-
公开(公告)号：CN114912637B
公开(公告)日：2023-08-29
申请号：CN202210558339.8
申请日：2022-05-21
Applicant: 重庆大学
IPC: G06Q10/20 , G06Q50/04 , G06F16/36 , G06N5/02 , G06N5/04 , G06N5/043 , G06N3/0464 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/045
Abstract: 本发明公开一种人机物知识图谱制造产线运维决策方法及系统、存储介质，该方法利用时频信号技术进行分析得到特征指标；并在人机物知识图谱中推理相适应的算法模型，并调用推荐的模型参数；利用算法模型进行特征提取与分析，得到状态评估；根据状态评估结果在人机物知识图谱中推理该结果的产生原因以及相应的解决方法和预防措施，并形成决策支持方案输出。本发明方法可以更为方便、精准地了解和获得设备运维处理的决策方案；尽可能降低了设备运维对于员工经验的要求度；利用制造领域知识图谱，使得制造生产线决策生成效率高，成本较低、省时省力以及准确性高。
-
公开(公告)号：CN114580911B
公开(公告)日：2023-07-25
申请号：CN202210214843.6
申请日：2022-03-04
Applicant: 重庆大学
Abstract: 本发明公开了一种现场‑工厂混合服务及资源调度方法，包括如下步骤：1)需求分析与任务分解：根据任务Ti所需的不同服务类型，将其分解成若干个子任务；识别所有子任务所需要的服务类型，形成服务类型集；2)搜索与匹配：从云资源池中找到所有能提供该类服务的服务资源，形成该服务类型的资源候选集；3)资源组合：从子任务对应的资源候选集中为每个子任务选择一个或多个服务资源；4)任务排序：建立针对同一个任务的各个子任务的前后执行顺序约束；5)路径规划：规划服务资源SR和服务对象的出行路径，确定临时工厂的设立位置，得到若干服务及资源调度路径方案；6)方案优化：找到最优的服务及资源调度路径方案。
-
公开(公告)号：CN114240891B
公开(公告)日：2023-07-18
申请号：CN202111554382.9
申请日：2021-12-17
Applicant: 重庆大学
IPC: G06T7/00 , G06T7/73 , G06F16/55 , G06F16/583 , G06V10/46 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种融合知识图谱和图卷积神经网络的焊点质量识别方法，对焊点拍照，获取焊点外观图像；焊点外观图像中包括焊点及焊点的位置视觉特征；裁剪焊点外观图像，获取焊点裁剪图像；使所有的焊点裁剪图像的尺寸相同，且每一张焊点裁剪图像中仅包含一个焊点及其位置特征；将焊点裁剪图像导入细粒度网络进行特征挖掘，得到焊点的视觉特征矩阵；根据焊点质量及焊点之间的位置关系建立知识图谱，并利用图卷积神经网络对知识图谱进行特征挖掘，得到焊点的高维点式空间特征矩阵；将视觉特征矩阵与高维点式空间特征矩阵进行向量内积，得到焊点质量的分类检测结果。
-
公开(公告)号：CN115310228B
公开(公告)日：2023-06-27
申请号：CN202210951222.6
申请日：2022-08-09
Applicant: 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
Abstract: 本发明公开了一种基于数字孪生的齿轮修形设计方法，包括如下步骤：步骤一：在待修形齿轮的三维几何区域内进行随机采样，构建节点图G；步骤二：将图G输入到多层图卷积神经网络中，调整采样点的位置，输出修形后的齿轮；步骤三：将修形后的齿轮输入到齿轮动力传播数字孪生模型Sθ中进行齿轮传动模拟，对节点图进行循环迭代处理，获得最终的性能指标步骤四：判断性能指标是否达到目标性能指标P；若是，则执行步骤七；若否，则执行步骤五；步骤五：通过L2‑范数计算性能指标与目标性能指标P的差值作为修形优化的损失Loss；步骤六：将损失值Loss进行反向传播，依次计算Sθ和图卷积修形网络参数对Loss的梯度，更新多层图卷积网络的梯度，执行步骤一；步骤七：停止修形。
-
公开(公告)号：CN116304097A
公开(公告)日：2023-06-23
申请号：CN202310270415.X
申请日：2023-03-20
Applicant: 重庆大学
IPC: G06F16/36 , G06Q10/20 , G06N3/0442
