-
公开(公告)号:CN118860523A
公开(公告)日:2024-10-29
申请号:CN202310474901.3
申请日:2023-04-27
申请人: 中国海洋大学
摘要: 本发明是一种知识驱动的制造微服务编排方法,包括以下步骤:通过数据挖掘获取制造知识;定义多个微服务,每个微服务关联一个API;定义流程描述文件,通过知识驱动,基于BPMN可视化的流程编排界面进行服务编排,指定服务的调度顺序;根据流程描述文件生成流程模板,并提取其中各微服务需要的参数模板;根据流程模板和参数模板,获得系统配置参数和流程实例中各微服务需要的所有参数值,实例化微服务,执行流程实例;同时依靠BPMN定义流程中服务的执行顺序,最终实现微服务编排。本发明可根据企业需求对业务流程进行重组,结合数据与知识的融合算法,实现微服务的动态可视化编排,快速形成新的业务服务模型,提高了微服务编排效率。
-
公开(公告)号:CN118840217A
公开(公告)日:2024-10-25
申请号:CN202310455291.2
申请日:2023-04-25
申请人: 中国海洋大学
摘要: 本发明公开了一种本发明提出的开放式软件定义智能制造系统,由从下至上的IoT层、IaaS层、虚拟化层、PaaS层、数据服务层、AI服务层和SaaS层构成;本发明在现有工业互联网平台基础上,对IoT层和AI/数据服务层进行拓展延伸,引入IT/OT/DT/AT融合,依托大数据、人工智能、物联网技术,实现了一种更精准、实时、高效的知识和数据双重驱动的通用性、开放式软件定义智能制造系统,实现技术/经验/知识的模型化、软件化、复用化,以微服务的形式为工业企业提供各类创新应用,形成资源富集、多方参与、合作共赢、协同演进的制造业生态。
-
公开(公告)号:CN118778471A
公开(公告)日:2024-10-15
申请号:CN202310366779.8
申请日:2023-04-07
申请人: 中国海洋大学
IPC分类号: G05B17/02
摘要: 本发明是一种工业互联网智能制造系统架构设计方法,包括以下步骤:设计提出一种工业互联网智能制造系统架构;引入基于边缘计算的原型系统;建立真实物理车间对应虚拟三维模型;建立生产线的三维模型;对生产线进行仿真设计;建立物流系统,利用仿真设计后的生产线规划物流运输线;对物流运输线进行仿真设计;对生产线的仿真设计以及物流运输线路的仿真设计进行系统分析;建立远程虚拟监控系统和故障分析系统。本发明通过边缘计算终端保证设备的互联互通,通过制造执行MES系统、数据采集系统、AGV、WMS等应用,全面提升企业管理效率,通过电商平台与供应商建立更加便捷的联系,迅速获得产品和服务,降低运营成本,提高生产效率。
-
公开(公告)号:CN114997288B
公开(公告)日:2024-10-15
申请号:CN202210557335.8
申请日:2022-05-19
申请人: 中国海洋大学
IPC分类号: G06F18/2323 , G06F40/30 , G06F40/289 , G06F18/241 , G06N3/0455 , G06F18/22
摘要: 本发明公开了一种设计资源的语义分析方法中,对众包设计资源构建多级语义模型,接着将结构化的文本映射到语义空间,在语义空间中进行层次聚类,在语义空间实施聚类时,将向量内积最大化变换为等价的欧式距离最小化,之后自底向上层次化的对向量空间中的点依据相互之间的距离进行凝聚式聚类,不需要估计初始的聚类数及类别中心,是一种适合在语义空间进行聚类的算法,并能得到层次化的语义资源分布结构,而且聚类速度快,只需要扫描一遍数据集就可以建立聚类树,聚类后可以得到语义的簇标号,每个标号代表一个语义接近的更细致的分类,使得本发明基于层次聚类实现了设计资源的关联和精细化分类管理。
-
公开(公告)号:CN113537731B
公开(公告)日:2023-10-27
申请号:CN202110710388.4
申请日:2021-06-25
申请人: 中国海洋大学
IPC分类号: G06Q10/0639
摘要: 本发明公开了一种基于强化学习的设计资源能力评估方法,以服务商历史交易数据以及当前设计资源数据为状态数据,以推送最大能力评估值的服务商为动作,并采用树状结构构建经验回放集合,基于强化学习在各个领域内评估服务商的能力广度分值和能力宽度分值,从而了解服务商的综合能力、成长能力和承担能力,并基于强化学习自学习自演进的构想,对服务商不仅依赖数据还依据质量进行合理评估,能够了解当前服务商的综合能力、成长能力以及承担能力,为众包平台提供更客观的能力反馈信息,也能为众包平台的个性化推送服务提供服务商的数据支撑。
-
公开(公告)号:CN115994209A
公开(公告)日:2023-04-21
申请号:CN202211434982.6
申请日:2022-11-16
申请人: 中国海洋大学
