-
公开(公告)号：CN117783046A
公开(公告)日：2024-03-29
申请号：CN202311817327.3
申请日：2023-12-26
申请人： 青岛理工大学
IPC分类号： G01N21/359 , G06N20/10 , G06N3/006
摘要： 本发明属于光谱分析技术领域，公开了基于多学习器混合集成的近红外光谱水分含量测量方法，包括以下步骤：步骤1、收集近红外光谱数据和相应的水分含量，获得训练集和验证集：步骤2、从收集的训练集中通过随机采样的方式获得三个新的训练集，分别用于训练PLS、SVM、DT基学习器，步骤3、建立符合物理知识的近红外光谱水分含量预测模型；步骤4、将在线测量的近红外光谱输入到建立好的模型中，即可得到水分含量的实时预测值。通过本发明实现在复杂的实际工业场景中准确测量流化床干燥过程中的水分含量。
-
公开(公告)号：CN118709323A
公开(公告)日：2024-09-27
申请号：CN202411186357.3
申请日：2024-08-28
申请人： 青岛理工大学
IPC分类号： G06F30/17 , G06F30/12 , G06F30/20 , G06T19/00 , G06F111/18 , G06F111/20
摘要： 本发明涉及义齿制造车间运行可视化监控技术领域，具体地说，涉及一种基于数字孪生的义齿制造车间运行可视化监控方法及系统。其包括以下步骤：S1、收集义齿制造车间的物理数据，使用数据传输协议实现对所述数据的读取与传输；S2、基于收集的数据，根据义齿制造车间的工作区域、储存区域、设备、物料流转路径通过Blender软件建立三维模型；S3、基于三维模型以及物理数据，建立虚实交互映射模型，使虚拟模型能够实时反映实体义齿制造车间的运行状态。本发明设计通过建立精确的数字孪生模型，可以实时监控义齿制造过程，能够实时反映义齿生产车间的运行状态，包括设备运转状况、生产进度等。
-
公开(公告)号：CN116426804B
公开(公告)日：2024-07-09
申请号：CN202310117227.3
申请日：2023-02-15
申请人： 青岛理工大学
摘要： 本发明属于先进材料技术领域，涉及绿色再制造、熔覆材料，具体涉及一种低摩擦特种合金粉末材料及制作方法与应用。按照质量份数计，由以下原料构成：镍基自熔性合金粉末包覆WC的粉末70～90份，TC4粉末5～15份，WS2粉末5～10份。本发明提供的低摩擦特种合金粉末材料能够降低摩擦系数，同时保合金层具有良好的使用性能，从而能够在挖斗或铲斗内形成满足应用场景的熔覆层。
-
公开(公告)号：CN116426804A
公开(公告)日：2023-07-14
申请号：CN202310117227.3
申请日：2023-02-15
申请人： 青岛理工大学
摘要： 本发明属于先进材料技术领域，涉及绿色再制造、熔覆材料，具体涉及一种低摩擦特种合金粉末材料及制作方法与应用。按照质量份数计，由以下原料构成：镍基自熔性合金粉末包覆WC的粉末70～90份，TC4粉末5～15份，WS2粉末5～10份。本发明提供的低摩擦特种合金粉末材料能够降低摩擦系数，同时保合金层具有良好的使用性能，从而能够在挖斗或铲斗内形成满足应用场景的熔覆层。
-
公开(公告)号：CN118503714B
公开(公告)日：2024-09-27
申请号：CN202410961551.8
申请日：2024-07-18
申请人： 青岛理工大学
IPC分类号： G06F18/214 , G06F18/24 , G06F18/213 , G06F18/20 , G06N3/0455 , G06N3/08
摘要： 本发明属于故障诊断技术领域，公开了一种物理知识指导的生成式零样本故障诊断方法，包括步骤1：由已知故障数据空间建立已知故障的特征空间；步骤2：利用生成模型与解码器重构模型拓展未知故障数据空间，生成未知故障数据；步骤3：将生成的未知故障数据和已知故障数据重新训练编码器模型。本发明将过程的物理知识纳入属性空间，使用过程属性而不是过程变量来更详细的描述已知故障和未知故障，提高未知故障的分类精度。
-
公开(公告)号：CN116793991B
公开(公告)日：2023-11-10
申请号：CN202311054937.2
申请日：2023-08-22
申请人： 青岛理工大学
IPC分类号： G01N21/359 , G06F18/21 , G06F18/214 , G06F17/18 , G01N21/3577
摘要： 本发明属于计算机化学技术领域，公开了一种基于近红外光谱和混合损失的谷氨酸浓度测量方法，收集近红外光谱和相应的谷氨酸浓度，获得建模训练集；采用LSSVM模型和留一交叉验证方法其进行拟合，然后去除异常样本；采用移动平均法处理干净的近红外光谱Xc，得到移动平均处理后的近红外光谱Xa；最后基于一维搜索和混合损失建立基于移动平均法处理的LSSVM模型，并确定最佳谷氨酸浓度预测模型，将实时获得的新近红外光谱输入到预测模型中，即可实现谷氨酸浓度的实时在线预测，准确性高。
-
公开(公告)号：CN118503714A
公开(公告)日：2024-08-16
申请号：CN202410961551.8
申请日：2024-07-18
申请人： 青岛理工大学
IPC分类号： G06F18/214 , G06F18/24 , G06F18/213 , G06F18/20 , G06N3/0455 , G06N3/08
摘要： 本发明属于故障诊断技术领域，公开了一种物理知识指导的生成式零样本故障诊断方法，包括步骤1：由已知故障数据空间建立已知故障的特征空间；步骤2：利用生成模型与解码器重构模型拓展未知故障数据空间，生成未知故障数据；步骤3：将生成的未知故障数据和已知故障数据重新训练编码器模型。本发明将过程的物理知识纳入属性空间，使用过程属性而不是过程变量来更详细的描述已知故障和未知故障，提高未知故障的分类精度。
-
公开(公告)号：CN116793991A
公开(公告)日：2023-09-22
申请号：CN202311054937.2
申请日：2023-08-22
申请人： 青岛理工大学
IPC分类号： G01N21/359 , G06F18/21 , G06F18/214 , G06F17/18 , G01N21/3577
摘要： 本发明属于计算机化学技术领域，公开了一种基于近红外光谱和混合损失的谷氨酸浓度测量方法，收集近红外光谱和相应的谷氨酸浓度，获得建模训练集；采用LSSVM模型和留一交叉验证方法其进行拟合，然后去除异常样本；采用移动平均法处理干净的近红外光谱Xc，得到移动平均处理后的近红外光谱Xa；最后基于一维搜索和混合损失建立基于移动平均法处理的LSSVM模型，并确定最佳谷氨酸浓度预测模型，将实时获得的新近红外光谱输入到预测模型中，即可实现谷氨酸浓度的实时在线预测，准确性高。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.023 秒)
