-
公开(公告)号：CN116050477A
公开(公告)日：2023-05-02
申请号：CN202310137106.5
申请日：2023-02-20
申请人： 重庆大学
IPC分类号： G06N3/0464 , G06N3/0442 , G06N3/049 , G06N3/047 , G06F18/24 , G06F18/213
摘要： 本发明公开了一种真实时空注意力模块，利用空间处理模块包含的真实空间注意力单元挖掘多通道数据潜在的真实空间关联信息；空间处理模块输出作为时间处理模块的输入，利用时序短序列注意力单元提取变化趋势的潜在特征以提高检测结果的准确性；全局时间上下文注意力单元的信息采集支路和信息分配支路分别用于提取其余信号对信号i的影响和信号i对其余信号的影响。如此，本发明的真实时空注意力模块能够深度挖掘多通道信号的真实时空关联性特征，可以有效提高智能模型的检测精度，且通用性强，可应用于多种工业领域处理不同信号，应用时还可以灵活嵌入多种模型以提高性能。本发明的还公开了一种真实时空注意力模块在焊点熔核质量检测中的应用。
-
公开(公告)号：CN116050476A
公开(公告)日：2023-05-02
申请号：CN202310054531.8
申请日：2023-02-03
申请人： 重庆大学
IPC分类号： G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/08 , G06F18/2131 , G06F18/25
摘要： 本发明公开了一种频域增强的全尺度时空融合注意力神经网络，包括主干网络和频域增强分支，主干网络包括全尺度空洞卷积模块和时空融合注意力模块；全尺度空洞卷积模块的输出作为时空融合注意力模块的输入；主干网络和频域增强分支得到的特征融合后得到神经网络的输出；全尺度空洞卷积模块是一种独特的三层卷积结构，第1卷积层和第2卷积层均为一维空洞卷积层，第3卷积层为一维卷积层；时空融合注意力模块包括通道信息聚合单元、通道交互联系单元和时间相关性捕获单元；频域增强分支包括FEB模块和FFN模块，通过将信号映射到频域以考虑频率分量对于冲击定位的作用。本发明还提出了一种复合材料夹芯板冲击定位方法。
-
公开(公告)号：CN116011325A
公开(公告)日：2023-04-25
申请号：CN202211674805.5
申请日：2022-12-26
申请人： 重庆大学
IPC分类号： G06F30/27 , G06N3/006 , G06F30/17 , G06F119/08
摘要： 本发明公开了一种蜗杆砂轮磨床磨削精度提升方法，一方面建立了热特性仿真模型，发现刀具和工件主轴之间的相对热变形随蜗杆砂轮和工件主轴的转速线性增加，通过对蜗杆砂轮磨床进行热特性优化，以实现热平衡设计和保证温度场均匀分布，提高抵抗热变形的能力和提高热稳定性；另一方面，创建了热误差预测模型，利用混沌麻雀搜索算法优化自回归小波神经网络的参数，本发明在混沌麻雀搜索算法中结合了伯努利混沌序列和扰动、基于精英对立的学习和正弦余弦搜索算法，创建得到的热误差预测模型能够有效提高预测精度，利用预测得到的热误差以实现对蜗杆砂轮磨床进行热误差补偿；如此，通过实施热特性优化和误差补偿，能够有效提高蜗杆砂轮磨床的磨削精度。
-
公开(公告)号：CN115983110A
公开(公告)日：2023-04-18
申请号：CN202211630044.3
申请日：2022-12-19
申请人： 重庆大学
IPC分类号： G06F30/27 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N20/00
摘要： 本发明公开了动态时空记忆图卷积网络热误差模型，其特征在于：包括串联设置的N层DTSMGCN层，第i层DTSMGCN层的输出hit为第i+1层DTSMGCN层的输入；DTSMGCN层包括DTSMGCN单元，DTSMGCN单元内设有边缘单元、联合单元和混合邻接矩阵；边缘单元用于挖掘每个变量的时间特征并将时间特征被传输到联合单元；联合单元用于挖掘变量之间的时空特征，且提取的时空特征在递归网络中紧密耦合并传播；混合邻接矩阵用于挖掘空间特征，空间特征包括动态地理邻接矩阵、语义邻接矩阵和运动邻接矩阵。本发明还公开了一种面向工业的机器学习大数据框架。本发明的动态时空记忆图卷积网络热误差模型及面向工业的机器学习大数据框架，能够有效提高预测精度，并解决云计算工业带宽有限的问题。
-
公开(公告)号：CN115981336A
公开(公告)日：2023-04-18
申请号：CN202310054526.7
申请日：2023-02-03
申请人： 重庆大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种工业机器人轨迹规划中的耦合插值函数选择方法，包括如下步骤：步骤一：构建插值函数集，基于插值函数集构建满足时间‑冲击最优轨迹规划要求的目标函数；步骤二：初始化金鹰种群，得到初始种群和外部存档；步骤三：判断当前迭代次数t是否达到设定的最大迭代次数：若是，则执行步骤七；若否，则执行步骤四：步骤四：更新每只金鹰的位置并计算适应度值；步骤五：利用差分进化和反向学习策略依次对金鹰种群造成两次扰动，使金鹰个体变异，计算个体变异后的适应度值；步骤六：更新外部存档，循环执行步骤三；步骤七：迭代结束，将外部存档中每只金鹰的位置映射为目标函数的最优解，得到包含目标函数最优解集的Pareto前沿。
