-
公开(公告)号：CN106647336A
公开(公告)日：2017-05-10
申请号：CN201710098569.X
申请日：2017-02-23
申请人： 南京航空航天大学 , 江西洪都航空工业集团有限责任公司
IPC分类号： G05B17/02
CPC分类号： G05B17/02
摘要： 一种基于仿真的飞机装配过程智能监控系统，其特征在于它包括数据处理模块，在线仿真模块，可视化监控模块，它能够实现数据实时采集、实时数据处理、数据驱动在线仿真、飞机装配可视化监控等功能。本发明不仅可以为用户提供对实时装配过程的可视化监控，同时基于实时数据更新，结合智能优化算法及装配知识，实现制造行为预测、异常制造行为辨识、故障分析以及物料状态跟踪等功能，有效提高装配管理效率和装配质量。
-
公开(公告)号：CN106647336B
公开(公告)日：2020-12-15
申请号：CN201710098569.X
申请日：2017-02-23
申请人： 南京航空航天大学 , 江西洪都航空工业集团有限责任公司
IPC分类号： G05B17/02
摘要： 一种基于仿真的飞机装配过程智能监控系统，其特征在于它包括数据处理模块，在线仿真模块，可视化监控模块，它能够实现数据实时采集、实时数据处理、数据驱动在线仿真、飞机装配可视化监控等功能。本发明不仅可以为用户提供对实时装配过程的可视化监控，同时基于实时数据更新，结合智能优化算法及装配知识，实现制造行为预测、异常制造行为辨识、故障分析以及物料状态跟踪等功能，有效提高装配管理效率和装配质量。
-
公开(公告)号：CN118780637A
公开(公告)日：2024-10-15
申请号：CN202410775318.0
申请日：2024-06-17
申请人： 南京航空航天大学
IPC分类号： G06Q10/0637 , G06F18/214 , G06F18/15 , G06N3/02 , G06N3/06 , G06N3/088 , G06F18/25
摘要： 本发明公开了一种基于终身学习的直升机装配物料送达时间预测方法，将物料车间实时生产数据引入到送达时间预测模型构建中，融合历史生产数据形成训练样本；集成神经元之间的时序递归与基于注意力机制的全局特征交互构建预测模型；将调整好参数的模型部署于实际应用场景，利用实时生产数据进行测试，在测试过程中通过无监督和在线的方式计算模型的参数重要性；当预测误差大于阈值时利用参数重要性微调模型，采用Net2Net的方式对模型进行分裂增殖，利用参数的重要性进行正则化约束，实现微调模型的快速训练，以神经元的重要性评估为标准对网络进行结构化剪枝。本发明通解决了物料送达时间实时预测过程中的精度随着时间的推移发生降低的问题。
-
公开(公告)号：CN114154820B
公开(公告)日：2024-10-15
申请号：CN202111384905.X
申请日：2021-11-22
申请人： 南京航空航天大学 , 北京星航机电装备有限公司
IPC分类号： G06Q10/0639 , G06Q50/04
摘要： 本发明公开了一种基于增量简单循环单元和双重注意力的生产瓶颈预测方法，重新对生产瓶颈进行了定义量化；采用基于双层注意力机制的简单循环单元网络进行特征提取，完成瓶颈预测源模型的构建；借助滑动时间窗和快速霍夫丁概念检测方法触发源模型参数增量更新；选取模型库中最适应当前数据分布的预测模型和合适的新增制造数据，并对数据样本设定不同的价值权重，通过基于模型的迁移学习实现预测模型的增量更新，采用淘汰机制更新模型库，保证模型库的时效性。本发明解决了离散制造车间瓶颈量化不准确、生产瓶颈预测模型精度较低、适应度随时间下降的问题，将实时制造数据输入增量式瓶颈预测模型，实现生产瓶颈在线精准预测，为触发生产决策和评估生产计划执行提供依据。
-
公开(公告)号：CN118655843A
公开(公告)日：2024-09-17
申请号：CN202410676161.6
申请日：2024-05-29
申请人： 南京航空航天大学
IPC分类号： G05B19/418
摘要： 本发明涉及生产线管控技术领域，具体为一种基于数字孪生的智能生产线管控系统及其方法，所述系统包括数字孪生模型搭建模块、监测模块、多级筛选模块和指令输出模块；所述监测模块用于对各个加工工序进行监测；所述多级筛选模块输出造成该产品外观不合格的加工工序；所述指令输出模板输出该加工工序需要维修或者更换的指令。本发明可通过对外观检测结果的数据进行收集，标记出产品不合格的外观区域，进一步分析造成该外观区域损伤的加工工序，输出导致产品不合格的原因，针对该工序进行优化，减少产品不合格率；并根据分析各工序所造成的产品不合格的概率，输出该工序设备需要保养和维修的时间，反向监控其他工序，实现对生产线整体的监管。
