一种基于GCN-GRU的订单剩余完工期预测方法

    公开(公告)号:CN115146837B

    公开(公告)日:2024-07-23

    申请号:CN202210705184.6

    申请日:2022-06-21

    摘要: 本发明公开了一种基于GCN‑GRU的订单剩余完工期预测方法,首先采用车间物联设备采集制造过程数据,并进行归一化处理;针对制造过程所蕴含的时空特性,建立制造过程图模型和时序模型,进而构建时序数据集和图数据集;构建空间特征提取模型,采用图卷积神经网络提取制造过程中的空间特征;构建时序特征提取模型,采用门控循环单元网络提取制造过程中的时序特征;针对时序特征和空间特征,建立特征融合模型,采用深度神经网络融合时序特征,并引入Dropout和L2正则化项来防止模型出现过拟合问题。本发明考虑制造过程所表现的时空特性,更全面地描述制造过程,提高模型的预测精度和泛化性能,为在线决策与优化提供依据,提高车间制造过程智能化管控水平。

    一种基于GCN-GRU的订单剩余完工期预测方法

    公开(公告)号:CN115146837A

    公开(公告)日:2022-10-04

    申请号:CN202210705184.6

    申请日:2022-06-21

    摘要: 本发明公开了一种基于GCN‑GRU的订单剩余完工期预测方法,首先采用车间物联设备采集制造过程数据,并进行归一化处理;针对制造过程所蕴含的时空特性,建立制造过程图模型和时序模型,进而构建时序数据集和图数据集;构建空间特征提取模型,采用图卷积神经网络提取制造过程中的空间特征;构建时序特征提取模型,采用门控循环单元网络提取制造过程中的时序特征;针对时序特征和空间特征,建立特征融合模型,采用深度神经网络融合时序特征,并引入Dropout和L2正则化项来防止模型出现过拟合问题。本发明考虑制造过程所表现的时空特性,更全面地描述制造过程,提高模型的预测精度和泛化性能,为在线决策与优化提供依据,提高车间制造过程智能化管控水平。

    基于聚类算法的离散制造车间RFID和UWB融合定位系统及方法

    公开(公告)号:CN114997689B

    公开(公告)日:2024-10-15

    申请号:CN202210685579.4

    申请日:2022-06-17

    摘要: 本发明公开了一种基于聚类算法的离散制造车间RFID和UWB融合定位系统及方法,系统包括RFID模块、UWB模块、控制模块、存储模块和显示模块;RFID模块与UWB模块完成原始数据采集并进行简单处理,将数据发送到存储模块和控制模块;控制模块结合获得的数据进行融合定位,得到最终数据,控制显示模块将最终数据进行展示;基于聚类算法并基于RFID和UWB的复合定位方法,将RFID获取的区域位置数据和UWB的实时位置数据进行数据融合,为车间对物料的精准管控提供了准确的位置信息。本发明提高了车间对生产要素定位的可靠性,以达到车间实现可视化的定位追踪、实时监控,实现了离散制造车间不同生产要素的实时定位和精细化、高效率管理。

    基于聚类算法的离散制造车间RFID和UWB融合定位系统及方法

    公开(公告)号:CN114997689A

    公开(公告)日:2022-09-02

    申请号:CN202210685579.4

    申请日:2022-06-17

    摘要: 本发明公开了一种基于聚类算法的离散制造车间RFID和UWB融合定位系统及方法,系统包括RFID模块、UWB模块、控制模块、存储模块和显示模块;RFID模块与UWB模块完成原始数据采集并进行简单处理,将数据发送到存储模块和控制模块;控制模块结合获得的数据进行融合定位,得到最终数据,控制显示模块将最终数据进行展示;基于聚类算法并基于RFID和UWB的复合定位方法,将RFID获取的区域位置数据和UWB的实时位置数据进行数据融合,为车间对物料的精准管控提供了准确的位置信息。本发明提高了车间对生产要素定位的可靠性,以达到车间实现可视化的定位追踪、实时监控,实现了离散制造车间不同生产要素的实时定位和精细化、高效率管理。