-
公开(公告)号：CN117370870B
公开(公告)日：2024-02-20
申请号：CN202311648023.9
申请日：2023-12-05
Applicant: 浙江大学 , 宁波方太厨具有限公司
IPC: G06F18/241 , G06N3/0464 , G06N3/08 , G06F18/10 , G06F17/18 , G06N3/0442 , G06N3/045 , G06N5/02
Abstract: 本发明公开了一种知识和数据复合驱动的装备多工况识别与性能预测方法，涉及复杂装备性能预测技术领域，该方法包括：采集复杂装备当前的变量参数；变量参数包括环境参数、温度参数和控制参数；将控制参数输入至多工况识别模型中进行工况识别；当识别出复杂装备处于未启动工况时，确定复杂装备的运行功率为0；当识别出复杂装备处于动态工况时，将当前的变量参数输入至动态模型中进行性能预测；当识别出复杂装备处于稳态工况时，将当前的变量参数输入至稳态模型中进行性能预测。本发明能够准确识别复杂装备当前运行工况，提高复杂装备实际运行时的性能预测准确性。
-
公开(公告)号：CN117540340A
公开(公告)日：2024-02-09
申请号：CN202311632353.9
申请日：2023-12-01
Applicant: 浙江大学 , 宁波方太厨具有限公司
IPC: G06F18/25 , G01N15/06 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06F123/02
Abstract: 本发明公开一种基于多尺度动态图神经网络的时序数据预测方法及系统，涉及数据预测技术领域，该方法包括：采用目标空间内多个油烟浓度传感器周期性采集油烟浓度，设定时间段内采集的油烟浓度构成多元时间序列；将多元时间序列输入时序数据预测模型，得到未来目标时间的预测数据；时序数据预测模型是采用训练集对时序数据预测框架进行训练得到的；时序数据预测框架包括多个串联的多尺度动态图神经网络；多尺度动态图神经网络用于通过时空特征提取模块和多尺度动态图结构学习模块，生成时间序列的多尺度表示和一系列动态图结果，经过图卷积模块进行图卷积运算，最后通过多尺度的预测结果融合模块输出框架的预测结果，提高了油烟浓度预测的准确性。
-
公开(公告)号：CN117370870A
公开(公告)日：2024-01-09
申请号：CN202311648023.9
申请日：2023-12-05
Applicant: 浙江大学 , 宁波方太厨具有限公司
IPC: G06F18/241 , G06N3/0464 , G06N3/08 , G06F18/10 , G06F17/18 , G06N3/0442 , G06N3/045 , G06N5/02
Abstract: 本发明公开了一种知识和数据复合驱动的装备多工况识别与性能预测方法，涉及复杂装备性能预测技术领域，该方法包括：采集复杂装备当前的变量参数；变量参数包括环境参数、温度参数和控制参数；将控制参数输入至多工况识别模型中进行工况识别；当识别出复杂装备处于未启动工况时，确定复杂装备的运行功率为0；当识别出复杂装备处于动态工况时，将当前的变量参数输入至动态模型中进行性能预测；当识别出复杂装备处于稳态工况时，将当前的变量参数输入至稳态模型中进行性能预测。本发明能够准确识别复杂装备当前运行工况，提高复杂装备实际运行时的性能预测准确性。
-
公开(公告)号：CN117782897A
公开(公告)日：2024-03-29
申请号：CN202311808437.3
申请日：2023-12-26
Applicant: 浙江大学 , 宁波方太厨具有限公司
Abstract: 本发明的目的是提供一种室内烹饪污染物扩散机理确定方法、系统及电子设备，涉及污染物扩散研究技术领域。方法包括：根据当前扩散条件下不同监测点处当前污染物在预设时间段内的浓度变化曲线为当前浓度变化曲线；确定当前离散浓度分布模型；将当前离散浓度分布模型输入到预训练后的径向基函数神经网络中，得到当前整体空间浓度分布模型；按照时间顺序依次连接多个整体空间浓度分布模型，得到当前单污染物时空浓度分布扩散机理模型。本发明通过烟雾发生模拟和数据拟合，能够确定不同扩散条件下室内烹饪污染物的扩散机理，进而完成烹饪污染物治理和室内空气质量净化。
-
公开(公告)号：CN120125089A
公开(公告)日：2025-06-10
申请号：CN202510192024.X
申请日：2025-02-20
Applicant: 浙江大学
IPC: G06Q10/0639 , G06F18/27 , G06F18/213 , G06N3/042 , G06N3/045 , G06N3/0499 , G06N3/08
Abstract: 本申请公开了一种基于并行协同图网络的交联混杂工步产品质量预测方法，涉及产品质量预测技术领域，该方法包括：获取待测产品在生产加工过程中各个工步的输入特征，组成输入特征数据集，并在对其进行预处理后，根据实际加工工序，构建待测产品的匹配图、邻接矩阵和掩码图，以图结构表征各工步之间的连接关系以及传递关系；最后将这些数据均输入到训练好的产品质量预测模型中，得到待测产品的产品质量预测结果；本申请采用的产品质量预测模型，充分考虑了生产加工过程中各工步特征、工序之间的影响情况，并通过图结构的优势进一步提取工步之间交联混杂的关系，更加符合生产加工领域实际情况，能够取得更高的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN119150713B