-
公开(公告)号：CN114218186B
公开(公告)日：2024-08-16
申请号：CN202111339376.1
申请日：2021-11-12
申请人： 南京航空航天大学 , 北京星航机电装备有限公司
IPC分类号： G06F16/21 , G06F16/2458 , G06F18/2135 , G05B17/02
摘要： 本发明公开了一种数字孪生车间模型准确性验证方法，包括以下步骤：S1，构建用于描述连续变化的要素对象基础数据的数字孪生车间张量模型；S2，选择合适的阶，对步骤S1中的张量模型进行融合，形成统一张量融合模型；S3，选择关联因素，根据张量融合模型构建整个车间生产过程所有变量集合的时空数据模型；S4，采用模糊层次分析法，对虚拟车间模型进行显性特征验证；S5，对虚拟车间模型进行隐形特征验证；S6,当显性特征验证和隐性特征验证均通过时，则判定所验证的车间为数字孪生车间。本发明利用海量制造数据中蕴含的信息，只需通过提取主要特征，获得虚拟车间模型构建精度，方法简单，提升了计算效率，满足在线分析的需求。
-
公开(公告)号：CN110162841B
公开(公告)日：2022-09-13
申请号：CN201910342927.6
申请日：2019-04-26
申请人： 南京航空航天大学
摘要： 本发明公开了一种引入三维稳定性约束的铣削加工多目标优化决策方法，包括：构建关于铣削主轴转速、轴向切深以及径向切深的三维稳定性模型；建立以高效率、低成本和高利润为目标函数，以机床性能、刀具性能、工件性能、稳定性要求以及加工要求为约束条件的铣削参数优化模型；利用基于聚类原理的多目标萤火虫优化算法求解铣削参数优化模型，得到多组最优工艺参数。本发明针对铣削加工工艺参数的多目标优化提出了更为合理的优化决策方法，为多次走刀高速铣削工艺参数的优化选择提供了一种有效且实用的技术。
-
公开(公告)号：CN110188311B
公开(公告)日：2022-08-05
申请号：CN201910327223.1
申请日：2019-04-23
申请人： 南京航空航天大学
摘要： 本发明提供了一种基于刀齿切削时程精细积分的高速加工稳定域预测方法，包括：首先构建考虑再生颤振的高速铣削动力学模型；然后离散主轴旋转周期，在每个离散的小间隔上将时滞微分方程中Duhamel积分简化为状态项和时滞项的积分；其次采用分段三次埃尔米特插值多项式拟合时滞项，同时采用多个已知时间节点响应及其导数来逼近所需项，降低了计算方法的拟合误差，从而提高了预测方法的精度；而且在求解稳定性叶瓣图的过程中，运用精细积分算法，避免了计算过程中的矩阵求逆运算，极大的减少了计算方法所消耗时间，提高了计算效率。
-
公开(公告)号：CN113037138A
公开(公告)日：2021-06-25
申请号：CN202110016713.7
申请日：2021-01-06
申请人： 南京航空航天大学
IPC分类号： H02N11/00
摘要： 公开了一种用于智能车间物联制造执行过程的多源一体化微电源，包括：能量收集模块，包括能量收集单元，用于高效收集智能车间物联制造执行过程中切削振动能转化的电能、切削热能转化的电能、切削噪声能转化的电能及结构件变形能转化的电能，并且对收集的多源电能进行耦合；能量管理模块，包括能量存储单元和能量管理单元；以及能量监控模块，包括监控单元、报警单元、复位单元和设置单元，所述监控单元用于监测切削振动能、切削热能、切削噪声能和结构件变形能经能量采集模块作用后储存在能量存储单元中的电压及所述能量存储单元中的电压经能量管理单元作用后的输出电压，且对能量管理单元的通断进行控制。
-
公开(公告)号：CN112518425A
公开(公告)日：2021-03-19
申请号：CN202011462218.0
申请日：2020-12-10
申请人： 南京航空航天大学
IPC分类号： B23Q17/09
摘要： 公开了一种基于多源样本迁移强化学习的智能加工刀具磨损预测方法，它包括以下步骤：根据几种刀具的不同磨损曲线获取多个源任务及一个目标任务；初始化模型参数及最大迭代时间；检测当前刀具的磨损状态，对磨损数据进行特征提取及降维，构建加权极限学习机的训练样本集，并训练加权极限学习机；执行加工动作，观察当前刀具的磨损状态，计算各源任务和目标任务之间的状态相似度和回报相似度；计算源任务中各样本属于目标样本集的概率；获取任务相似度，并将固定个数的样本从每个源样本集迁移到目标样本集；利用基于加权极限学习机的Q学习机制更新Q值，并将新的刀具磨损数据添加到目标样本集中；构建粒子滤波模型的状态方程及观测方程。
-
-
-
-
-
-
-
-
-
搜索结果
80 条记录 (耗时 0.09 秒)
