-
公开(公告)号：CN112527547B
公开(公告)日：2022-05-17
申请号：CN202011496477.5
申请日：2020-12-17
Applicant: 中国地质大学(武汉) , 华中科技大学
Abstract: 本发明提供一种基于自动卷积神经网络的机械智能故障预测方法，获取设备故障信号，并对其进行预处理，得到预处理后的故障信号；构建自动卷积神经网络ACNN故障诊断模型；所述ACNN故障诊断模型包括1组卷积神经网络CNN和1组深度确定性策略梯度网络DDPG；所述卷积神经网络CNN用于设备故障预测，所述深度确定性策略梯度网络DDPG用于实现对所述卷积神经网络CNN的学习率、批量和正则化三个参数进行自动调节；利用预处理后的故障信号训练所述ACNN故障诊断模型，得到训练完成的ACNN故障诊断模型；将所述训练完成的故障诊断模型应用于设备故障诊断。本发明提供的有益效果是：实现了对卷积神经网络参数的自动调节与优化，使得卷积神经网络对故障特征具有良好的提取能力。
-
公开(公告)号：CN114065408A
公开(公告)日：2022-02-18
申请号：CN202010760810.2
申请日：2020-07-31
Applicant: 华中科技大学
IPC: G06F30/17 , G06F30/23 , B62D57/032 , G06F119/14
Abstract: 本发明属于机器人结构设计相关技术领域，并公开了一种平面弹簧的结构设计方法、产品及应用。该方法包括下列步骤：S1构建平面坐标系，在X轴上构建两个左右对称的花键；S2构建平面弹簧外轮廓在X轴上方的轮廓点，X轴下方的轮廓点与上方的轮廓点关于X轴对称；将所有外轮廓上的轮廓点连接，以此形成平面弹簧的截面；S3构建平面弹簧刚度模型和应力模型的适应度函数，分别对轮廓点横纵坐标进行赋值，计算适应度函数，当该轮廓点横纵坐标既保证平面弹簧满足刚度和应力的要求，同时适应度函数取值也最小时，即为所需的轮廓点。通过本发明，实现轻量化、小型化双足机器人柔性膝关节的设计，实现机器人在各种非结构化环境中行走的性能需求。
-
公开(公告)号：CN113435735A
公开(公告)日：2021-09-24
申请号：CN202110701838.3
申请日：2021-06-24
Applicant: 华中科技大学
Abstract: 本发明公开了一种作业车间中间调度方案的评估方法和系统，属于车间调度相关技术领域。本发明只计算邻域解中特定两个工序的“头长度+尾长度+工序加工时间”值，提高了评估效率；本发明将特定工序的参数求和结果中的较大值作为初步评估结果，并将初步评估结果分为两类：初步评估结果与原解中的完工时间进行比较，将初步评估结果大于或等于原解完工时间的作为第一类，并将初步评估结果作为该邻域解的最终评估结果；将初步评估结果小于原解完工时间的作为第二类，通过引入误差校正参数，减少关键路径上其他没有改变加工顺序的工序对评估结果的影响，从而对初步评估结果做进一步修正。通过上述操作，最终达到提高评估准确率，降低评估误差的效果。
-
公开(公告)号：CN110163409B
公开(公告)日：2021-05-18
申请号：CN201910275410.X
申请日：2019-04-08
Applicant: 华中科技大学
Abstract: 本发明属于车间调度领域，并公开了一种应用于置换流水车间的卷积神经网络调度方法，该方法包括：(a)建立置换流水车间的时间矩阵和与该时间矩阵对应的最优加工序列；(b)将时间矩阵中进行归一化处理和标准化处理，使其转化为LeNet‑5卷积神经网络算法可识别的灰度图像，处理后的时间矩阵与其相应的最优加工序列构成置换流水车间的数据库；(c)将数据库中的训练数据训练LeNet‑5卷积神经网络获得神经网络中的网络参数，利用该网络参数设置LeNet‑5卷积神经网络，然后利用其进行预测，获得所需的预测加工序列，由此实现置换流水车间的调度。通过本发明，提高生产稳定性和产品质量，降低产品制造周期，提高经济效益。
-
公开(公告)号：CN112053037A
公开(公告)日：2020-12-08
申请号：CN202010823040.1
申请日：2020-08-14
Applicant: 华中科技大学
Abstract: 本发明属于车间调度领域，公开了一种柔性PCB车间调度优化方法和系统。包括(a)根据柔性PCB制造车间中多个关联加工阶段所对应加工机器的实时性能指标，利用模糊综合评价法对调度方案中关联机器的选择搭配情况进行评价，得到调度方案机器选择的评价值；(b)将机器选择评价值与其参考阈值的关系作为柔性PCB车间关联机器选择的特殊约束，建立一种适用于柔性PCB车间调度的混合整数线形规划(MILP)模型；(c)设计针对所述模型特定的优化技术，其中包括利用改进的和声搜索算法对上述柔性PCB车间调度模型进行求解，以及利用一种关联机器选择的启发式规则对机器选择方案进行初始化。本发明提高了柔性PCB车间的生产效率，降低了产品制造周期和生产成本。
