一种基于强化学习的工艺参数优化方法

    公开(公告)号:CN116048028A

    公开(公告)日:2023-05-02

    申请号:CN202310162833.7

    申请日:2023-02-24

    Abstract: 本发明提供一种基于强化学习的工艺参数优化方法,属于工业设计技术领域。为了降低生产过程中的产品缺陷,通常需要调整工艺参数,该方法通过强化学习训练出一个对工艺参数的优化策略。步骤:1)通过不确定性量化,计算置信区间,将训练样本划分为高不确定性数据与低不确定性数据;2)使用低不确定性数据作为训练集,用神经网络拟合缺陷水平‑工艺参数的函数;3)训练强化学习模型;4)根据训练好的强化学习模型生成策略。本发明利用基于强化学习的机器学习方法训练出一个调优策略,能够解决在生产中对工艺参数的调控过程中人工调参的不可靠性,直接推荐出合适的工艺参数,避免多次调参带来的较高的试错成本。

    一种基于数字孪生技术的罩式炉退火过程监测及控制方法

    公开(公告)号:CN113930600B

    公开(公告)日:2022-09-06

    申请号:CN202111184675.2

    申请日:2021-10-12

    Abstract: 本发明提供一种基于数字孪生技术的罩式炉退火过程监测及控制方法,由过程监测装置、生产数据库、数值计算模型、工艺制度评估模型、虚拟退火模型五部分组成;首先在罩式炉中安装所述过程监测装置,其次建立所述生产数据库与所述过程监测装置实时通讯,然后建立所述数值计算模型求解炉内流速场和温度场,再建立所述工艺制度评估模型评估退火质量并修正工艺制度,最后建立所述虚拟退火模型实时渲染显示;本发明能够实现对罩式炉退火过程的仿真、实时监测控制、三维渲染显示,并能够及时对退火工艺制度提出修正,提高生产效率和质量稳定性,降低产品质量问题的发生率,实现罩式炉退火设备的智能制造产业升级。

    一种面向生产工艺参数的高斯过程稳健优化方法

    公开(公告)号:CN114742289A

    公开(公告)日:2022-07-12

    申请号:CN202210328327.6

    申请日:2022-03-31

    Abstract: 一种面向生产工艺参数的高斯过程稳健优化方法,属于工业设计技术领域。面对工业生产过程中不确定性因素多、工艺调控目标多且存在冲突、优化难度高等问题,该方法首先量化生产数据中的不确定性,进行数据的不确定性筛选,继而构建面向工艺参数的高斯过程优化模型。步骤包括:1)使用Gan网络生成基于原始样本分布的同维数样本,MCMC采样后,使用Rastrigin或Griewank函数获得不确定性置信区间;2)依据原始样本在Rastrigin或Griewank函数中的输出,筛选掉位于不确定性置信区间外的样本;3)基于筛选后的样本构建面向工艺参数的高斯过程优化模型。本发明可以降低设备退化等不确定性因素对工艺参数调控的影响,建立工艺参数智能调控机制,快速获得调优参数值,降低产品缺陷发生率。

    一种基于贝叶斯网络的钢铁缺陷溯源方法

    公开(公告)号:CN114742172A

    公开(公告)日:2022-07-12

    申请号:CN202210437826.9

    申请日:2022-04-25

    Abstract: 一种基于贝叶斯网络的钢铁缺陷溯源方法,属于工业设计技术领域,该方法以贝叶斯网络为基模型,对钢铁缺陷进行较为准确的溯源,主要步骤:1)对数据集中各样本参数进行异常检测,获得特征或参数的异常标签;2)给定贝叶斯网络初始权重矩阵;3)根据样本异常情况对权重矩阵进行调整;4)根据调整后的权重矩阵得到贝叶斯网络结构,从而确定各参数在钢铁产品缺陷产生过程中的重要性。针对钢铁生产过程中缺陷多、钢铁生产实测数据特征复杂、钢铁缺陷成因难以分析等困难,本发明能充分挖掘数据特征间的联系,在不依赖先验知识的情况下,可以便捷地得到样本缺陷与参数异常的对应关系,整体算法流程通俗易懂,具有较强的解释性。

