-
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：CN112131684A
公开(公告)日：2020-12-25
申请号：CN202011049232.8
申请日：2020-09-29
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于数字孪生的汽车焊接生产线个性化夹具的设计方法，其步骤为：首先，利用建模软件建立汽车白车身焊接夹具参数化定制系统和汽车焊接生产线的三维模型，并基于Unity3D软件对三维模型进行仿真得到汽车焊接虚拟产线；其次，根据汽车钣件数据和参数化定制系统得到汽车钣件焊接夹具，并将汽车钣件焊接夹具和汽车焊接虚拟产线进行虚拟装配，得到汽车白车身虚拟焊接生产线；然后，构建汽车焊接物理生产线，通过汽车焊接生产线物理模型与虚拟模型的联动，检验设计的夹具模型是否满足焊接要求。本发明利用汽车焊接虚拟产线实时反映物理产线的关键信息和运行数据，减少汽车焊接物理产线搭建及调试时间，节约设计制造成本。
-
公开(公告)号：CN112115649A
公开(公告)日：2020-12-22
申请号：CN202011052276.6
申请日：2020-09-29
Applicant: 郑州轻工业大学
IPC: G06F30/27 , G06F30/17 , G06N3/12 , G06F111/10 , G06F119/08
Abstract: 本发明提出了一种基于数字孪生的立磨机多场耦合系统工艺参数优化方法，其步骤为：首先，利用逆向工程技术建立立磨机的数字孪生模型，并利用颗粒‑流体‑温度多物理场耦合仿真方法计算数字孪生模型的性能参数，与实验测定的立磨机的实际性能参数进行对比并修改数字孪生模型；其次，对数字孪生模型进行工艺参数化设计，确定工艺优化参数与目标函数，采用实验设计方法在设计空间内选取初始样本点，并利用颗粒‑流体‑温度多物理场耦合仿真方法计算样本点的响应值；最后，利用样本点和响应值构建代理模型，采用遗传算法GA对代理模型进行更新与寻优，得到最优解。本发明通过高效的优化设计方法，节约设计成本、降低排放，提高大型立磨机的生成效率。
-
公开(公告)号：CN117689355A
公开(公告)日：2024-03-12
申请号：CN202311733622.0
申请日：2023-12-15
Applicant: 郑州轻工业大学
IPC: G06Q10/109 , G06Q50/04 , G06F16/28 , G06F16/22 , G06Q10/0631 , G06Q10/067
Abstract: 本发明提出基于数字孪生的制造车间有效工时可解释性计算方法。首先，建立车间人员的信息数据库；然后，建立车间的三维虚拟场景；集成机器视觉与UWB超宽带设备识别并动态追踪人员以获取其身份、坐标和时间戳信息；对上述两种方式获取到的人员信息进行配对，通过均值‑方差法来检测并删除坐标数据中的异常值，并通过加权平均方法对坐标数据进行融合，得到更真实的坐标信息；建立信息数据库与Unity的连接，在虚拟车间实时展示人员的移动轨迹和行为，对有效工时进行可视化解释；最后，计算人员在上班期间的总工时T1，分析工人在工作区域的非工作行为占用时间，记为无效工时T1，将T1减去T2得到有效工时T3，并反馈到Untiy中。
-
Patent Agency Ranking
公开(公告)号：CN112506057B
公开(公告)日：2021-09-17
申请号：CN202011403984.X
申请日：2020-12-02
Applicant: 郑州轻工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种不确定奇异摄动系统在线多时间尺度快速自适应控制方法，按以下步骤进行：第一是建立多时间尺度系统神经网络辨识模型；第二是电控装置根据多时间尺度系统神经网络辨识模型对不确定奇异摄动系统进行在线学习并自我更新，不断逼近公式一所表达的不确定奇异摄动系统；第三是电控装置确定公式一所表达的不确定奇异摄动系统的快速自适应最优控制输入模型；第四是电控装置执行在线快速自适应学习率，对快速自适应最优控制输入模型进行在线优化更新。本发明实现对模型不确定奇异摄动系统的在线快速自适应辨识与控制，提高学习速度，通过在线学习和不断优化提高控制精度，整个控制过程无须建立确定的奇异摄动系统模型。
