-
公开(公告)号：CN104216334A
公开(公告)日：2014-12-17
申请号：CN201410471517.9
申请日：2014-09-16
Applicant: 北京工业大学
IPC: G05B19/404
Abstract: 一种关于数控机床热效应下定位误差温度测点组合的选择优化方法，该方法基于灰关联策略和粗糙集理论来辨识各个位置的温度测点对机床定位误差影响大小。在机床特殊位置上安装k个温度传感器来测量机床在运行当中随时间变化的实时温度值，同时使用激光干涉仪测量受温度影响的定位误差值；应用灰关联策略筛选出n个敏感温度测点位置；根据粗糙集理论的原理，对机床定位误差和温度数据进行预处理，构成一个决策表；利用粗糙集约简软件得出m个可行的温度测点组合；综合分析辨识机床最优温度测点组合。通过本发明可以解决数控机床定位误差补偿建模过程中温度测点过多或补偿模型鲁棒性差的问题。
-
公开(公告)号：CN103214492A
公开(公告)日：2013-07-24
申请号：CN201310084628.X
申请日：2013-03-15
Applicant: 北京工业大学
IPC: C07D487/22 , B01J31/22 , C07C51/265 , C07C65/10
Abstract: 本发明涉及A3B型卟啉及A3B型金属卟啉化合物及其制备方法和应用。A3B型卟啉及金属卟啉的结构如下。A3B型卟啉的制备方法为将B-醛和吡咯加入混合溶液中，在0～50℃下反应5～60min，将上述反应液加入含有A-醛的溶液中回流0.5～2h。将A3B型卟啉化合物和金属盐混合加入混合溶液中，回流1～5h，得A3B型金属卟啉。制备的A3B型金属卟啉在催化氧气选择氧化甲基芳烃中作为催化剂，且效果显著。A3B型卟啉的制备方法工艺简单，更重要地是无需将二吡咯烷与其他产物分离，其主产物、副产物均可直接用于合成A3B型卟啉。不仅减少了溶剂使用和回收，降低了成本和污染，而且还充分利用了原料，节约了资源，减少了废弃物的排放，还大大降低了分离所需的能耗，从而有效地实现了节能减排。
-
公开(公告)号：CN102329256A
公开(公告)日：2012-01-25
申请号：CN201110288563.1
申请日：2011-09-26
Applicant: 北京工业大学
IPC: C07C317/44 , C07C315/04
Abstract: 本发明涉及一种金属卟啉催化氧化邻硝基对甲砜基甲苯制备邻硝基对甲砜基苯甲酸的方法，该方法是以邻硝基对甲砜基甲苯为原料，以甲醇或乙醇为溶剂，选用1～500ppm单核金属卟啉和μ-氧-双核金属卟啉中的任意一种或两种组合作为催化剂，在浓度为0.5～3mol/L氢氧化钠醇溶液中，通入0～3MPa的氧气，反应温度为50～120℃，反应1～12h，经常规分离后得到邻硝基对甲砜基苯甲酸。本发明方法以金属卟啉为催化剂，其用量极少，且不需分离和回收，使用清洁廉价的氧气代替污染环境严重且昂贵的化学氧化剂，显著地减少环境污染，并大大降低了原料及制备过程的成本，反应条件相对温和，反应温度较低，不但节约了制备过程的能耗，而且显著地提高了制备过程的安全性。
-
公开(公告)号：CN109669768A
公开(公告)日：2019-04-23
申请号：CN201811515898.0
申请日：2018-12-11
Applicant: 北京工业大学
Abstract: 本发明公开一种面向边云结合的资源分配和任务调度方法，首先在边缘服务器中记录与其相临近的边缘服务器的相关信息，当任务到达与其相临近的边缘服务器后，由该服务器计算将任务发送至各个服务器的预计计算时间和能耗成本，从满足任务所需计算时间的服务器中选择能耗成本最低的边缘服务器作为任务执行的位置，若没有服务器满足要求，则任务将在本地执行，若所有服务器处于满载状态，任务将在满足最大延迟时间的条件下发往云服务器执行。最后任务到达处理位置后，将由边缘服务器依照任务的截止时间对任务进行任务执行顺序调度和数据传输调度，从而达到在保证任务延迟要求的前提下，降低整体系统能耗成本和整体边缘服务器负载均衡的目的。
-
公开(公告)号：CN104375460A
公开(公告)日：2015-02-25
申请号：CN201410653419.7
申请日：2014-11-17
Applicant: 北京工业大学
IPC: G05B19/406
CPC classification number: G05B19/406 , G05B2219/37001
Abstract: 一种数控机床加工精度可靠性敏感度分析方法，属于机床精度设计领域。具体涉及三轴机床的空间误差的建模方法和机床的加工精度可靠性及加工精度可靠性敏感度分析方法。通过多体系统运动特征分析方法建立机床的空间误差模型，并结合蒙特卡洛数字模拟方法，分析机床的加工精度可靠性，以及机床各项几何误差的波动作用对加工精度可靠性的影响程度，从而辨识出影响加工精度可靠性的关键性几何误差。可为机床的设计，装配和加工提出指导性建议，从根本上提高机床的加工精度可靠性。
-
Patent Agency Ranking
公开(公告)号：CN103678000A
公开(公告)日：2014-03-26
