-
公开(公告)号：CN102789598B
公开(公告)日：2015-07-01
申请号：CN201210232167.1
申请日：2012-07-06
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 本发明提出了一种以机器特征属性为区间数的作业车间瓶颈识别方法，首先采用优化方法获得调度问题的调度优化方案，其次建立区间属性值的多属性瓶颈识别模型，将瓶颈识别问题转化为根据多个评价属性综合评价候选机器的多属性决策问题，然后采用改进的三参数区间TOPSIS进行瓶颈的最终判定。本发明采用改进的三参数区间TOPSIS瓶颈识别方法增强了区间的信息表示能力，提高了区间的信息精度，改进的三参数相离度公式解决了属性区间分布概率不相同的权重确定问题，能有效地确定机器属性的权重；区间多属性瓶颈识别方法的贴近度Ci充分挖掘设备属性蕴涵的信息，相比确定性多属性瓶颈识别方法，具有更高的瓶颈识别质量。
-
公开(公告)号：CN104407589A
公开(公告)日：2015-03-11
申请号：CN201410699286.7
申请日：2014-11-26
Applicant: 西北工业大学
IPC: G05B19/418
CPC classification number: Y02P90/02 , Y02P90/14 , G05B19/41865
Abstract: 本发明公开了一种面向车间制造过程的实时生成性能主动感知与异常分析方法，用于解决现有方法实用性差的技术问题。技术方案是通过应用物联技术于关键制造资源，形成多源制造信息的实时感知，并建立关键生产性能与各分散实时制造数据之间的关系；针对生产过程的异常建立异常评价规则库，进而当感知到制造过程的关键生产性能时，基于决策树方法进行增值处理，以更好地辅助生产管理者及时、精确地获取生产异常信息并快速地做出最优的决策，缩短优化时间。该方法在生产异常来临时，快速地获取生产异常状态及异常原因，及时将异常信息发布给生产管理者，节省了异常排查时间，减少异常发生对生产过程的影响，保障生产过程稳定可靠地运行，实用性好。
-
公开(公告)号：CN103413196A
公开(公告)日：2013-11-27
申请号：CN201310294374.4
申请日：2013-07-12
Applicant: 西北工业大学
IPC: G06Q10/06
Abstract: 本发明提出了一种改进的基于关系链的作业车间调度关键外协工序辨识方法，首先根据调度问题获得初始调度；其次根据关系链的处理规则，抽取出关系传播链；再次，辨识出候选的关键外协工序；然后对外协后受影响的工序进行重调度；最后根据生产现场情况，进行多属性决策，输出最优的关键外协工序及相应的生产调度方案。应用本方法，将关系链传播抽取和候选外协工序辨识两个功能模块进行区分，有利于后续对各自功能方法的改进和替换，具有更强的可移植性。对于关系传播链中存在关系4辨识候选外协工序时，应用规律直接可以辨识出候选外协工序，减少了试验及重调度的计算量。
-
公开(公告)号：CN103310321A
公开(公告)日：2013-09-18
申请号：CN201310213472.0
申请日：2013-05-31
Applicant: 西北工业大学
Abstract: 本发明提出了一种基于物联技术的物料配送任务动态分配方法，基于搬运载体的实时状态信息，以搬运载体抢任务的工作模式，从任务的动态分配策略、基于搬运载体实时状态的任务动态分配方法、任务的组合优化这三方面，主动获取最合适的物料搬运任务集，为生产物料的及时配送提供一种高效可行的任务分配模型与方法。由于本发明考虑了搬运载体卸货后的实时位置信息、面向搬运载体容量的任务动态组合优化等，与传统物料配送任务优化方法相比，本发明能够有效地解决原分配策略的计算复杂度高、优化时间长、难于动态响应物料配送任务的变化等不足，提高了车间配送的效率、节约了搬运成本，可更好地实现数字化精确配送和物料配送管理的智能化。
-
公开(公告)号：CN120069076A
公开(公告)日：2025-05-30
申请号：CN202510150035.1
申请日：2025-02-11
Applicant: 西北工业大学
Abstract: 为解决现有推理方法在基于大规模化、动态变化更新的工艺知识图谱进行工艺推理时，运行耗费时间久、所需计算成本高及推理结果不准确的问题，本发明提出了基于稀疏激活的工艺知识图谱动态推理方法及系统，根据生产实际的期望目标，在知识图谱中构建与期望目标相关联的关系，提取与期望目标相关联的子知识图谱，计算子知识图谱的关系权重矩阵并赋予子知识图谱中，得到多关系权重模型；再利用稀疏激活函数从多关系权重模型中提取稀疏函数激活子图，去除知识图谱中与当前生产实际关联不大的冗余信息，使知识图谱的节点和关系数大幅降低，最后在稀疏激活函数子图中运行推理算法，使推理算法的运行时间大幅度降低，所需计算资源大幅减少。
-
Patent Agency Ranking
公开(公告)号：CN119378774A
公开(公告)日：2025-01-28
申请号：CN202411384788.0
申请日：2024-09-30
