-
公开(公告)号:CN118917567A
公开(公告)日:2024-11-08
申请号:CN202410290398.0
申请日:2024-03-14
Applicant: 南京工业大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/092
Abstract: 本发明提供了一种基于分层选择式深度强化学习的多目标分布式柔性作业车间调度方法,其特征在于,主要步骤包括:将分布式柔性作业车间调度问题进行简化;创建工序选择智能体、工厂选择智能体、机器选择智能体,分别负责确定待优化的工序、为工件挑选工厂、为工序挑选加工机器,将三类智能体分别设置在上、中、下结构中;结合智能体的任务设计各智能体的调度规则;利用深度强化学习算法训练工序选择智能体、工厂选择智能体、机器选择智能体;训练智能体,完成分布式柔性作业车间调度的多目标优化问题。
-
公开(公告)号:CN118296743A
公开(公告)日:2024-07-05
申请号:CN202410236321.5
申请日:2024-03-01
Applicant: 南京工业大学
Abstract: 本发明提出了基于图像扩展区域覆盖率优化的不规则二维零件排布方法,结合了图像处理和改进的遗传算法;面对传统方法在处理不规则零件时的低效率和材料浪费,通过从CAD模型获取零件形状图,进行精确的二值化和尺寸调整,确保图像准确反映零件的实际尺寸;本发明使用改进的遗传算法,以零件图像扩展区域的被占用率为关键优化指标,通过精细的编码、变异、解码过程,实现零件在板材上的最优空间布局;这一方法不仅提高了排布的搜索效率和精确度,还显著提升了材料利用率,对于降低成本和提高生产效率具有显著的实际意义,特别适用于空间布局受限且对材料利用率要求高的生产环境。
-
公开(公告)号:CN117574259B
公开(公告)日:2024-05-07
申请号:CN202311316905.5
申请日:2023-10-12
Applicant: 南京工业大学
IPC: G06F18/2415 , G06F18/25 , G06F18/214 , G06N3/0464 , G01M13/02 , G01M13/04
Abstract: 本发明公开一种适用于高端装备的注意力孪生智能迁移可解释性诊断方法,先获取轴承和齿轮不同故障件在不同负载或转速下的振动信号数据,对数据进行预处理;构建双分支架构的卷积神经网络模型,令模型可同时接受两种不同工况下的不平衡样本进行训练;模型中加入跨模块串联双注意力机制,包括通道特征注意力增强和片段特征注意力增强模块,用以合理地增强小样本特征信息,增强不平衡样本的域不变特征,并实现特征的注意力可解释性;同时引入孪生特征融合模块,更好的提取不平衡样本中的域不变特征;最后,采用各类提出的特征可视化方法实现对迁移诊断模型的特征可视化解释,并在测试数据集上完成高效的迁移诊断准确性。
-
公开(公告)号:CN114077192B
公开(公告)日:2024-04-05
申请号:CN202011519958.3
申请日:2020-12-21
Applicant: 南京工业大学 , 南京工大数控科技有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种非线性系统输出反馈智能控制方法,属于非线性控制领域,本发明选取一类非线性系统作为研究对象,以在仅输出信息可测的工况下,饱和非线性、非线性动态、外干扰等耦合不确定因素共同影响下其输出能准确地跟踪期望指令为控制目标,针对不可测系统状态通过扩张状态观测器进行实时估计;针对未知非线性动态通过径向基神经网络进行估计并前馈补偿;针对外干扰通过结合扩张状态观测器以及非线性扰动观测器进行估计并前馈补偿;整个控制方法通过基于指令滤波的反步技术进行设计,使控制器设计以及控制器结构更加简单;针对饱和以及滤波误差的影响,通过基于饱和及滤波误差的辅助系统进行补偿。更利于在难以测量的复杂工况中应用。
-
公开(公告)号:CN117744495A
公开(公告)日:2024-03-22
申请号:CN202311807644.7
申请日:2023-12-26
Applicant: 南京工业大学
IPC: G06F30/27 , G06F18/21 , G06N3/045 , G06N3/0442 , G06F111/04 , G06F111/10 , G06F119/02 , G06F119/12 , G06F123/02
