-
公开(公告)号：CN117745942A
公开(公告)日：2024-03-22
申请号：CN202311755404.7
申请日：2023-12-19
Applicant: 郑州轻工业大学
Abstract: 一种基于数字孪生的飞机装配激光跟踪仪站位优化方法，其步骤如下：首先，建立飞机装配车间的三维模型，并构建飞机装配现场数字孪生系统；其次，确定激光跟踪仪在物理空间中的位置，并在数字孪生空间中同步激光跟踪仪的位置；进一步地，在数字孪生空间中，定义关键测量点位置信息，并对激光跟踪仪添加目标检测算法等技术对机身关键点进行检测，分析激光跟踪仪对测量点的覆盖情况及重合情况；在此基础上，引入约束条件，并通过布设遗传算法对激光跟踪仪的最佳布站点进行优化求解；最后，在数字孪生空间中验证遗传算法对激光跟踪仪最佳站位的可行性，输出激光跟踪仪最佳布站点位置和在最佳布站点上的测量结果。
-
公开(公告)号：CN116460857A
公开(公告)日：2023-07-21
申请号：CN202310619222.0
申请日：2023-05-30
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种基于数字孪生的个性化人机协作装配安全检测与预警方法，首先从人‑机‑环三个维度对物理空间影响装配安全的因素进行分类整理；再由状态检测传感器完成对人体运动学数据、环境的信息、机器人运动数据和人物工作状态的采集，通过数据处理计算出碰撞阈值；然后根据采集到的人机运动学数据，建立个性化的碰撞检测模型，并进行相应坐标转换，计算人机间的最短距离；最后搭建了人机协作安全装配预警系统，实现人机协作虚实场景的交互共融，并进行预警与反馈控制。本发明通过人机协作安全装配预警孪生系统实时检测人机碰撞距离，保障人与机器人交互过程的安全，提高了装配的效率。
-
公开(公告)号：CN114789307B
公开(公告)日：2022-11-25
申请号：CN202111600115.0
申请日：2021-12-24
Applicant: 郑州轻工业大学
IPC: B23K31/12
Abstract: 本发明提出一种基于数字孪生的板件焊接质量实时监控方法，首先，通过焊装夹具将板件送入自动检测平台，基于深度学习算法实现焊缝缺陷识别分类，将板件信息和焊缝缺陷信息、焊接机器人仿真模型信息分别导入数字孪生系统中的缺陷信息库与模型库中；其次，通过模式匹配方法、特征提取分类、数据库技术等对焊缝精准定位识别分类和焊接参数调整，实现焊接质量诊断与控制；最后，根据系统语音视频模块给出的调整方案，通过VR设备使用人机交互功能对产线焊接机器人做在线参数调整，实现智能焊接。本发明运用的基于数字孪生的板件焊接质量实时监控方法能直观、全面地反映焊接过程全生命周期状态实现高效焊接质量监控，大大减少残次品，提高产线生产效率。
-
公开(公告)号：CN111563446B
公开(公告)日：2021-09-03
申请号：CN202010362190.7
申请日：2020-04-30
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于数字孪生的人‑机交互安全预警与控制方法，其步骤如下：基于深度学习算法识别双目摄像机拍摄的图像中工作人员及工作人员人体关键点位置；将标签粘贴在机器人运动关节处，通过Canny边缘检测和霍夫圆检测算法识别图像中的标签位置获得机器人的位置；基于双目视觉测距原理测量工作人员人体关键点和标签的空间坐标，计算工作人员与机器人间的距离；搭建人‑机交互安全预警孪生系统，实现人‑机交互物理场景与虚拟场景的交互共融，迭代优化，实时在线可视化监控人‑机交互过程的安全。本发明利用实时数据驱动人‑机交互安全预警孪生系统，能够优化出最佳工作空间，保障人与机器人交互过程的安全，提高了人‑机协同工作的效率。
-
公开(公告)号：CN111046589A
公开(公告)日：2020-04-21
申请号：CN201911406959.4
申请日：2019-12-31
Applicant: 郑州轻工业大学
Abstract: 本发明提出一种智能产线可试验数字孪生体建模方法，首先，利用数字化建模软件建立智能产线中设备的三维模型，并导入数字化产线仿真软件中得到智能虚拟产线；其次，规划设备的运动路径，对智能虚拟产线进行仿真，得到仿真节拍，直至遍历所有的运动路径，导出仿真节拍最小的运动路径以构建与智能虚拟产线相同的智能物理产线；最后，根据智能虚拟产线的仿真过程设置PLC控制逻辑方案，以驱动智能虚拟产线的设备进行生产动作仿真；使智能物理产线与智能虚拟产线的生产动作保持一致，完成智能产线可试验数字孪生体的构建。本发明通过运行智能虚拟产线能够实时反映智能物理产线的关键信息和运行数据，减少了产线搭建及调试时间，节约项目周期和成本。
-
Patent Agency Ranking
公开(公告)号：CN119740803A
公开(公告)日：2025-04-01
申请号：CN202411794145.3
申请日：2024-12-06
Applicant: 郑州轻工业大学