IPC分类号: G06F16/332 , G06F16/35 , G06F16/36 , G06F40/35 , G06N3/0442 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种基于RoBERTa‑WWM的商品问答方法,首先根据商品知识图谱的数据特点设计了基于模板规则的问句语料生成方法生成训练语料,并对语料进行BIO序列标注以及语义分类标记用于问答模型训练;然后分别构建了基于RoBERTa‑WWM‑BiLSTM‑CRF的问句命名实体识别模型和基于RoBERTa‑WWM‑TextCNN的问句语义分类模型,实现对问句的语义解析;最后根据语义解析结果,构建Cypher查询语句,实现在知识图谱中检索并获得答案。本发明通过将RoBERTa‑WWM算法应用到;商品问答方案设计中,可以获得非常贴近用户需求的问答方案,节约了设计成本和时间。
-
公开(公告)号:CN113537731A
公开(公告)日:2021-10-22
申请号:CN202110710388.4
申请日:2021-06-25
申请人: 中国海洋大学
IPC分类号: G06Q10/06
摘要: 本发明公开了一种基于强化学习的设计资源能力评估方法,以服务商历史交易数据以及当前设计资源数据为状态数据,以推送最大能力评估值的服务商为动作,并采用树状结构构建经验回放集合,基于强化学习在各个领域内评估服务商的能力广度分值和能力宽度分值,从而了解服务商的综合能力、成长能力和承担能力,并基于强化学习自学习自演进的构想,对服务商不仅依赖数据还依据质量进行合理评估,能够了解当前服务商的综合能力、成长能力以及承担能力,为众包平台提供更客观的能力反馈信息,也能为众包平台的个性化推送服务提供服务商的数据支撑。
-
公开(公告)号:CN114970543A
公开(公告)日:2022-08-30
申请号:CN202210543747.6
申请日:2022-05-19
申请人: 中国海洋大学
IPC分类号: G06F40/30 , G06F40/289 , G06F40/268 , G06F40/253
摘要: 本发明公开了一种众包设计资源的语义分析方法,包括:步骤1、将众包设计资源短句进行词分隔和词性标注;步骤2、将步骤1处理后的短句切分为多个独立短句;步骤3、针对每个独立短句进行以下处理:依存关系分析、以并列关系和独立结构提取独立短句中的独立功能成分,针对每个独立功能成分构建多级语义模型;本发明将众包设计资源短句分词、进行词性标注、划分独立短句、针对每个独立短句划分独立功能成分、针对每个独立功能成分构建多级语义模型,从而将非结构化的自然语言短句描述转换为结构化的关系集合,实现了众包设计资源的统一建模,对后续的检索、匹配都具有重要的意义。
-
公开(公告)号:CN117516937A
公开(公告)日:2024-02-06
申请号:CN202311395313.7
申请日:2023-10-26
申请人: 中国海洋大学
IPC分类号: G01M13/045 , G06F18/214 , G06F18/241 , G06F18/10 , G06F18/25
摘要: 本发明属于故障诊断技术领域,公开了基于多模态特征融合增强的滚动轴承未知故障检测方法,包括预训练和新类发现两个阶段,预训练阶段用于在标记集上有监督训练深度编码器模型,所述深度编码器模型包括信号深度编码器、图像深度编码器和显著性相关与互补融合模块,用于进行多模态学习和多模态表征互补融合;新类发现阶段用于识别和发现新类,新类发现阶段使用混合数据集的有标记和无标记混合数据作为输入数据,进行无监督聚类联合训练;联合训练结束后得到识别新类别的故障检测网络模型,将无标记集数据输入故障检测网络模型中,得到伪标签类别,这个类别就是该无标记数据的所属新类类别。通过本发明提高未知故障新类发现的准确性。
-
公开(公告)号:CN116578408A
公开(公告)日:2023-08-11
申请号:CN202310321589.4
申请日:2023-03-29
申请人: 中国海洋大学
IPC分类号: G06F9/50 , G06F11/34 , G06F11/30 , G06N3/0442
摘要: 本发明公开了一种支撑智能制造软件的运行资源调度方法,采用LSTM预测模型来预测未来设定时间段内各容器的负载指标,采用格布拉斯检验法从预测的负载指标中剔除偏差较大的可疑值,基于剔除后的负载指标计算当前系统中所有服务Pod的总综合负载,若总综合负载已经超出总阈值区间时,基于计算的期望副本数执行伸缩操作;同时,考虑单服务Pod的综合负载过高或者过低对系统服务的影响,若总综合负载没有超出总阈值区间,本发明采用判断单服务Pod的综合负载是否超出阈值区间的方式来决定是否触发伸缩操作,实现了以预测式伸缩提前适应资源消耗的情况,有利于提升集群资源利用率和保证集群中容器的运行质量。
-
-
-
-
-
-
-
-
-