基于目标层解法的面向服务的绿色智能制造配置优化方法

    公开(公告)号:CN117151302A

    公开(公告)日:2023-12-01

    申请号:CN202311162876.1

    申请日:2023-09-08

    IPC分类号: G06Q10/04 G06Q50/04 G06Q50/26

    摘要: 为解决现有集中式制造服务优化配置方法所存在的难以获得全局最优解、优化时间长、很难对不同企业不同制造服务供应模式和制造能力的动态变化做出响应和协调以及当前缺少以绿色、低碳为指标的优化配置方法的技术问题,本发明提供了一种基于目标层解法的面向服务的绿色智能制造配置优化方法,首先构建绿色智能制造服务配置的目标层解模型,然后识别目标层解模型中各层元素间的关键连接,再构建各层元素的数学模型,最后采用较低层先收敛的策略求解所述数学模型,得到最优绿色智能制造服务配置结果。本发明采用分布式协同优化策略,能够处理因制造任务复杂、制造服务较多时产生的计算复杂度高、优化时间长等问题,且在优化配置时考虑了绿色低碳指标。

    一种基于可信数据空间的多源异构数据集成与获取方法

    公开(公告)号:CN118709225A

    公开(公告)日:2024-09-27

    申请号:CN202410828140.1

    申请日:2024-06-25

    摘要: 为了解决现有数据集成与获取方法存在的问题,本发明提供一种基于可信数据空间的多源异构数据集成与获取方法。在数据集成环节,通过将企业注册到数据空间并进行身份认证,确保数据共享方身份合规;采取加密与联邦安全集成方法,将各个企业本地数据作为训练集,不需收集、存储数据到云端及整合多方数据,最大程度减少数据中敏感信息泄露风险;通过数据安全连接器记录数据交换详细信息,以便后续追溯与审计。在数据获取环节,对数据空间进行数据分类与权限管理,保障数据获取的高效与合规,为企业间的合作与共享提供了更加安全、可靠的平台;最后进行数据完整性验证与解密,确保数据在传输过程中没有被篡改或遗漏,进一步加强数据访问的安全性。

    一种具有焊缝成形质量实时预测功能的焊接机器人

    公开(公告)号:CN117733439B

    公开(公告)日:2024-05-28

    申请号:CN202410077479.2

    申请日:2024-01-19

    IPC分类号: G06F30/20 B23K37/02 B23K31/12

    摘要: 为解决现有焊接机器人严重依赖工艺人员经验控制以及不具备扩展性仍需频繁开展焊接实验获取焊点实测结果的问题,本发明提出了一种具有焊缝成形质量实时预测功能的焊接机器人,该焊接机器人内置有模型训练模块,能构建并训练焊缝成形迁移学习模型、焊缝成形诊断模型和焊缝成形质量预测模型;通过焊缝成形迁移学习模型对预先存储在焊接机器人内的源域数据采用迁移学习算法进行学习,快速获取熔池图像特征,提高了焊接机器人的图像特征提取性能和泛化能力;焊缝成形诊断模型和焊缝成形质量预测模型协同作用,采用ResNet‑LSTM混合算法,将提取的空间特征与时间序列数据中的动态信息结合,保证焊接机器人能实时预测焊接质量。

    一种具有焊缝成形质量实时预测功能的焊接机器人

    公开(公告)号:CN117733439A

    公开(公告)日:2024-03-22

    申请号:CN202410077479.2

    申请日:2024-01-19

    IPC分类号: B23K37/02 B23K31/12

    摘要: 为解决现有焊接机器人严重依赖工艺人员经验控制以及不具备扩展性仍需频繁开展焊接实验获取焊点实测结果的问题,本发明提出了一种具有焊缝成形质量实时预测功能的焊接机器人,该焊接机器人内置有模型训练模块,能构建并训练焊缝成形迁移学习模型、焊缝成形诊断模型和焊缝成形质量预测模型;通过焊缝成形迁移学习模型对预先存储在焊接机器人内的源域数据采用迁移学习算法进行学习,快速获取熔池图像特征,提高了焊接机器人的图像特征提取性能和泛化能力;焊缝成形诊断模型和焊缝成形质量预测模型协同作用,采用ResNet‑LSTM混合算法,将提取的空间特征与时间序列数据中的动态信息结合,保证焊接机器人能实时预测焊接质量。

    一种基于人工智能的动车组转向架业务数据清洗方法

    公开(公告)号:CN114647640B

    公开(公告)日:2024-02-27

    申请号:CN202210352532.6

    申请日:2022-04-05

    摘要: 为解决现有的数据清洗方法不适用于对动车组重要部件转向架业务数据进行清洗的技术问题,本发明提出了一种基于人工智能的动车组转向架业务数据清洗方法,首先,根据业务数据来源不同,采用不同的数据采集方式获取多源业务数据。其次,通过业务数据预处理自适应配置功能,对不同参数特征的业务数据进行相应的预处理。再次,通过业务数据清洗自适应配置功能,对不同参数特征的业务数据进行相应的清洗处理。最后,对清洗后的业务数据进行正异常判定,基于判定结果进行分类存储。本发明能够解决动车组转向架业务数据存在残缺、多余、错误、冲突等数据问题,提升动车组转向架业务数据质量,为动车组转向架运维业务数据应用分析提供支撑。

