面向直升机结构装配序列规划的知识图谱构建方法及系统

    公开(公告)号:CN117521794A

    公开(公告)日:2024-02-06

    申请号:CN202311439577.8

    申请日:2023-10-31

    摘要: 本发明公开了一种面向直升机结构装配序列规划的知识图谱构建方法及系统,采用依赖性辨别和自动碰撞检测方法抽取直升机零部件之间的复杂关系信息;结合直升机结构的智能装配序列规划知识图谱本体模型,对复杂关系信息进行组织和集成,得到直升机结构的装配序列特征;对装配序列特征进行正则化,形成标准实体集和标准关系集,完成直升机结构的知识抽取;面向直升机结构的智能装配序列规划知识图谱系统用于导入标准实体集和关系集,以点‑边分离构建的方法实现面向直升机结构的智能装配序列规划知识图谱的大批量、自动化构建。本发明能够完成面向直升机结构装配工艺信息自动提取,并形成标准实体集和关系集,进一步完成直升机零部件的复杂关系融合和管理。

    一种直升机部件装配序列规划方法及系统

    公开(公告)号:CN118153935A

    公开(公告)日:2024-06-07

    申请号:CN202410340593.X

    申请日:2024-03-25

    摘要: 本发明公开了一种直升机部件装配序列规划方法和系统,所述方法包括:基于定量表征法分析装配工艺知识获取装配工序之间的约束关系;采用具有更新机制的知识图谱建立包含约束关系的装配信息模型;改进的度中心性算法和改进的深度强化学习算法被交替执行,从装配信息模型中获取以组件的装配工序为序列单元的装配顺序,所得装配序列比传统的装配序列更为合理和可行;最终设计并搭建了基于知识图谱和深度强化学习的直升机部件装配序列规划系统。本发明比传统的以组件为序列单元的装配序列更可行,减少了工程师的手动工作量,使得直升机部件的装配工艺设计更高效。

    一种面向离散制造车间的三维射频识别网络布局优化方法

    公开(公告)号:CN109902794B

    公开(公告)日:2023-06-23

    申请号:CN201910095173.9

    申请日:2019-01-31

    IPC分类号: G06K7/10 G06N3/006 G06N3/126

    摘要: 本发明公开了一种面向离散制造车间的三维射频识别网络布局优化方法,首先对离散制造车间目标空间离散化处理,降低三维RFID网络布局优化问题建模的求解难度;其次建立金属遮挡情况下的RFID读写器三维感知模型,明确读写器与标签通讯需满足的约束条件;最后基于多目标混合粒子群算法对以标签覆盖率、读写器间相互干扰率和部署成本为优化目标的RFID网络布局优化模型求解,得出离散制造车间RFID读写器的部署位置和方向。本发明对于离散制造车间RFID设备部署具有重要的指导意义,可大幅提升车间RFID系统的整体性能。

    一种基于特征聚类和集成学习的波峰焊质量检测方法

    公开(公告)号:CN116152154A

    公开(公告)日:2023-05-23

    申请号:CN202211463740.X

    申请日:2022-11-22

    摘要: 本发明公开了一种基于特征聚类和集成学习的波峰焊质量检测方法,以预处理后的变频器波峰焊质量图片为数据基础;以最大化平均差异衡量特征分布为基础提出最小化类内MMD、最大化类间MMD来引导损失函数的优化方向;针对质量数据存在的类别不平衡现象,采用类别权重改善少样本分类精度不高的问题,提高质量检测的准确度和检测模型的适用性;通过迁移学习获取特征提取器EfficientNet的初始参数,以此为基础训练AdaBoost法基学习器,最后构建集成学习器以减少分类偏差。本发明解决了波峰焊接质量检测方式落后、少样本检测准确度不高的问题,将实时制造图片输入质量检测模型,能够准确检测出波峰焊是否合格以及质量缺陷类别,提高了车间质量检测过程的智能化生产水平。

    一种基于双层迁移学习的订单生产进度实时预测方法

    公开(公告)号:CN109902861B

    公开(公告)日:2023-01-03

    申请号:CN201910095160.1

    申请日:2019-01-31

    摘要: 本发明公开了一种基于双层迁移学习的订单生产进度实时预测方法,具体为:将加入实时生产状态数据的数据集划分为历史订单数据集和当前订单数据集,并进行归一化处理;采用深度稀疏自编码器建立历史订单数据集的特征提取模型,以特征提取后的历史订单数据作为次级训练集,构建支持向量回归模型mh;基于当前订单数据集对深度稀疏自编码器微调,建立第一层迁移学习模型;使用特征提取后的当前订单数据集建立支持向量回归模型mc,基于mc和mh的相似度建立第二层迁移学习模型,作为当前订单的生产进度预测模型。本发明解决了当前订单数据量较少带来的预测精度较低、泛化性能差的问题。

