-
公开(公告)号：CN118664399A
公开(公告)日：2024-09-20
申请号：CN202410712686.0
申请日：2024-06-04
Applicant: 辽宁工业大学
IPC: B23Q17/09 , G06N3/0464 , G06F30/27
Abstract: 本发明提供了一种刀具磨损量预测方法、设备、介质及产品，涉及刀具磨损量预测领域，方法包括：利用基于SE模块的SE‑ResNet50模型提取刀具磨损量数据训练集中的多种融合的一维信号；所述一维信号为直接从机床上采集的原始时频域信号；所述SE‑ResNet50模型为通过将SE模块嵌入至ResNet50残差神经网络中构建得到的网络模型；所述SE模块为基于挤压激励的注意力机制模块；打乱所述原始时频域信号的时序变化规律，并利用打乱后的原始时频域信号训练所述SE‑ResNet50模型，生成训练好的SE‑ResNet50模型，输出刀具磨损量的训练结果；根据所述训练好的SE‑ResNet50模型预测刀具磨损量。本发明能够降低预测模型在使用过程中产生的过拟合现象。
-
公开(公告)号：CN106446478B
公开(公告)日：2019-04-09
申请号：CN201611067814.2
申请日：2016-11-28
Applicant: 辽宁工业大学
Inventor： 王宇钢
IPC: G06F17/50
Abstract: 本发明提供一种切削加工工艺优选方法，涉及切削工艺技术领域。采用包括评价指标选择器、数据量化处理器、样本分类器、工艺方案评价器和工艺方案选择器的系统，基于粒子群分类和自适应神经模糊推理系统实现切削加工工艺优选的方法，根据收集的工艺指标数据，采用粒子群优化算法生成训练样本集，通过对训练样本集的学习，建立自适应神经模糊推理系统模型，自主生成模糊推理规则，得到评价值，确定最优切削工艺方案。本发明能实现智能评价和事前评价，且评价过程简洁明了，通过该方法，可以将同一零件不同切削加工工艺方案进行比较，确定最优工艺路线，在保证减小排放、保护环境的提前下，更好的实现切削加工工艺。
-
公开(公告)号：CN103530688A
公开(公告)日：2014-01-22
申请号：CN201310474087.1
申请日：2013-10-10
IPC: G06N3/08
Abstract: 一种磨削加工工艺检测系统及方法，涉及磨削工艺。提取企业的历史磨削加工的工艺数据，确定磨削加工工艺的检测指标，并建立训练样本集，提取待检测的磨削加工工艺数据，按步骤1建立检测样本；建立由分类网络和权值网络构成的模糊神经网络模型，使用该模型对待检测的磨削加工工艺进行检测；分析检测结果，对检测结果不理想的指标进行调整。采用模糊神经网络实时对各单项指标项目进行检测，具有高效、准确、稳定的特点，用户通过该方法，可以对零件的制造过程进行检测，判断其绿色度。也可以对同一零件不同磨削加工工艺的绿色度进行比较，确定最优工艺路线，使制造业企业在保证减小排放、保护环境的提前下，更好的实现磨削加工工艺。
-
公开(公告)号：CN117873096A
公开(公告)日：2024-04-12
申请号：CN202410055371.3
申请日：2024-01-15
Applicant: 辽宁工业大学
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D1/648 , G05D105/20
Abstract: 本发明提供了一种移动机器人动态避障方法、系统、设备及介质，涉及路径规划领域，方法包括：构建机器人运动状态空间，定义目标函数；基于所述目标函数，采用学习因子、降重因子以及退火因子对深度Q学习网络算法的经验进行改进，生成改进的三因子策略；根据所述改进的三因子策略对经验赋予权重；根据所述权重更新Q目标网络状态‑动作值函数，确定改进后的Q目标网络状态‑动作值函数；根据所述改进后的Q目标网络状态‑动作值函数寻找最优动作执行策略，构建三因子采样深度Q网络避障模型；根据所述三因子采样深度Q网络避障模型规划避障路径。本发明能够提高机器人动态避障效果。
-
公开(公告)号：CN110421434A
公开(公告)日：2019-11-08
申请号：CN201910840596.9
申请日：2019-09-06
Applicant: 辽宁工业大学
Inventor： 王宇钢
Abstract: 一种全自动双面去毛刺机，包括零件工装台、零件正面去毛刺机构、零件翻转机构及零件反面去毛刺机构；零件工装台四周依次分布有零件装卸工位、零件正面去毛刺工位、零件翻转工位及零件反面去毛刺工位，四个工位均匀分布；零件正面去毛刺机构设在零件正面去毛刺工位，零件翻转机构设在翻转工位，零件反面去毛刺机构设在零件反面去毛刺工位；零件工装台包括工装台支架及电动回转台，电动回转台表面均布四个零件定位芯轴；零件正/反面去毛刺机构包括去毛刺机构支架及电动打磨器，打磨主轴端部设有打磨钢刷；零件翻转机构包括翻转机构支架、零件夹持手爪、手爪水平位置调整气缸、手爪竖直位置调整气缸、手爪回转驱动气缸及高压气喷嘴。
-
Patent Agency Ranking
公开(公告)号：CN103530688B