申请号：CN201310410663.6
申请日：2013-09-11
Applicant: 北京工业大学
IPC: G06F9/50
Abstract: 基于可靠性和合作博弈的计算网格均衡任务调度方法属于网格任务调度领域，其特征在于是在基于可靠性和合作博弈的计算网格系统中实现的：在稳定状态下，根据各网格计算节点所允许提供的计算能力建立整个计算网格系统，可靠性优化目标函数是设定优化值，根据稳定状态下的参数值计算实际目标函数值，若与优化值的误差在设定的范围内，则按比例分配任务，否则，判断节点自身的任务可分配因子θ与从调度器向节点分配任务下限值α：当θ＜α时，不分配任务；当θ＞α时，删去分片任务平均到达速率等于零的节点，重新计算目标函数值，重复以上步骤，使余下节点尽力而为，达到可靠性和合作博弈的要求。随负载增加时，与非合作博弈与均衡算法比，使节点提供更高的计算能力。
-
公开(公告)号：CN117315118A
公开(公告)日：2023-12-29
申请号：CN202310849723.8
申请日：2023-07-12
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于四叉树结构的LOD地形渲染与优化方法，该方法采用基于四叉树结构的LOD技术将普通地形转化为拥有不同细节等级，并能随着视点的远近动态调整地形的四叉树结构。对于LOD技术在大规模地形渲染中的具体做法是指当地形的某一部分覆盖屏幕较小区域时，使用该部分描述较粗的地形模型，并给出一个用于可见面判定算法的几何层次模型，以便对包括地形和其他模型在内的整体场景进行快速绘制。在最终的渲染质量几乎不降低的情况下能极大减少数据绘制量，使得计算机的性能放到光照提升或者其他的任务上，这样就在保持原本的地形渲染不变的情况下使得计算机能够渲染地形中更多其它的场景或场景中的物件。
-
公开(公告)号：CN115935040B
公开(公告)日：2023-06-20
申请号：CN202310186701.8
申请日：2023-03-02
Applicant: 北京工业大学
IPC: G06F16/906 , G06F16/909 , G06F16/907 , G06F18/23213 , G06Q50/26
Abstract: 本发明提供一种大气污染协同控制区域、时间识别方法，涉及大气污染防控技术领域，包括：模拟研究区域的气象条件、获取大气污染物多尺度排放数据，构建研究区域各污染源间的高时间分辨率大气污染物传输矩阵；计算各污染源对目标区域重污染过程每个时刻的贡献度；应用模糊C均值聚类得到每个时刻需要协同控制的污染源；计算各污染源对目标区域重污染过程的总贡献度和控制频率；应用系统聚类识别出重污染过程需协同控制的污染源；分别计算需协同控制的污染源每个时刻的大气污染物排放对重污染过程的总贡献浓度；应用K均值聚类得到重污染过程中各污染源启动和解除大气污染协同控制的时间。本发明将污染物排放控制的时间尺度精细化到小时。
-
公开(公告)号：CN115809489A
公开(公告)日：2023-03-17
申请号：CN202211437769.0
申请日：2022-11-15
Applicant: 北京工业大学
IPC: G06F30/10 , G06F30/27 , G06F18/241 , G06F9/445 , G06F111/20
Abstract: 本发明涉及一种基于UE4的数字孪生模型轻量优化方法及系统，包括：对数字孪生模型的冗余零件和冗余特征进行筛选删除；基于运动从属关系和动静态模式，对筛选删除后数字孪生模型的各部件进行分类合并，并对合并后的各部件创建独立实体，并保存为通用模型格式；将通用模型格式的数字孪生模型的静态网格体合并为一个整体对象，并根据数字孪生模型各部件之间的运动从属关系，对各部件进行模型树管理；对模型树管理后的数字孪生模型的不同部件进行轻量简化和优化处理；对轻量简化和优化处理后的数字孪生模型进行交互数据信息轻量化处理，得到最终轻量化后的数字孪生模型，本发明可以广泛应用于数字孪生领域及模型轻量化领域中。
-
公开(公告)号：CN109684083B
公开(公告)日：2020-08-28
申请号：CN201811512330.3
申请日：2018-12-11
Applicant: 北京工业大学
IPC: G06F9/50
Abstract: 本发明提出了一种面向边缘‑云异构下的多级事务调度分配策略，实现步骤如下：首先收集所有数据源处产生的所有事务的信息，事务的信息包括该事务的数据大小、事务计算量的大小、接收数据的大小和数据来源、发送数据的大小和数据去向等。其次，利用这些事务信息整理形成一个完整的事务依赖关系图，用一个有向无环图表示。然后，判断事务是在云端还是边缘服务器处理，利用合理的事务优先级启发式算法，判断事务的优先级，并形成一个优先级从高到低的事务队列。最后，根据资源节点之间的负载均衡、事务等待时间、事务紧急程度和资源节点功耗决定执行事务的资源节点，找到实现最优资源分配方案，从而达到提升系统效能的目的。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.03 seconds)