    一种面向离散制造车间的RFID标签数据压缩方法

    公开(公告)号:CN109120272B

    公开(公告)日:2021-09-28

    申请号:CN201810775227.1

    申请日:2018-07-16

    IPC分类号: H03M7/30 H03M7/42 G06K19/077

    摘要: 一种面向离散制造车间的RFID标签数据压缩方法,包括属性数据压缩模块、流转数据编码模块、动态字典模块和数据解码模块。属性数据压缩模块将物料属性数据按特性分类,并实现压缩编码和存储;流转数据编码模块将物料在生产运输过程中产生的流转数据进行编码和存储;动态字典模块实现了压缩和解压字典的自动更新,有利于提高压缩率、维持系统稳定。数据解码模块实现了将标签中存储的压缩数据解码还原成物料数据的过程。本发明不仅实现了物料数据的压缩储存,还解决了某些离散制造车间内因系统独立运行而造成的数据沟通问题。物料数据压缩方法的压缩率低,压缩和解压效率高,对于RFID在离散制造车间的应用具有很高的推广价值。

    基于智能感知网的离散制造车间物料动态配送系统及方法

    公开(公告)号:CN110018672A

    公开(公告)日:2019-07-16

    申请号:CN201910248242.5

    申请日:2019-03-29

    IPC分类号: G05B19/418

    摘要: 本发明公开一种基于智能感知网的离散制造车间物料动态配送系统及方法,该系统包括智能感知平台、数据处理模块、应用服务模块和PC端,所述智能感知平台实时采集车间的物料信息、工位缓存区中物料的剩余量信息、单位时间内工位缓存区中物料的消耗量信息,和物料工装、配送人员、配送车辆的位置信息,并将上述采集的信息传送至数据处理模块;数据处理模块将收到的数据转换成应用服务模块可识别的格式,并传送至应用服务模块;所述应用服务模块将收到的信息传送至在管理人员的PC端,并利用改进蚁群算法计算得到一组最佳配送路径。本发明减少了物料配送过程中的不确定因素,优化车间物料配送流程,提升车间应对物料弹性需求的响应能力,提高配送效率。

    一种面向离散制造车间的RFID标签数据压缩方法

    公开(公告)号:CN109120272A

    公开(公告)日:2019-01-01

    申请号:CN201810775227.1

    申请日:2018-07-16

    IPC分类号: H03M7/30 H03M7/42 G06K19/077

    摘要: 一种面向离散制造车间的RFID标签数据压缩方法,包括属性数据压缩模块、流转数据编码模块、动态字典模块和数据解码模块。属性数据压缩模块将物料属性数据按特性分类,并实现压缩编码和存储;流转数据编码模块将物料在生产运输过程中产生的流转数据进行编码和存储;动态字典模块实现了压缩和解压字典的自动更新,有利于提高压缩率、维持系统稳定。数据解码模块实现了将标签中存储的压缩数据解码还原成物料数据的过程。本发明不仅实现了物料数据的压缩储存,还解决了某些离散制造车间内因系统独立运行而造成的数据沟通问题。物料数据压缩方法的压缩率低,压缩和解压效率高,对于RFID在离散制造车间的应用具有很高的推广价值。

    基于UWB的车间物料配送控制与管理平台

    公开(公告)号:CN105785962A

    公开(公告)日:2016-07-20

    申请号:CN201610330977.9

    申请日:2016-05-18

    IPC分类号: G05B19/418

    摘要: 一种基于UWB的车间物料配送控制与管理平台,它包括智能后台控制模块与自动化管理模块,其特征是:所述的智能后台控制模块包括核心路由(1)、通讯服务(2)、实时定位(3);核心路由(1)提供封装的跨模块调用接口,完成数据源与目标组间的数据路由,简化数据交叉传送复杂性;通讯服务(2)封装通讯协议与数据交换功能,实现平台与小车双向通信,并将平台控制数据和小车运行状态监测数据发送至核心路由(1),通过其转发将数据发送至数据库服务模块(5)与客户端服务模块(6)。本发明为车间物流配送小车提供了理想的数据支持,能提高配送效率。

    一种分析离散制造车间生产性能异常原因的方法

    公开(公告)号:CN118261443A

    公开(公告)日:2024-06-28

    申请号:CN202410420086.7

    申请日:2024-04-09

    摘要: 本发明公开了一种分析离散制造车间生产性能异常原因的方法,包括如下步骤:(1)根据离散制造车间参数和条件,构建数字孪生车间生成计划指标与预测数据,构建生产性能数据集;(2)基于Shapley值法筛选重要特征,基于数字孪生数据生成方法扩充不平衡样本数据集;(3)训练与优化车间级、单元级分类模型;(4)获得正常与异常生产性能类型对应的特征的Shapley值;(5)将获得的Shapley值进行作差并取绝对值,则前后变化超过设定阈值的特征对应的实际因素即为造成生产性能异常的原因。本发明能够保证孪生模型应用中的稳定性,提高孪生模型的可解释性,提升数字孪生车间应用效果,提升制造水平,重塑竞争优势。