    基于血液检测和复杂网络韧性的乙肝诊断指标提取方法

    公开(公告)号:CN117174326A

    公开(公告)日:2023-12-05

    申请号:CN202310953048.3

    申请日:2023-08-01

    摘要: 本发明公开了一种基于血液检测和复杂网络韧性的乙肝诊断指标提取方法,首先收集慢性乙肝、肝硬化、肝细胞癌患者发病后未治疗时血常规、乙肝五项、肝功能检查、凝血四项、乙肝病毒定量、甲胎蛋白数据;然后提取25个关键指标,根据肝病诊断标准治疗指南和Child‑Pugh评分对每个指标分组重新赋值;接下来计算指标间的相关性设定阈值,分别构建慢性乙肝、肝硬化、肝细胞癌指标相关程度网络;计算网络平均度;对数据再次进行处理并计算均值,与神经网络动力学进行拟合,得到拟合误差;求得慢性乙肝、肝硬化、肝细胞癌等三种疾病对应的诊断区间,以此作为乙肝患者的诊断指标。本发明方法建模过程简单、高效,有利于提高医疗资源利用率。

    基于边缘计算的嵌入式智能制造资源配置方法及终端系统

    公开(公告)号:CN116128254A

    公开(公告)日:2023-05-16

    申请号:CN202310329673.0

    申请日:2023-03-30

    摘要: 本发明涉及于边缘计算的嵌入式智能制造资源配置方法及终端系统,将物联制造技术和传感技术运用到车间生产过程中,实现边缘端制造资源的状态感知和信息获取,提高底层制造的智能化水平;通过数据的自动采集、反馈和分析,采用基于语义相似度的资源‑订单优化配置算法,建立动态的主动推荐机制。考虑生产过程中的多种情况,提高工业资源的利用率;在应用层面设计智能制造终端系统,作为上述优化配置算法和生产监控的载体,包括资源的自组织推送模型的结果展示以及关键数据、流程的图形化显示逻辑,实现基于加工订单驱动的边缘资源交互模式,减少人为因素干扰,确保协作效率。

    基于深度神经网络的数控机床刀具磨损程度识别方法

    公开(公告)号:CN111958321B

    公开(公告)日:2022-05-17

    申请号:CN202010792632.1

    申请日:2020-08-09

    IPC分类号: B23Q17/09

    摘要: 本发明提出一种基于深度神经网络的数控机床刀具磨损程度识别方法,解决数控机床加工过程中刀具磨损程度准确、稳定的在线检测问题。首先为数控机床主轴和工作台配置振动传感器采集其加工过程产生的主轴、工作台振动数据,并且获取数控机床的加工参数和刀具、工件的材料信息;其次对振动数据进行预处理,提高振动数据的可利用性;最后,基于深度神经网络建立振动数据与数控机床刀具磨损程度识别,包括基于自编码器的振动数据特征提取、基于one‑hot的加工特征数据编码和基于多维特征数据的刀具磨损状态识别三个部分,进而实现对刀具磨损程度的准确在线识别。

    基于深度神经网络的数控机床刀具磨损程度识别方法

    公开(公告)号:CN111958321A

    公开(公告)日:2020-11-20

    申请号:CN202010792632.1

    申请日:2020-08-09

    IPC分类号: B23Q17/09

    摘要: 本发明提出一种基于深度神经网络的数控机床刀具磨损程度识别方法,解决数控机床加工过程中刀具磨损程度准确、稳定的在线检测问题。首先为数控机床主轴和工作台配置振动传感器采集其加工过程产生的主轴、工作台振动数据,并且获取数控机床的加工参数和刀具、工件的材料信息;其次对振动数据进行预处理,提高振动数据的可利用性;最后,基于深度神经网络建立振动数据与数控机床刀具磨损程度识别,包括基于自编码器的振动数据特征提取、基于one-hot的加工特征数据编码和基于多维特征数据的刀具磨损状态识别三个部分,进而实现对刀具磨损程度的准确在线识别。

    一种基于物联制造的生产车间实时优化方法

    公开(公告)号:CN111582710A

    公开(公告)日:2020-08-25

    申请号:CN202010369901.3

    申请日:2020-05-02

    IPC分类号: G06Q10/06

    摘要: 本发明提出一种基于物联制造的生产车间实时优化方法,首先通过制造物联技术给生产车间中的制造资源配备合适的传感器,采集和获取车间的实时制造数据;其次,将生产总时间分为多个时间窗T,并且在每个时间窗T的开始进行决策,生成生产计划。同时考虑最小化最大完工时间和最小化最大单台机器负荷;最后,将每个时间窗T分为多个时刻t。在每个时刻t,根据车间的实时制造信息,同时考虑最小化最大完工时间、最小化机器总负荷和最小化生产总能耗进行实时调度。本发明通过采集制造车间中的实时制造数据,实现基于实时信息的实时调度过程,提高车间的生产效率。