公开(公告)号：CN116757545A

公开(公告)日：2023-09-15

申请号：CN202310806904.2

申请日：2023-07-03

Applicant: 西安电子科技大学

Inventor： 渠海 ,  王佩 ,  黄鹏德 ,  崔怡欣 ,  张千乐

IPC: G06Q10/0639 ,  G06Q50/04 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于多任务深度学习的多级制造系统质量预测方法，先进行多级制造系统数据的采集与整理，形成多阶段原始数据集集合；然后对多阶段原始数据集集合进行预处理；再对预处理后的多阶段数据集集合进行训练集和测试集划分；然后构建基于各阶段传递影响特征提取的具有控制门网络的多尺度卷积网络；再构建基于各阶段多任务预测的多任务学习网络；最后动态调整每个任务损失和每个阶段损失的权重，并配合正则项，完成多任务深度学习模型构建；本发明在考虑各阶段传递影响的同时并行输出各阶段下多个质量指标的预测结果，各阶段影响传递有效，多质量指标并行输出的结果精度高。

公开(公告)号：CN116520772A

公开(公告)日：2023-08-01

申请号：CN202310596101.9

申请日：2023-05-24

Applicant: 西安电子科技大学

Inventor： 黄鹏德 ,  王佩 ,  崔怡欣 ,  王涛 ,  陶海珍 ,  渠海 ,  张千乐

IPC: G05B19/408

Abstract: 一种基于多任务迁移学习的薄板零件数控加工质量预测方法，先形成数控加工的原始加工特征数据集集合D，对集合D内每个数据集进行预处理；针对预处理后的特征数据集集合D′，选择分布差异小的源域和目标域进行迁移，对选择的源域和目标域数据集进行训练集和测试集划分；再构建多任务特征提取的共享层网络E；然后构建基于动态分布自适应的任务专有层网络L；最后动态调整每个任务总损失的权重，完成多任务迁移学习模型R构建；本发明实现未知工况下的质量预测与并行输出多个质量指标的预测结果，多质量指标并行输出的结果精度高，质量预测的迁移效果可靠性高。