    一种基于矿场环境感知的堆料面预测方法

    公开(公告)号:CN114543666A

    公开(公告)日:2022-05-27

    申请号:CN202210063410.5

    申请日:2022-01-20

    Abstract: 一种基于矿场环境感知的堆料面预测方法。首先进行矿场环境感知,将堆料与墙壁进行分类,并在此基础上完成堆料面预测。所述矿场环境感知,包括点云预处理、配准、融合、水平校准、地面与堆料上方无用点去除、聚类、分类及提取,其中环境点云数据是通过3D激光雷达进行采集,所述的环境感知方法包括点云预处理、配准、融合、水平校准、地面等无用点去除、聚类、分类及提取。所述堆料面预测模型是基于Kd树与K最邻近搜索进行建立。本发明实现了点云配准与分割方法的有效融合,能对矿场环境中的堆料点进行有效提取及利用,基于真实堆料点云建立的堆料面预测模型可用于三维挖掘体积计算,可实现计算结果的准确性。

    一种基于数字孪生技术的罩式炉退火过程监测及控制方法

    公开(公告)号:CN113930600A

    公开(公告)日:2022-01-14

    申请号:CN202111184675.2

    申请日:2021-10-12

    Abstract: 本发明提供一种基于数字孪生技术的罩式炉退火过程监测及控制方法,由过程监测装置、生产数据库、数值计算模型、工艺制度评估模型、虚拟退火模型五部分组成;首先在罩式炉中安装所述过程监测装置,其次建立所述生产数据库与所述过程监测装置实时通讯,然后建立所述数值计算模型求解炉内流速场和温度场,再建立所述工艺制度评估模型评估退火质量并修正工艺制度,最后建立所述虚拟退火模型实时渲染显示;本发明能够实现对罩式炉退火过程的仿真、实时监测控制、三维渲染显示,并能够及时对退火工艺制度提出修正,提高生产效率和质量稳定性,降低产品质量问题的发生率,实现罩式炉退火设备的智能制造产业升级。

    一种基于多保真度数据的数字孪生建模方法

    公开(公告)号:CN113886992A

    公开(公告)日:2022-01-04

    申请号:CN202111225438.6

    申请日:2021-10-21

    Abstract: 本发明提供一种基于多保真度数据的数字孪生建模方法,属于工业设计技术领域。该数字孪生建模方法利用生成式对抗网络作为基模型,针对数字孪生建模中高保真数据精度高、成本高、数量少,低保真数据精度低、成本低、数量多的问题,以相对较低的成本给出较为精准的数字孪生建模。与传统方法相比,本发明能够充分挖掘数据的内在分布规律,降低方法对于高保真点数据的需求,进一步符合问题设定;同时不对高低保真数据的线性关系与数据分布做过多假设,拓宽了方法的应用场景。

    机理模型和动态数据联合驱动的“云-边”结合数字孪生方法

    公开(公告)号:CN113868803A

    公开(公告)日:2021-12-31

    申请号:CN202111191507.6

    申请日:2021-10-13

    Abstract: 一种机理模型和动态数据联合驱动的“云‑边”结合数字孪生方法,用于构建多种物理实体的数字孪生。获取特定的物理实体信息,对采集数据进行筛选和简单分析,采用实时通讯技术将处理后的数据传输到计算和分析部分,根据所得到数据由相应的仿真分析方法模拟并预测物理实体的外在行为和内在性能信息,将预处理数据、分析数据和物理实体的几何数据相结合,利用多源数据融合方法将多种数据集成并存储,同时满足数字孪生数据的历史可溯性、当下实时性和未来预测性。本发明实现了针对多种物理实体形貌和性能一体的数字孪生快速构建,利用有限的传感器信息实时得到物理实体的姿态和全局性能信息,有助于实现针对物理实体的有效评估、精准预测和最优决策。

    一种基于代理模型的多学科优化软件平台

    公开(公告)号:CN108536976B

    公开(公告)日:2021-07-06

    申请号:CN201810337669.8

    申请日:2018-04-11

    Abstract: 本发明提供了一种基于代理模型的多学科优化软件平台,属于优化平台技术领域。一个基于代理模型的多学科优化平台,此平台是基于Python编写的,应用PyQt搭建界面。该平台分为三大模块:DOE模块、Surrogate models模块、Optimization模块。首先从DOE模块选取数据,进入Surrogate models模块,导入选取的数据,构建代理模型,若模型满足精度要求则可以应用Optimization模块进行优化。本平台操作简单、占用空间小并且可以独立安装的优点,适合非专业用户应用代理模型进行优化和也适用专业用户,有利于代理模型的推广。

Patent Agency Ranking