Applicant: 西北工业大学
IPC: G06Q10/047 , G06Q10/083 , G06F17/16 , G06N3/126
Abstract: 为克服现有的车间物料任务配送系统/方法所存在的不足之处，本发明提供了一种基于边云协同的车间物料配送任务动态获取方法。本发明以动态感知的搬运载体状态信息和待配送任务状态信息为基础，设计了适用于配送全过程使用的CTB主动获取策略，结合当前搬运载体的状态信息、配送任务的动态信息模型，通过NSGA‑Ⅱ算法进行多目标优化，得到pareto解集确定配送任务集方案，在满足时间窗、容量以及电量的条件下，实现搬运载体边走边主动获取顺路的、负载合适的新任务的功能。本发明解决了原分配方法的空载率较高、优化时间较长、信息响应时间较长等问题，提高了车间配送的效率和灵活性、缓解了分配中心的负载。
-
公开(公告)号：CN118709225A
公开(公告)日：2024-09-27
申请号：CN202410828140.1
申请日：2024-06-25
Applicant: 西北工业大学
Abstract: 为了解决现有数据集成与获取方法存在的问题，本发明提供一种基于可信数据空间的多源异构数据集成与获取方法。在数据集成环节，通过将企业注册到数据空间并进行身份认证，确保数据共享方身份合规；采取加密与联邦安全集成方法，将各个企业本地数据作为训练集，不需收集、存储数据到云端及整合多方数据，最大程度减少数据中敏感信息泄露风险；通过数据安全连接器记录数据交换详细信息，以便后续追溯与审计。在数据获取环节，对数据空间进行数据分类与权限管理，保障数据获取的高效与合规，为企业间的合作与共享提供了更加安全、可靠的平台；最后进行数据完整性验证与解密，确保数据在传输过程中没有被篡改或遗漏，进一步加强数据访问的安全性。
-
公开(公告)号：CN117733439B
公开(公告)日：2024-05-28
申请号：CN202410077479.2
申请日：2024-01-19
Applicant: 西咸新区大熊星座智能科技有限公司 , 西北工业大学
Abstract: 为解决现有焊接机器人严重依赖工艺人员经验控制以及不具备扩展性仍需频繁开展焊接实验获取焊点实测结果的问题，本发明提出了一种具有焊缝成形质量实时预测功能的焊接机器人，该焊接机器人内置有模型训练模块，能构建并训练焊缝成形迁移学习模型、焊缝成形诊断模型和焊缝成形质量预测模型；通过焊缝成形迁移学习模型对预先存储在焊接机器人内的源域数据采用迁移学习算法进行学习，快速获取熔池图像特征，提高了焊接机器人的图像特征提取性能和泛化能力；焊缝成形诊断模型和焊缝成形质量预测模型协同作用，采用ResNet‑LSTM混合算法，将提取的空间特征与时间序列数据中的动态信息结合，保证焊接机器人能实时预测焊接质量。
-
公开(公告)号：CN117733439A
公开(公告)日：2024-03-22
申请号：CN202410077479.2
申请日：2024-01-19
Applicant: 西咸新区大熊星座智能科技有限公司 , 西北工业大学
Abstract: 为解决现有焊接机器人严重依赖工艺人员经验控制以及不具备扩展性仍需频繁开展焊接实验获取焊点实测结果的问题，本发明提出了一种具有焊缝成形质量实时预测功能的焊接机器人，该焊接机器人内置有模型训练模块，能构建并训练焊缝成形迁移学习模型、焊缝成形诊断模型和焊缝成形质量预测模型；通过焊缝成形迁移学习模型对预先存储在焊接机器人内的源域数据采用迁移学习算法进行学习，快速获取熔池图像特征，提高了焊接机器人的图像特征提取性能和泛化能力；焊缝成形诊断模型和焊缝成形质量预测模型协同作用，采用ResNet‑LSTM混合算法，将提取的空间特征与时间序列数据中的动态信息结合，保证焊接机器人能实时预测焊接质量。
-
公开(公告)号：CN114647640B
公开(公告)日：2024-02-27
申请号：CN202210352532.6
申请日：2022-04-05
Applicant: 西北工业大学
IPC: G06F16/215 , G06F16/22 , G06F16/2458 , G06F16/27 , G06F16/28 , G06F18/23213 , G06F18/2413 , G06F18/2135
Abstract: 为解决现有的数据清洗方法不适用于对动车组重要部件转向架业务数据进行清洗的技术问题，本发明提出了一种基于人工智能的动车组转向架业务数据清洗方法，首先，根据业务数据来源不同，采用不同的数据采集方式获取多源业务数据。其次，通过业务数据预处理自适应配置功能，对不同参数特征的业务数据进行相应的预处理。再次，通过业务数据清洗自适应配置功能，对不同参数特征的业务数据进行相应的清洗处理。最后，对清洗后的业务数据进行正异常判定，基于判定结果进行分类存储。本发明能够解决动车组转向架业务数据存在残缺、多余、错误、冲突等数据问题，提升动车组转向架业务数据质量，为动车组转向架运维业务数据应用分析提供支撑。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.025 seconds)
