7_00
👤 浙江工业大学
📅 2022-12-26
本发明涉及图像处理技术领域，针对现有技术卷积神经网络中层与层之间无法信息共享的问题，公开了一种基于时空全卷积循环神经网络的零件加工表面预测方法，所述方法包括下述步骤：（1）生成灰度图像；（2）获得子图集；（3）空间自相关性分析；（4）灰度图像滑窗切分；（5）时间自相关性分析；（6）构建时空全卷积循环神经网络。利用全卷积网络的卷积层提取全局特征和局部细节特征，通过跳层结构对提取的全局特征和局部细节特征进行融合，将卷积长短期记忆网络（ConvLSTM）单元引入全卷积网络（FCN），使网络在能够完成全局特征和局部特征提取、融合的基础上具有一定的记忆性，进而提高零件加工表面预测精度。
📄 2020112093816
📂 G06T7_00
👤 浙江工业大学
📅 2020-11-03
柿子坊 · 知识产权运营
柿子坊知识产权运营平台