Abstract: 本发明公布了一种不同退化阶段下多模型驱动的特大型轴承寿命预测方法,包括如下步骤:(1)对特大型轴承全寿命振动加速度数据进行信号分解,根据各个分量的相关性,选择合适分量进行融合并获取性能衰退指标;(2)计算性能衰退指标的梯度,根据梯度和衰退指标数值的阈值,划分退化阶段;(3)选用深度学习中适合时间序列预测的双向门控循环单元网络,构建特大型轴承的第一个预测模型,载荷‑寿命模型为第二个预测模型,二者相结合构成第三个预测模型;(4)在前3步的基础上制定合适的模型使用和更新策略,对不同退化时间进行寿命预测。本发明结合了传感器监测信号数据和特大型轴承自身机理,模型的鲁棒性和泛化能力较强,具有一定应用价值。
-
公开(公告)号:CN117592606A
公开(公告)日:2024-02-23
申请号:CN202311588337.4
申请日:2023-11-24
Abstract: 本发明涉及一种基于归一化二维互相关矩阵和模板匹配的不规则零件排布方法,首先,基于零件模型获取零件形状图,对其进行二值化,黑色为背景,白色为目标物,根据零件实际尺寸调整图像尺寸;考虑到加工过程的材料损耗,对零件图像膨胀处理;用二值化黑色图像表示基准板材,零件分别旋转0°、90°、180°、270°,计算旋转后的零件与基准图像的四个互相关矩阵,对矩阵做两次裁剪,保留合适元素,将剩余元素组成一向量,并基于相关值进行降序排序。本发明的方法结合了图像处理、数学建模和模板匹配技术,可用于各种制造和生产环境,提高了生产效率、降低了成本,并实现了资源的最佳利用。
-
公开(公告)号:CN117574259A
公开(公告)日:2024-02-20
申请号:CN202311316905.5
申请日:2023-10-12
Applicant: 南京工业大学
IPC: G06F18/2415 , G06F18/25 , G06F18/214 , G06N3/0464 , G01M13/02 , G01M13/04
Abstract: 本发明公开一种适用于高端装备的注意力孪生智能迁移可解释性诊断方法,先获取轴承和齿轮不同故障件在不同负载或转速下的振动信号数据,对数据进行预处理;构建双分支架构的卷积神经网络模型,令模型可同时接受两种不同工况下的不平衡样本进行训练;模型中加入跨模块串联双注意力机制,包括通道特征注意力增强和片段特征注意力增强模块,用以合理地增强小样本特征信息,增强不平衡样本的域不变特征,并实现特征的注意力可解释性;同时引入孪生特征融合模块,更好的提取不平衡样本中的域不变特征;最后,采用各类提出的特征可视化方法实现对迁移诊断模型的特征可视化解释,并在测试数据集上完成高效的迁移诊断准确性。
-
公开(公告)号:CN116070515A
公开(公告)日:2023-05-05
申请号:CN202310075953.3
申请日:2023-02-07
Applicant: 中铁工程装备集团有限公司 , 中铁工程装备集团技术服务有限公司 , 中铁隧道局集团有限公司 , 南京工业大学 , 湖南大学
Inventor: 赵新合 , 陈良武 , 洪开荣 , 姜礼杰 , 荆留杰 , 王付利 , 钟庆丰 , 钱豪 , 王华 , 邓乾旺 , 李凤远 , 韩伟锋 , 郑永光 , 朱永超 , 吴斌 , 陈敬举 , 郜卫鹏 , 陈亚南 , 王双旺
IPC: G06F30/27 , G06F30/10 , G06Q10/04 , G06Q10/20 , G06F119/02
Abstract: 本发明提出了一种盾构主驱动核心部件协同优化选型方法,盾构掘进装备工程的技术领域。本发明包括:基于海量施工案例数据建立案例库,利用运维要素评价案例库中各案例主驱动各部件的故障因子;利用各施工案例的特定参数以及其各部件的故障因子分别学习训练各部件的GA‑SVR故障因子预测模型;根据新建工程的设计参数、工况参数,基于相似度函数筛选得到多组预定选型方案;将预定选型方案的设计参数、工况参数带入GA‑SVR故障因子预测模型确定部件的故障因子,通过自组织神经网络将各预定选型方案各部件故障因子进行信息融合,输出最终决策。本发明依靠分析挖掘案例库中的工程大数据的知识和规律,有效帮助新的盾构任务确定选型方案,提高适用性。
-
公开(公告)号:CN114472588A
公开(公告)日:2022-05-13
申请号:CN202210061694.4
申请日:2022-01-19
Applicant: 南京工业大学
Abstract: 本发明提供了一种新型弯管加工过程碰撞干涉检测方法,其特征在于,包括:简化数控弯管机床结构,确定机床与弯管可能发生干涉的部件;获得弯管的工艺参数;建立同维度坐标系,确立弯管与干涉部件表面的数学模型;确定弯管数学模型取值范围,进行二者数学模型的最小距离求解运算;将最小距离与弯管外半径比较,若最小距离大于弯管外半径,可确定弯管此时无碰撞干涉:若最小距离小于弯管外半径,则发生干涉。本发明将弯管检测干涉的问题转换为弯管与机床表面之间数学方程的求解距离最小值问题,与传统检测方法相比,简化了计算量;利用起弯点加工前后的位置坐标来控制弯管干涉检测状态,实现了在弯管成形过程对其进行实时连续的检测。
-
-
-
-
-
-
-
-
-