公开(公告)日：2016-04-20
申请号：CN201310474087.1
申请日：2013-10-10
IPC: G06N3/08
Abstract: 一种磨削加工工艺检测系统及方法，涉及磨削工艺。提取企业的历史磨削加工的工艺数据，确定磨削加工工艺的检测指标，并建立训练样本集，提取待检测的磨削加工工艺数据，按步骤1建立检测样本；建立由分类网络和权值网络构成的模糊神经网络模型，使用该模型对待检测的磨削加工工艺进行检测；分析检测结果，对检测结果不理想的指标进行调整。采用模糊神经网络实时对各单项指标项目进行检测，具有高效、准确、稳定的特点，用户通过该方法，可以对零件的制造过程进行检测，判断其绿色度。也可以对同一零件不同磨削加工工艺的绿色度进行比较，确定最优工艺路线，使制造业企业在保证减小排放、保护环境的提前下，更好的实现磨削加工工艺。
-
公开(公告)号：CN117873096B
公开(公告)日：2024-07-12
申请号：CN202410055371.3
申请日：2024-01-15
Applicant: 辽宁工业大学
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D1/648 , G05D105/20
Abstract: 本发明提供了一种移动机器人动态避障方法、系统、设备及介质，涉及路径规划领域，方法包括：构建机器人运动状态空间，定义目标函数；基于所述目标函数，采用学习因子、降重因子以及退火因子对深度Q学习网络算法的经验进行改进，生成改进的三因子策略；根据所述改进的三因子策略对经验赋予权重；根据所述权重更新Q目标网络状态‑动作值函数，确定改进后的Q目标网络状态‑动作值函数；根据所述改进后的Q目标网络状态‑动作值函数寻找最优动作执行策略，构建三因子采样深度Q网络避障模型；根据所述三因子采样深度Q网络避障模型规划避障路径。本发明能够提高机器人动态避障效果。
-
公开(公告)号：CN109249038A
公开(公告)日：2019-01-22
申请号：CN201811248963.8
申请日：2018-10-25
Applicant: 辽宁工业大学
Inventor： 王宇钢
IPC: B23B15/00
Abstract: 一种数控车床自动上下料装置，属于机械制造设备技术领域，包括机械手系统和装料托盘系统，装料托盘系统一侧设置有数控车床，数控车床和装料托盘系统的正对面设置有机械手系统，本发明数控车床上下料装置，在上下料期间，通过机械手系统的两个气爪可实现数控机床加工过程不间断上下料，大大节省生产辅助时间，有效提高生产效率；本发明数控车床上下料装置，通过机械手系统和装料托盘系统组成同一系统装置，结构简单，布局紧凑，费用低，并且有效节约占地面积。
-
公开(公告)号：CN118664399B
公开(公告)日：2025-02-14
申请号：CN202410712686.0
申请日：2024-06-04
Applicant: 辽宁工业大学
IPC: B23Q17/09 , G06N3/0464 , G06F30/27
Abstract: 本发明提供了一种刀具磨损量预测方法、设备、介质及产品，涉及刀具磨损量预测领域，方法包括：利用基于SE模块的SE‑ResNet50模型提取刀具磨损量数据训练集中的多种融合的一维信号；所述一维信号为直接从机床上采集的原始时频域信号；所述SE‑ResNet50模型为通过将SE模块嵌入至ResNet50残差神经网络中构建得到的网络模型；所述SE模块为基于挤压激励的注意力机制模块；打乱所述原始时频域信号的时序变化规律，并利用打乱后的原始时频域信号训练所述SE‑ResNet50模型，生成训练好的SE‑ResNet50模型，输出刀具磨损量的训练结果；根据所述训练好的SE‑ResNet50模型预测刀具磨损量。本发明能够降低预测模型在使用过程中产生的过拟合现象。
-
公开(公告)号：CN116352506A
公开(公告)日：2023-06-30
申请号：CN202310526187.8
申请日：2023-05-10
Applicant: 辽宁工业大学
IPC: B23Q17/09 , G06F18/241 , G06F18/214 , G06F18/213 , G06V10/20 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于深度迁移的刀具磨损状态检测方法，包括：采集物理信号数据集，包括源域数据集和目标域数据集；将物理信号数据集转化为可输入残差神经网络模型的图像格式；对源域图像进行数据增强、批量归一化及正则化处理，及对目标域图像进行数据增强、批量归一化及类别平衡正则化处理；自适应特征提取源域特征和目标域特征；将源域特征输入模型中预训练，得预训练模型；将目标域特征输入预训练模型中微调训练，得到刀具磨损状态检测模型；将待测刀具物理信号输入模型中输出刀具磨损状态检测结果。本发明解决了现有刀具磨损状态因分布不均导致数据不平衡的问题，提高了分类模型精度，实现了自动提取特征，同时节省人工，提高了检测效率。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.018 seconds)