Abstract: 一种设备异常诊断、维护的三元数据融合方法，包括如下步骤：步骤一：根据设备运维的领域特点，对人机物三元数据进行具体定义，包括数据的来源、特点及三元数据之间的内在联系；步骤二：采用自顶向下的方式构建本体模型；步骤三：基于本体模型进行联合实体和关系抽取任务，采用三元数据知识抽取模型从句子中抽取所有的三元组；步骤四：基于三元组构建设备运维人机物知识图谱，实现人机物三元数据的融合。本发明设备异常诊断、维护的三元数据知识抽取模型及三元数据融合方法，针对人机物三元数据多样性、多源性和异构性的数据特点设计并开发了设备运维人机物本体，同时利用三元数据知识抽取模型抽取三元组，以更好地利用相关过程的文本信息。
-
Patent Agency Ranking
-
公开(公告)号：CN115310486A
公开(公告)日：2022-11-08
申请号：CN202210951200.X
申请日：2022-08-09
Applicant: 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
Abstract: 本发明公开了一种焊接质量智能检测方法，包括如下步骤：步骤一：在焊接产品上布置一个激振点和多个振动传感器；步骤二：使焊接产品产生振动，采集经过焊接部位的振动信号，多个振动传感器采集的振动信号组成多通道振动信号；获取当前焊接产品的焊接质量的分类标签，将多通道振动信号与分类标签共同构成焊接质量数据；步骤三：判断获取的焊接质量数据的数量是否达到设定阈值；若是，得到数据集，执行步骤五；若否，则执行步骤四；步骤四：在另一个焊接产品的相同位置布置激振点和振动传感器，执行步骤二；步骤五：构建人工智能算法模型，利用数据集训练人工智能算法模型；步骤六：利用人工智能算法模型对焊接产品的焊接质量进行在线检测。
-
公开(公告)号：CN115099038A
公开(公告)日：2022-09-23
申请号：CN202210751197.7
申请日：2022-06-29
Applicant: 重庆大学
Abstract: 本发明公开了一种基于自适应局部学习实现长时和多元时变特性的加工温度监测方法，包括如下步骤：步骤1)：局部域的自适应识别：使用滑动窗口策略和性能图的t检验分析对全局数据进行划分，保证每一个局部域的预测性能；步骤2)：转换动力学识别：针对每一个局部域，提取局部空间互相关和时间自相关的动态特征，使用DCNN建立局部预测模型；步骤3)：局部域自适应结合：使用贝叶斯集成学习结合局部预测模型。本发明基于自适应局部学习实现长时和多元时变特性的加工温度监测方法，避免了人工设置参数划分局部域的不可靠性，同时能够更好地提取长时时变特征，更加精确有效地获得工艺数据多元层次动态特征。
-
公开(公告)号：CN110405533B
公开(公告)日：2022-03-11
申请号：CN201910663735.5
申请日：2019-07-23
Applicant: 重庆大学
IPC: B23Q15/00
Abstract: 本发明公开了一种刀具姿态优化方法，所述优化方法具体为:S1:确定刀具的在机床轴限制下的可达性范围；S2:得到刀具的无全局干涉姿态范围；S3:得到刀具的无颤振姿态范围；S4:构建刀具姿态可达稳定图；S5:基于S4,以表面粗糙度预测模型为适应度函数,获得最优刀具姿态。本发明以工件的表面粗糙度预测模型为适应度函数，得到了最优刀具姿态，不仅避免了加工过程中的干涉和颤振，也提高了工件的表面性能，这对路径规划具有重要意义。
-
公开(公告)号：CN113878382A
公开(公告)日：2022-01-04
申请号：CN202111291400.9
申请日：2021-11-01
Applicant: 重庆大学
IPC: B23Q3/06
Abstract: 本发明公开了一种分形夹具单元，包括至少两级分形夹具体，分别为第1级分形夹具体、第2级分形夹具体、……、第n级分形夹具体，其中，n≥2；对于第i级分形夹具体和第i+1级分形夹具体：所述第i级分形夹具体上设有至少2个弧形槽，所述弧形槽内设有与其同轴的第一弧形轨道，所述第i+1级分形夹具体上设有第二弧形轨道，所述第i级分形夹具体的所述弧形槽内分别安装有所述第i+1级分形夹具体，且所述第i+1级分形夹具体的第二弧形轨道与所述第i级分形夹具体的所述第一弧形轨道滑动配合，其中，i＝1,2，……，n‑1。本发明还公开了一种分形夹具和分形夹具装置，能够适用于各类不同形状和尺寸的物体的装夹要求。
-
-
-
-
-
-
-
-
-
Search Results
203
records
(took 0.047 seconds)