Abstract: 本发明属于生产计划技术领域，具体涉及一种基于actor‑critic多智能体深度强化学习的柔性作业车间调度方法，包括以下步骤：(1)采用异构析取图的方法对柔性作业车间调度环境进行建模，将调度决策问题转换为序贯决策问题，建立分散式部分可观测马尔可夫决策过程八元组模型，使用多智能体深度强化学习对该模型进行求解；(2)从柔性作业车间调度的异构析取图环境中提取当前的状态；(3)采用异构图神经网络分别对策略函数和价值函数进行拟合；(4)工件智能体和机器智能体输出每个待加工工件和可选机器的概率作为强化学习的智能体动作；(5)设计奖励函数对整个调度决策进行评估，使用actor‑critic算法更新工件智能体和机器智能体策略函数以及中央控制器价值函数的权重参数；(6)进行状态转移；(7)策略网络和价值网络参数更新；本发明可以实时处理柔性作业车间的调度问题，具有实时性强和灵活性高的优点。
-
公开(公告)号：CN113792924B
公开(公告)日：2024-10-22
申请号：CN202111084479.8
申请日：2021-09-16
Applicant: 郑州轻工业大学
IPC: G06Q10/04 , G06Q50/04 , G06N3/0464 , G06N3/048 , G06N3/092
Abstract: 本发明属于生产计划技术领域，具体涉及一种基于Deep Q‑network深度强化学习的单件作业车间调度方法，包括以下步骤：(1)采用析取图的方法对作业车间调度环境进行建模，将调度决策问题转换为序贯决策问题，建立马尔科夫五元组模型，使用深度强化学习对该模型进行求解；(2)从作业车间调度的析取图环境中提取当前的状态；(3)采用卷积神经网络对动作值函数和目标值函数进行拟合；(4)采用18种启发式调度规则，作为强化学习的代理动作；(5)设计奖励函数对整个调度决策进行评估，使用DQN算法更新动作值函数的权重参数；(6)进行状态转移；(7)目标值函数的网络参数更新；本发明可以快速处理作业车间的调度问题，具有实时性强和灵活性高的优点。
-
公开(公告)号：CN115937626B
公开(公告)日：2023-08-08
申请号：CN202211460573.3
申请日：2022-11-17
Applicant: 郑州轻工业大学 , 河南许继仪表有限公司
IPC: G06V10/774 , G06V10/26 , G06V10/82 , G06V10/776 , G06V20/40 , G06V20/70 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/09
Abstract: 本发明提出了一种基于实例分割的半虚拟数据集自动生成方法，利用数字孪生体的虚拟对象作为实例分割MaskR‑CNN算法的数据集进行模型训练；将模型应用到虚拟对象获取mask图片和目标位置和类别信息；利用目标位置和类别信息自动生成半虚拟数据集标注文件；根据mask图片得到数字孪生体物理对象背景图和虚拟对象目标图；将背景图和目标图相加生成半虚拟图片数据集。利用数字孪生体虚拟对象作为训练模型的数据集，将模型应用到数字孪生体中获取半虚拟数据集。本发明减少标注数据集的人力成本，避免虚实混合数据集训练模型产生过拟合的现象，解决了深度学习训练数据集不足的问题，增加了有监督的深度学习在计算机视觉方向检测的普适性和准确性。
-
公开(公告)号：CN115169855B
公开(公告)日：2023-05-26
申请号：CN202210765006.2
申请日：2022-06-29
Applicant: 郑州轻工业大学
IPC: G06V20/52 , G06V20/00 , G06V40/10 , G06V40/20 , G06V10/764 , G06T13/40 , G06T15/00 , G06N3/0464 , G06N3/048 , G06N3/084 , G06Q10/0635 , G06Q10/0639 , G06Q50/04
Abstract: 本发明提出了一种基于数字孪生车间混合数据集的不安全状态检测方法，其步骤如下：对生产制造车间工人不安全状态进行分类，根据实际工人不安全状态类型，在数字孪生的虚拟车间中对这些不安全状态进行仿真，作为深度学习的虚拟数据集，再通过摄像头获取到真实车间工人不安全状态作为真实数据集；将收集到的虚拟数据集和真实数据集进行混合，通过标注工具对真实数据集合标注和自动标注脚本对虚拟数据集标注，再放到目标检测的网络中训练，生成基于虚实混合数据集的权值文件；将训练好的权值文件放入到目标检测网络中对车间不安全状态进行检测；实现在线可视化监控车间工人在车间工作时的安全。本发明利用虚实混合数据集训练模型，实时检测车间工人不安全状态，能够减少车间工人不安全状态的发生，保障了车间生产工人在车间生产过程的安全。
-
公开(公告)号：CN111627031B
公开(公告)日：2023-02-28
申请号：CN202010478994.3
申请日：2020-05-29
Abstract: 本发明提出了一种基于瓦屋状多边形的作物根系表型分析装置及方法，其步骤如下：搭建作物根系表型分析装置，及时获取完整根系的彩色图像；对彩色图像进行裁剪，利用图像二值化将根系图像进行分割，采用连通区域标记法保留面积最大的连通区域，得到根系连通区域的二值化图像；通过表示根系像素点的最左端、最右端和最顶部的像素点确定矩形区域，在矩形区域内进行二均值聚类，进一步确定瓦屋状多边形；根据瓦屋状多边形进行根系形态及生长发育规律的动态表型分析。本发明引入瓦屋状多边形来定义根系的覆盖几何形状、密度分布、性状模式等全局特征，实现根系形态及生长发育规律等的动态表型分析；且自动化程度高，对尺度变化不敏感。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.041 seconds)