-
公开(公告)号：CN113129304A
公开(公告)日：2021-07-16
申请号：CN202110541077.X
申请日：2021-05-18
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种基于机器视觉的零件检测方法，采用加权混合深度学习目标辨识算法，并具有二次检测方法，二次检测方法采用多算法融合处理，最后通过支持向量机融合辨识。加权混合深度学习目标辨识算法的元深度学习算法包括RCNN算法、Faster‑RCNN算法、R‑FCN算法、YOLO算法、SSD算法和DenseBox算法；检查各元深度学习算法标记的缺陷对应的矩形区域的位置，两两判断是否相邻或重叠；对相邻或重叠的矩形区域进行合并。通过多算法融合处理方法对同一图像对象进行辨识处理，并使用相同的可以相互比较的标记，然后取多算法识别出来的最具缺陷可能性的辨识结果，相比单一算法进行图像辨识，大幅提高了图像识别的准确程度。
-
公开(公告)号：CN119323285A
公开(公告)日：2025-01-17
申请号：CN202411438371.8
申请日：2024-10-15
Applicant: 郑州轻工业大学
IPC: G06Q10/04 , G06Q10/067 , G06Q10/0631 , G06Q50/04 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种孪生车间生产‑物流资源实时协同调度方法，属于车间调度技术领域，包括以下步骤：S1、在数字孪生环境下，建立孪生车间生产‑物流资源实时协同调度模型；S2、当任务触发调度机制，实时获取物理车间的生产信息，在虚拟空间中完成仿真和预测，根据预测结果优化调度方法；S3、依据优化后的调度方法评估生产‑物流资源组的服务能力，为任务选取最优的资源服务组；S4、将任务分配方案反馈至物理车间，等待下一个任务触发调度机制。本发明采用上述的一种孪生车间生产‑物流资源实时协同调度方法，通过实时为任务分配生产‑物流资源，实现高扰动环境下车间的生产调度。
-
公开(公告)号：CN115325096B
公开(公告)日：2024-12-31
申请号：CN202210975179.7
申请日：2022-08-11
Applicant: 郑州轻工业大学
IPC: F16F15/04 , G06F30/17 , G06F119/14
Abstract: 本发明提出了一种基于水平拉簧的恒值准零刚度隔振结构及调试方法，包括垂直弹簧，垂直弹簧设置在竖直弹簧导向杆上，所述竖直弹簧导向杆上活动设有竖直导向机构，竖直导向机构上设有载重机构；所述竖直导向机构的两侧对称设有负刚度结构，负刚度结构包括斜杆和水平拉伸弹簧，斜杆的一端与竖直导向机构相铰接，斜杆的另一端与水平导向机构相铰接，水平导向机构与支架活动连接，两个水平导向机构通过水平拉伸弹簧相连接。本发明可以获得恒值准零刚度的低频隔振特性，解决传统准零刚度隔振器存在三次非线性刚度在大幅值激励下低频隔振失效且无法承受变质量载荷隔振的问题，采用拉伸弹簧可以降低摩擦阻力获得更低实际应用的起始隔振频率。
-
公开(公告)号：CN117930761A
公开(公告)日：2024-04-26
申请号：CN202311751854.9
申请日：2023-12-19
Applicant: 郑州轻工业大学
IPC: G05B19/418
Abstract: 本发明涉及人因工程、车间调度和物联网技术领域，尤其涉及一种考虑工人学习遗忘效应的个性化定制作业车间人‑机‑物协同调度方法，包括以下步骤：步骤一，建立工业物联网框架；步骤二，确定计算工人加工效率的学习遗忘数学模型；步骤三，确定调度目标和参数；步骤四，设计一种考虑工人学习遗忘效应的人‑机‑物协同的实时调度方法；在步骤一中，通过在工厂内部部署5G通讯网络以及云计算平台、在加工单元与AGV部署边缘计算资源、通讯设备以及传感器实时检测各加工单元；该发明在订单工件的提前或者拖期成本、制造资源的利用率和能耗节约方面均有一定的优势；且被加工工件工艺越复杂、工序加工时间越长，这种优势越明显。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.025 seconds)
