基于机器学习获得地质灾害预警关键参数预测值的方法

    公开(公告)号:CN115394052B

    公开(公告)日:2023-06-27

    申请号:CN202211049546.7

    申请日:2022-08-30

    Abstract: 本发明涉及地质灾害预测技术领域,具体涉及一种基于机器学习获得地质灾害预警关键参数预测值的方法,包括:S1、梳理地质灾害预警系统中目标地质灾害隐患点的监测参数;S2、获取目标地质灾害隐患点监测参数的历史数据;S3、把所有监测参数分成第一类监测参数与第二类监测参数;S4、基于目标地质灾害隐患点监测参数的历史数据创建用于机器学习的数据集,将第一类监测参数的历史数据或实时数据作为输入,将第二类监测参数的实时数据作为输出,通过机器学习算法进行训练和预测,得到地质灾害预警关键参数预测值。本发明解决了难以降低地质灾害预警系统的故障率的技术问题。

    基于机器学习获得地质灾害预警关键参数预测值的方法

    公开(公告)号:CN115394052A

    公开(公告)日:2022-11-25

    申请号:CN202211049546.7

    申请日:2022-08-30

    Abstract: 本发明涉及地质灾害预测技术领域,具体涉及一种基于机器学习获得地质灾害预警关键参数预测值的方法,包括:S1、梳理地质灾害预警系统中目标地质灾害隐患点的监测参数;S2、获取目标地质灾害隐患点监测参数的历史数据;S3、把所有监测参数分成第一类监测参数与第二类监测参数;S4、基于目标地质灾害隐患点监测参数的历史数据创建用于机器学习的数据集,将第一类监测参数的历史数据或实时数据作为输入,将第二类监测参数的实时数据作为输出,通过机器学习算法进行训练和预测,得到地质灾害预警关键参数预测值。本发明解决了难以降低地质灾害预警系统的故障率的技术问题。

    考虑全误差信息因素的蜗轮母机精度主动设计分配方法

    公开(公告)号:CN113076616B

    公开(公告)日:2022-11-11

    申请号:CN202110483516.6

    申请日:2021-04-30

    Applicant: 重庆大学

    Abstract: 本发明公开了一种考虑全误差信息因素的蜗轮母机精度主动设计分配方法,包括如下步骤:1)确定蜗轮母机运动误差项和装配误差项,建立蜗轮母机的综合误差模型;2)以最小化制造成本为优化目标,考虑X轴、Y轴、Z轴、A轴、C轴、M轴分别在xyz方向上的位置误差与姿态误差等蜗轮母机全误差信息因素,分别建立蜗轮母机的直线副成本函数、旋转副成本函数和装配成本函数,得到蜗轮母机的综合成本函数;3)以蜗轮母机的精度可靠性为约束条件,建立精度分配优化模型;4)对精度分配优化模型进行优化求解,得到蜗轮母机的每一项运动误差项和装配误差项的分配精度。本发明的蜗轮母机精度主动设计分配方法,通过建立蜗轮母机精度分配优化模型,以获得更加经济合理的主动设计精度分配方案。

    阿基米德蜗轮滚刀设计方法、刃磨修正方法及蜗轮母机配置方法

    公开(公告)号:CN113103080B

    公开(公告)日:2022-04-05

    申请号:CN202110431660.5

    申请日:2021-04-21

    Applicant: 重庆大学

    Abstract: 本发明公开了一种阿基米德蜗轮滚刀设计方法,包括如下步骤:1)获取阿基米德蜗轮的实际齿面与理论齿面之间的误差εij;2)根据误差εij修正阿基米德滚刀的节圆半径增量dr,而后修正阿基米德滚刀的直径增量Δos,进一步修正阿基米德滚刀的实际节圆直径Dph和实际顶圆直径Doh,并根据修正后的Dph修正节圆导程角λph。本发明还公开了一种蜗轮母机的配置方法,以及在阿基米德滚刀刃磨后的阿基米德蜗轮滚刀刃磨修正方法和在阿基米德滚刀刃磨后的滚刀刃磨后的蜗轮母机配置方法。通过在蜗轮滚刀设计中通过结合阿基米德涡轮的设计理论误差和蜗轮母机的安装误差,能够有效提高加工得到的蜗轮的精度。

    蜗轮加工形性可控工艺
    15.
    发明授权

    公开(公告)号:CN112379589B

    公开(公告)日:2022-02-18

    申请号:CN202011090643.1

    申请日:2020-10-13

    Abstract: 本发明公开了一种蜗轮加工形性可控工艺,首先建立建立预测模型和基于粒子群算法的多目标协同优化模型;通过预测模型处理得到预测输出值;然后将预测输出值输入到优化模型并采用归一法将输出值进行目标整合得到优化目标;最好将优化目标作为离子群算法中评价的适应度,最终通过优化选择适应度最高的加工参数作为最优解。本发明提供的基于多目标协同优化的零件加工形性可控工艺,以蜗轮加工为例,结合蜗轮形性预测模型以及面向形性整体提升的多目标协同优化方法,同时优化蜗轮加工精度以及蜗轮齿面表面完整性,实现蜗轮加工形性可控工艺。

    一种柔性电子纸及其制备与应用

    公开(公告)号:CN113960846A

    公开(公告)日:2022-01-21

    申请号:CN202111164972.0

    申请日:2021-09-30

    Abstract: 本发明具体公开了一种柔性电子纸及其制备与应用。所述柔性电子纸从下至上依次包括PS膜、显色FPL、PI膜、PS膜,还包括IC、FPC,所述IC和FPC分别通过IC补强胶和UV胶固定在所述PI膜上,其特征在于,所述PS膜通过热熔工艺和FPL和PI膜贴合在一起,所述FPL和PI膜通过EC胶贴合在一起。本发明通过控制显色粒子和电泳显示微胶囊的粒径、在胶囊溶液中适配一定比例的阿拉伯胶、眀胶及壳聚糖、控制PI膜的材料选择、PS膜的厚度、EC胶的硬度和拉伸模量,来改善柔性电子纸的材料特性,同时配合新的制备工艺,提升柔性电子纸的柔韧性、弯折性、清晰度,实现弯曲半径等于或小于2cm的柔性显示。

    基于多算法融合的多目标工艺参数智能优化方法

    公开(公告)号:CN112380760A

    公开(公告)日:2021-02-19

    申请号:CN202011090630.4

    申请日:2020-10-13

    Abstract: 本发明公开了一种基于多算法融合的多目标工艺参数智能优化方法,首先获取加工零件表面形性数据;然后建立预测模型和优化模型,预测模型采用改进的广义回归神经网络IGRNN算法,生成并输出预测结果值;输入到优化模型中,计算优化模型中的算法内随机产生个体的目标值;最后,建立工艺参数决策模型,通过主成分分析法PCA确定最终用于实际加工的工艺参数。本发明提供的方法能够基于稀疏数据自动得到最优工艺参数,且无需人工为每个目标赋权,从而有利于智能制造的实现。采用改进的灰狼算法进行平滑因子的智能寻优,从而提高预测模型的整体预测精度,使用主成分分析来选择最佳工艺参数,避免了人为干扰,自动对每个目标进行加权和评价,从而提高了自动化参数确定的水平。

Patent Agency Ranking