-
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
申请人： 西安电子科技大学
IPC分类号： G06Q10/0639 , G06Q50/04 , G06N3/0464 , G06N3/08
摘要： 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：CN110516920B
公开(公告)日：2022-12-02
申请号：CN201910718844.2
申请日：2019-08-05
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于指标融合的陀螺仪质量等级评估方法，解决了因指标波动误差的不稳定性给产品质量等级评估带来的评估不准确问题，实现步骤为：获取陀螺仪装配过程数据集I1；判断I1中是否存在缺失特征数据；对I1中缺失特征数据进行填充，得到完整特征数据集I2；对I2进行PCA降维，得到降维后数据集I3；对I3聚类分析，得到聚类标签L；对I2数据融合，得到融合后特征数据集；对半液浮速率陀螺仪质量等级评估；本发明对单一指标多次检测数据进行融合，并通过计算不同聚类标签所对应的融合后特征与融合后特征重要度的乘积之和，给出了一个更为精准的半液浮速率陀螺仪质量等级评估模型，用于陀螺仪质量等级评估。
-
公开(公告)号：CN115033800A
公开(公告)日：2022-09-09
申请号：CN202210806187.9
申请日：2022-07-08
申请人： 西安电子科技大学
IPC分类号： G06F16/9535 , G06F16/36
摘要： 本发明提出了一种基于知识图谱的数控加工刀具推荐方法，可用于数控加工刀具的精确推荐，实现步骤为：对数控加工原始数据进行预处理；构建数控加工的本体模型；构建数控加工的知识图谱；构建数控加工单向加权知识图谱；获取数控加工刀具的推荐结果。本发明通过数控加工的本体模型构建数控加工的知识图谱，并通过该知识图谱所构建的数控加工单向加权知识图谱，使用PPR算法计算刀具节点与待加工零件节点的相关度，再将相关度最高的刀具节点作为推荐的刀具，充分考虑了刀具几何参数在刀具推荐过程中的影响，有效提高了刀具推荐的准确度。
-
公开(公告)号：CN110185463B
公开(公告)日：2020-10-09
申请号：CN201910583926.0
申请日：2019-07-01
申请人： 西安电子科技大学
摘要： 本发明提出了一种盾构掘进姿态的控制方法，用于解决现有技术中存在的控制精度较低的技术问题，实现步骤为：获取盾构数据包；获取b个盾构掘进初始特征数据包；对每个盾构掘进初始特征数据包进行递归特征消除；对每个盾构掘进深度特征数据包进行离散化；获取盾构掘进施工参数分析结果；对盾构掘进姿态进行控制。本发明首先通过施工参数与盾构轴线偏差之间的相关性分析和冗余施工参数的递归特征消除，保证了分析结果的客观性；其次深度挖掘施工参数与盾构轴线偏差之间的关联规则，提取数据的隐含规律，可以提高盾构掘进姿态控制的控制精度,可应用于盾构掘进姿态控制。
-
公开(公告)号：CN110617074A
公开(公告)日：2019-12-27
申请号：CN201910893671.8
申请日：2019-09-20
申请人： 西安电子科技大学
摘要： 本发明公开了一种盾构施工中地面沉降量与掘进参数的关联关系方法研究，主要解决现有技术在盾构施工大数据场景下，掘进参数建议范围值准确度不高的问题,关联关系方法研究步骤包括：对盾构施工的历史数据进行预处理；获取施工参数数据集；获取每种特征掘进参数的建议值范围；获取影响地面沉降的参数数据；对每种特征掘进参数的建议值范围进行优化；对地面沉降量进行预测。本发明整个方案设计严谨、完整，掘进参数建议范围值的准确性高，用于盾构施工过程中掘进参数的取值，保障工程质量和安全。
-
公开(公告)号：CN110533278A
公开(公告)日：2019-12-03
申请号：CN201910635333.4
申请日：2019-07-15
申请人： 西安电子科技大学
摘要： 本发明提出了一种基于粒子群优化算法的SMT产线检测阈值设定方法，用于解决现有技术中存在的因为SMT产线的检测阈值设定不合理导致的产品合格率较低的技术问题，实现步骤为：获取关联数据表，然后获取阈值设定数据表，采用粒子群优化算法计算设定阈值，最后获取最优阈值。本发明利用SMT产线的生产数据，并将SMT产线上SPI锡膏检测仪的检测合格率用于计算粒子群优化算法中的个体适应度，通过粒子群优化算法的迭代之后，能够获得的多组检测阈值能提高SPI锡膏检测仪的检测合格率，从而提高SMT产线的产品合格率，并且降低了获取到的多组检测阈值全部不满足生产工艺要求的风险。
-
公开(公告)号：CN110533065A
公开(公告)日：2019-12-03
申请号：CN201910647803.9
申请日：2019-07-18
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于自编码特征和深度学习回归模型的盾构姿态预测方法，其主要步骤是：(1)采集数据；(2)预处理；(3)生成训练样本和测试样本；(4)构建自编码器和构建深度学习回归模型；(5)提取额数据特征；(6)训练深度学习回归模型；(7)预测盾构姿态。本发明结合了盾构机掘进过程中设备参数信息，能够利用参数信息来体现盾构姿态，并且避免了繁琐的求解过程，提高了对盾构姿态变化的反应时间，具有高效的数据分析能力，可以为施工操作人员提供参考和调整依据，保障施工质量。
-
公开(公告)号：CN108868805A
公开(公告)日：2018-11-23
申请号：CN201810583493.4
申请日：2018-06-08
申请人： 西安电子科技大学
摘要： 本发明提出了一种基于统计分析与XGboost结合的盾构纠偏方法，用于解决现有技术中存在的纠偏精度较低的技术问题，实现步骤为：获取盾构参数数据包；获取训练集数据和测试集数据；获取基于XGboost的盾构姿态参数回归模型；获取多组掘进样本数据；对盾构机姿态进行纠偏。通过统计分析，将姿态参数值划分为多个区间，并且对每个区间掘进数据通过XGboost所建立的回归模型进行计算，得到每组包含多条盾构数据的多组数据，使得每个区间给出一组盾构参考数据，给多环纠偏时参数设置提供依据，通过基于XGboost所拟合的回归模型，有效提高了所给出的盾构参考数据的准确性，进而提高了掘进纠偏的准确度。
-
公开(公告)号：CN107273588A
公开(公告)日：2017-10-20
申请号：CN201710388843.7
申请日：2017-05-25
申请人： 西安电子科技大学
摘要： 本发明提出了一种盾构机盾体装配序列的规划系统及方法，旨在降低盾构机盾体装配序列规划的复杂度，获取最大限度满足用户需求的装配序列。系统包括与数据库连接的装配资源管理模块、装配序列规划模块和虚拟装配仿真模块，其中，装配资源管理模块存储盾构机盾体装配序列规划所需的资源，装配序列规划模块存储盾构机待装配盾体装配序列规划所需的各种信息，利用离散粒子群万有引力搜索算法，计算并选取盾构机盾体零部件装配序列的预规划结果，虚拟装配仿真模块对该预规划结果的可行性进行验证，确定盾构机待装配盾体零部件装配序列的规划并输出。本发明的规划系统灵活，装配序列规划的复杂度低。
-
-
-
-
-
-
-
-
搜索结果
39 条记录 (耗时 0.041 秒)