-
公开(公告)号：CN115824113A
公开(公告)日：2023-03-21
申请号：CN202211542394.4
申请日：2022-12-03
申请人： 重庆大学
摘要： 本发明公开了一种面齿轮齿面误差测量方法，包括如下步骤：步骤一：划分面齿轮扫描区域：11)利用虚拟插齿刀在加工面齿轮时的啮合关系，构建得到面齿轮齿面方程，对面齿轮齿面方程进行离散处理，得到面齿轮理论齿面；12)根据面齿轮理论齿面划分得到面齿轮扫描区域；步骤二：利用齿轮测量中心对面齿轮齿面进行测量：21)测量面齿轮：采用扫描式测头对面齿轮齿面采集数据点；22)数据处理：将面齿轮齿面的测量坐标系转换到理论坐标系；23)曲面拟合：采用高阶多项式对面齿轮齿面数据点进行拟合，得到面齿轮齿面数据与测量位置之间的曲面多项式；步骤三：将面齿轮理论齿面的齿面点映射到曲面多项式，得到面齿轮的齿面误差。
-
公开(公告)号：CN111942722B
公开(公告)日：2023-03-10
申请号：CN202010827471.5
申请日：2020-08-17
申请人： 重庆大学
IPC分类号： B65D25/10
摘要： 本发明公开了一种轴类产品柔性夹具，包括底座，所述底座上设有对轴类产品施加支撑力的支撑单元，还包括对轴类产品施加压紧力并将轴类产品压紧固定在所述支撑单元上的压紧单元；所述压紧单元包括固定安装在所述底座上的压紧座，所述压紧座上设有上端开口的弧形轨道和与所述弧形轨道滑动配合的弧形滑轨，且所述弧形轨道的弧度与所述弧形滑轨的弧度之和大于2π，所述弧形滑轨上设有用于向轴类产品施加压紧力的压紧机构；所述压紧机构包括与轴类产品外表面配合的压紧板和用于驱动所述压紧板沿着所述弧形滑轨的径向方向移动的压紧组件；所述底座或所述压紧座上设有用于驱动所述弧形滑轨沿着所述弧形轨道滑动的滑动驱动机构。
-
公开(公告)号：CN115310285A
公开(公告)日：2022-11-08
申请号：CN202210945734.1
申请日：2022-08-08
申请人： 重庆大学 , 赛力斯汽车有限公司 , 重庆金康动力新能源有限公司
摘要： 本发明公开了一种新能源汽车电机温度场数字孪生模型构建方法，包括如下步骤：S1：数据采集：采集电机在不同工况下的时序数据；S2：数据预处理：对采集的时序数据进行缺失值填充、异常值剔除和数值标准化处理；S3：将经预处理后的时序数据分为训练集和测试集；S4：训练模型：构建深度学习模型，以训练集训练深度学习模型以更新模型参数，以损失函数为目标函数以判断是否达到模型训练的终止条件；当达到模型训练终止条件后，得到预测模型；S5：将测试集输入预测模型中并得到电机温度分布的预测结果；判断预测结果是否达到预设的评价指标：若是，则以该预测模型构建得到电机温度场数字孪生模型；若否，则执行步骤S4。
-
公开(公告)号：CN115310226A
公开(公告)日：2022-11-08
申请号：CN202210943736.7
申请日：2022-08-08
申请人： 重庆大学 , 赛力斯汽车有限公司 , 重庆金康动力新能源有限公司
摘要： 本发明公开了一种基于拓扑优化的电机外壳轻量化与冷却通道布局耦合设计方法，首先利用冷却通道拓扑优化数学模型更新冷却通道材料属性，得到冷却通道的拓扑结构，再将更新得到的冷却通道材料属性输入到电机外壳拓扑优化数学模型中以更新电机外壳的材料属性，从而得到耦合冷却通道布局的电机外壳的耦合拓扑结构模型；以冷却通道的热性能目标Jth、流动性能目标Jf以及电机外壳的结构体积V(x)为拓扑优化的目标函数，对耦合拓扑结构模型进行迭代优化，以使最终输出的耦合拓扑结构模型的目标函数的计算结果满足设定条件，最后以输出的耦合拓扑结构模型重新构建电机外壳的三维模型，即可完成电机外壳设计，以实现电机整体性能的提升。
-
公开(公告)号：CN115310204A
公开(公告)日：2022-11-08
申请号：CN202210958617.9
申请日：2022-08-09
申请人： 重庆大学 , 赛力斯汽车有限公司 , 重庆金康动力新能源有限公司
IPC分类号： G06F30/15
摘要： 本发明公开了一种影响汽车NVH性能的生产异常智能溯源方法，包括如下步骤：步骤一：通过分析得到影响汽车NVH的车身工艺过程；步骤二：数据采集：采集工艺过程数据和NVH性能数据，建立数据集；步骤三：将数据集划分为训练集、验证集和测试集；步骤四：利用训练集训练基于注意力机制的生产异常智能溯源模型并更新模型参数；步骤五：判断预测精度是否达到预定精度范围：若是，则训练完成，得到生产异常溯源模型，执行步骤六；若否，则执行步骤四；步骤六：当NVH性能数据超出设定范围时，将该NVH性能数据与对应的工艺过程数据输入到生产异常溯源模型中，得到不同的工艺过程数据导致NVH性能数据异常的影响程度，完成生产过程异常溯源。
-
-
-
-
-
-
-
-
-
搜索结果
390 条记录 (耗时 0.051 秒)
