-
公开(公告)号：CN116975992A
公开(公告)日：2023-10-31
申请号：CN202310501364.7
申请日：2023-05-04
Applicant: 郑州轻工业大学
IPC: G06F30/15 , G01C15/00 , G01B11/00 , G06F30/20 , G06F111/08
Abstract: 一种数字孪生环境下的飞机测量装配引导方法，首先，搭建飞机机身翼身对接工位的数字孪生系统，其次，通过激光跟踪仪照射地标点，确定激光跟踪仪位于物理空间坐标系中的位置，通过数据传输，将激光跟踪仪坐标系信息传输到数字孪生空间中，形成激光跟踪仪物理位置与孪生空间位置一致。进一步，在孪生空间中，通过特征提取分类、数据库技术、YOLO方法对机身桶段、翼身、工装上关键点进行识别，引导数字孪生环境中激光跟踪仪对机身翼身、工装上关键点与型面覆盖情况进行分析。最终通过分析求解，求出激光跟踪仪放置最佳位置，在数字孪生环境中生成最优化布站区域。当到达最优站位时，物理空间蜂鸣器发出声音，孪生环境中最优化区域变为绿色。
-
公开(公告)号：CN116822159A
公开(公告)日：2023-09-29
申请号：CN202310659261.3
申请日：2023-06-06
Applicant: 郑州轻工业大学
IPC: G06F30/20 , G06T17/00 , G06Q50/04 , G06F16/28 , G06V10/12 , G06V10/764 , G06V10/74 , G06F111/18 , G06F113/14 , G06F119/14 , G06F119/10
Abstract: 本发明公开了一种人机环境动静融合的数字孪生车间快速建模方法。首先，构建人机环境动静融合的数字孪生车间快速建模框架；在此基础上，通过三维扫描技术对车间内部静态物体进行快速三维重构，生成静态模型组成的虚拟空间；然后，对于人员、运输车辆等运动对象进行识别、匹配并导入静态虚拟空间中；同时，通过多种传感器对车间内的人员运动、运输车辆运动、光照和温湿度的变化等“人‑机‑环境”相关时变数据进行感知并实现动静融合；最后，对构建的数字孪生车间进行动静融合性评价。通过本方法可以快速地构建车间静态模型，可以感知并刻画运动对象的时变状态，实现“人‑机‑环境”共融的数字孪生车间动静融合。
-
公开(公告)号：CN115937626A
公开(公告)日：2023-04-07
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：CN114789307A
公开(公告)日：2022-07-26
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：CN114476435A
公开(公告)日：2022-05-13
申请号：CN202210072310.9
申请日：2022-01-21
Applicant: 郑州轻工业大学 , 南京田十八科技有限公司
Abstract: 本发明提出了一种虚实同步的智能垃圾箱多状态三维呈现与异常反馈方法。首先，给出翻板式垃圾箱的基本组成结构，然后通过基于深度学习的目标检测算法和翻板式机构实现垃圾的智能识别、分类与自动分拣这三个基础功能；然后，通过红外传感器、惯性传感器、温度传感器、角度传感器、视觉传感器、重量传感器实现垃圾箱不同类型信息的感知；然后，通过三维建模和物理引擎实现多状态三维呈现，并通过数据对比识别异常状态；然后，通过通信接口实现数据传递与控制信息反馈，完成垃圾清理提示、火情预警、倾倒预警、故障推送等功能，最终达到提高垃圾分类储存、回收的效率，并降低垃圾箱本身运维和管理成本的目的。
-
Patent Agency Ranking
公开(公告)号：CN113240798A
公开(公告)日：2021-08-10
申请号：CN202110544533.6
申请日：2021-05-19
Applicant: 郑州轻工业大学
Abstract: 本发明提出一种基于数字孪生和AR的物料完备性智能检测与配置方法，建立不完备物料的数字孪生模型库与知识库；将不完备物料的数字孪生模型库与知识库分别导入数字孪生系统数据库中的模型数据库与知识数据库中；将待检测物料送入基于视觉的物料完备性检测平台中进行分拣，得到不完备物料和相应的数据，将数据导入不完备物料信息数据库中；基于AR设备实现对不完备物料配置的感知与重构；根据数字孪生关系数据库匹配不完备物料的配置方案，利用基于AR的虚实注册融合算法在AR设备中实现虚实融合；借助不完备物料的配置方案和AR人机交互，工人能快速准确地找到不完备物料的位置和问题种类，完成配置，使物料完备。
-
公开(公告)号：CN117114305A
公开(公告)日：2023-11-24
申请号：CN202311033384.2
申请日：2023-08-16
Applicant: 郑州轻工业大学
IPC: G06Q10/0631 , G06Q10/0639 , G06Q50/04 , G06F30/27 , G06F111/06 , G06F119/02
Abstract: 本发明建立了基于数字孪生的大型自由锻油压机成形工艺调控优化方法。首先，建立了大型自由锻油压机、上模及锻件结构的数字孪生模型，实时监测和调控大型自由锻油压机的成形过程，提高了产品的质量；其次，构建了FWA‑BP神经网络预测模型，烟花算法填补了BP神经网络的缺陷，缩短了迭代次数，更新了神经网络模型的权值和阈值，提高了对锻件成形质量的预测精度；最后，提取大型自由锻油压机成形过程中关键的工艺参数和性能指标，通过构建代理模型建立参数之间的函数关系，采用粒子群算法不断的迭代优化寻找最优解，提高了参数优化效率，实现对大型自由锻油压机锻件的成形过程进行实时的精准调控，生产出高精度和高质量的锻件。
-
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：CN114897271B
公开(公告)日：2022-12-16
申请号：CN202210674299.3
申请日：2022-06-14
Applicant: 郑州轻工业大学
Abstract: 本发明提出一种数字孪生环境下基于故障传播的中央空调预测性维护方法，其步骤如下：首先，搭建中央空调的数字孪生系统，包括物理空间的中央空调设备、虚拟空间的三维模型和数学模型。其次，利用设计结构矩阵的建模方法，建立基于“功能‑原理‑结构”的多领域故障传播模型。最后，根据实时运行数据和变更预测算法，预测潜在的高风险故障，在孪生模型中高亮预警，形成主动的预测性维护信息，反馈给运维人员，提供维修决策依据。本发明构建了“三维模型+数学模型”的双模型驱动的中央空调运维模式，能够根据物理实体的实时运行数据，预报潜在故障，为预测性维护提供了决策依据，提高了企业的维修时效性与管理效率，减少了过度维护以及漏维护情况。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.051 seconds)