公开(公告)日：2025-04-29
申请号：CN202411650266.0
申请日：2024-11-19
Applicant: 浙江大学 , 宁波精达成形装备股份有限公司
IPC: G06F30/27 , B30B15/26 , B21D22/02 , G06N3/126 , G06F119/14 , G06F111/04
Abstract: 本发明公开了冲压装备高速执行机构间隙分配与运动稳定性控制方法，属于高速冲压装备技术领域，通过建立以冲压装备高速执行机构运动稳定性为目标，以加工成本和总间隙为约束的运动副间隙分配优化模型；通过提出基于局部曲率的自适应采样方法获取高价值设计变量的采样来训练代理模型，利用归一化交叉验证误差高效终止训练过程；采用遗传算法求解冲压装备高速执行机构间隙分配优化模型并输出结果。本发明基于局部曲率的自适应采样方法建立了运动副间隙与目标函数之间的代理模型，减少了优化过程中冲压装备高速执行机构动力学仿真次数，缓解了冲压装备间隙分配的计算负担。
-
公开(公告)号：CN119720803A
公开(公告)日：2025-03-28
申请号：CN202510213394.7
申请日：2025-02-26
Applicant: 浙江大学 , 中车启航新能源技术有限公司
IPC: G06F30/27 , G06F30/13 , G06N7/01 , G06N7/08 , G06F111/04 , G06F111/08 , G06F113/06 , G06F119/02
Abstract: 本发明公开了基于随机代理模型的复杂装备可靠性优化设计方法，属于复杂装备可靠性优化设计领域，通过有效地构建了包含未知、不可控输入随机参数对复杂装备响应影响的黑盒子代理模型，并结合蒙特卡洛方法对复杂装备部件进行可靠性评估，最终实现可靠性优化设计。本发明提出了一种考虑隐式输入参数不确定性的复杂装备可靠性优化设计方法，通过卡洛南‑洛伊展开表征复杂装备部件随机响应的随机场，并结合多项式混沌展开和核密度估计方法代理该表征的随机场，从而实现隐式随机参数影响下复杂装备部件响应的随机性行为复现。本发明可用于搜寻复杂装备性能响应包含未知、不可控随机输入参数影响下的最优设计。
-
公开(公告)号：CN119205918A
公开(公告)日：2024-12-27
申请号：CN202411282577.6
申请日：2024-09-13
Applicant: 浙江大学
IPC: G06T7/73 , G06T7/66 , G06T7/00 , G06V20/64 , G06V10/44 , G06V10/75 , G06V10/74 , G06V10/82 , G06V10/22 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种针对未训练目标的可泛化6D位姿估计方法。本发明包括：利用由多类别3D模型渲染获得的深度图像组成的训练数据集对6D位姿估计网络进行预训练；离线阶段，利用预训练的网络与目标物3D模型为未训练目标物体生成几何先验知识库；利用观测相机Co观测未训练目标物体后获得原始深度图像，再结合几何先验知识库Q，通过预训练的6D位姿估计网络对原始深度图像进行6D位姿的估计后，获得当前未训练目标物体的6D位姿估计结果。本发明实现了针对未训练目标的可泛化6D位姿估计，解决了视点编码不精确、先验信息视角与观测信息视角不统一带来的问题，能够在不调整任何预训练网络参数的情况下实现对未训练目标高效、精确的6D位姿估计。
-
公开(公告)号：CN119203465A
公开(公告)日：2024-12-27
申请号：CN202410965088.4
申请日：2024-07-18
Applicant: 浙江大学
Abstract: 本发明公开了一种面向多构型五轴机床的几何误差参数化快速建模方法。方法包括：构建目标类型的五轴机床的带参数的通用传递向量表；将五轴机床的参数集输入通用传递向量表中，通用传递向量表生成五轴机床的各个几何误差项的传递向量，从而构建几何误差模型；将几何误差项和五轴坐标输入模型中，模型输出刀具的位置偏差和姿态偏差，从而用于五轴机床的刀具的几何误差补偿。本发明构建的传递向量表可以复用，构建的几何误差模型可以适用于绝大多数常规构型机床；本发明可以实现五轴机床几何误差的参数化快速建模，能降低研究和操作人员的经验要求，为各类常规五轴机床的精度设计、误差补偿研究，以及各种机床构型、布局之间的横向对比研究提供便利。
-
公开(公告)号：CN118963245A
公开(公告)日：2024-11-15
申请号：CN202410799374.8
申请日：2024-06-20
Applicant: 浙江大学
IPC: G05B19/408
Abstract: 本发明公开了基于巧度指数的五轴数控机床工作空间灵巧性分析方法，包括：根据五轴机床布局信息，均匀生成随机点云工作空间；根据各轴实际允许运动范围，确定该布局下的实际工作空间点云；计算实际工作空间点云中各点的密度，并划分工作空间的灵巧区与非灵巧区；验证灵巧区中机床的姿态可达性，并修正灵巧区平均密度；分析非灵巧区中的灵巧性变化规律；基于灵巧区和非灵巧区分布情况，以及非灵巧区域的灵巧性变化趋势，得到五轴机床的工作空间灵巧性分析结果。本发明摆脱了灵巧性分析对经验性结论的依赖，对机床布局构型没有特殊要求，能够以一种通用的方案对任意布局的五轴机床进行分析，给出详细的灵巧性分析结果为机床设计者提供参考。
-
-
-
-
-
-
-
-
-
Search Results
605
records
(took 0.049 seconds)