-
Patent Agency Ranking
公开(公告)号：CN111985162A
公开(公告)日：2020-11-24
申请号：CN202010888345.0
申请日：2020-08-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度学习的置换流水车间控制方法和系统。该方法包括：获取关于工件加工时间的时间矩阵，生成工件的初始加工排序；构建ResNet网络模型，所述ResNet网络模型用于预测交换加工序列中相邻工件后总加工时间是否是缩短，采集历史调度数据构建训练数据集，利用所述训练数据集训练所述ResNet网络模型；利用训练好的ResNet网络模型进行预测，根据预测结果，判断是否交换该相邻工序。本发明在保证获取最优加工工序精度的同时，大幅减少控制计算时间，进而提高生产稳定性、生产效率以及产品质量，降低产品制造周期和产品成本。
-
公开(公告)号：CN109978134B
公开(公告)日：2020-11-24
申请号：CN201910141765.X
申请日：2019-02-26
Applicant: 华中科技大学
Abstract: 本发明属于神经网络故障预测的技术领域，并公开了一种基于快速集成卷积神经网络的故障预测方法。该方法包括下列步骤：(a)采集待预测对象的输出信号，采用S变换将所述输出采集的信号进行时频分析，获得时频信号；(b)构建基于LeNet‑5的卷积神经网络结构，提出基于自重启余弦循环学习率的最大最小余弦循环学习率调度器，并对卷积神经网络的学习率范围进行设定；(c)利用卷积神经网络训练所述预测数据的时频信号，并采用SECNN的预测结果作为最终的预测结果。通过本发明，可以实现预测速度快，预测精度高的故障预测。
-
公开(公告)号：CN110685975A
公开(公告)日：2020-01-14
申请号：CN201910905635.9
申请日：2019-09-24
Applicant: 华中科技大学
IPC: F15B21/08 , F15B1/02 , F15B13/02 , F15B21/041
Abstract: 本发明属于机器人驱动系统技术领域，并具体公开了一种高功率密度的移动机器人液压动力输出系统。包括控制模块、电机、液压泵和阀块，控制模块通过通信线路与电机连接，电机的功率输出端与液压泵连接，液压泵的进油口与低压蓄能器连接，出油口与所述阀块中插装的单向阀连接，电机根据调整信号驱动所述液压泵动作，并将低压蓄能器中的液压油行充能后输送至所述阀块，阀块将充能后的液压油输出至移动机器人的伺服阀以驱动控制机器人运动的油缸动作；所述阀块上还连接有高压蓄能器。本发明可根据移动机器人的预定动作来判断其所需的液压油流量，进而实时调控电机的转速，为机器人提供高功率液压动力来源以满足其运动和执行任务的要求。
-
公开(公告)号：CN108334936B
公开(公告)日：2019-12-24
申请号：CN201810087864.X
申请日：2018-01-30
Applicant: 华中科技大学
IPC: G06N3/04
Abstract: 本发明属于神经网络故障预测领域，并公开了基于迁移卷积神经网络的故障预测方法。该方法包括下列步骤：(a)将故障类型进行编号，采集待预测对象的时域信号并获取初始故障类型编号，将时域信号转化为RGB图像；(b)将深度残差网络模型的FC层初始化并添加分类器，获得改进的网络模型；(c)将RGB图像输入网络模型训练FC层和分类器，不断更新FC层的权重值，当获得的故障类型编号与初始故障类型编号相近时对应的权重值为所需的新的权重值，并完成网络模型的迁移；(d)将待预测对象的RGB图像输入迁移卷积神经网络模型中，输出预测故障类型编号。通过本发明，所采用的迁移卷积神经网络模型结构简单、预测速度快，预测结果准确。
-
公开(公告)号：CN105867421B
公开(公告)日：2019-01-04
申请号：CN201610352890.1
申请日：2016-05-25
Applicant: 华中科技大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于PH曲线的无人机路径规划方法，包括：(1)初始化无人机运动条件和任务地图；(2)根据初始条件设定多个路径控制点，并根据控制点形成PH曲线，并将其表示为贝塞尔n阶多项式；(3)将贝塞尔n阶多项式限定为五阶多项式，并据此对其进行求导运算和两点间插值运算，确定出无人机路径曲线形状，并计算出相应控制点位置参数；(4)调整回归系数以改变切矢量的长度，以满足PH曲线约束条件和无人机约束条件，从而实现对控制点的修正，获得可规避障碍物的无人机路径。本发明的方法可以解决现有技术中存在的无法规避路径中障碍物、路径规划精确度低、路径不满足无人机运动学约束的问题。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.03 seconds)
