-
公开(公告)号：CN114896228A
公开(公告)日：2022-08-12
申请号：CN202210454916.9
申请日：2022-04-27
Applicant: 西北工业大学
Abstract: 为解决数据流清洗算法适用的数据类型单一以及难以动态优化以适应外部环境变化的技术问题，本发明提出了一种基于过滤规则多级组合优化的工业数据流清洗模型和方法，将数据检测、修复、过滤规则配置、过滤规则优化融为一体，能够为规则匹配模型提供可信任的数据输入；将主成分分析与随机森林算法引入规则匹配模型的构建，能在依据输入数据特征自匹配合适数据过滤规则的同时，通过获取解释能力更强的低维数据提高自匹配精度；所设计的过滤规则库具有可重构与可拓展特点并支持对规则的复杂逻辑描述，在对清洗后数据引入质量评估与反馈后，能够以自学习与自适应的方式应对多场景下多源数据的处理，突破传统面向单一应用场景的数据清洗算法的局限性。
-
公开(公告)号：CN112732787A
公开(公告)日：2021-04-30
申请号：CN202110000266.6
申请日：2021-01-02
Applicant: 西北工业大学
IPC: G06F16/2458 , G06F40/289 , G06F16/35 , G06K9/62 , G06Q10/00 , G06Q50/30
Abstract: 本发明提出一种面向动车组重要部件的设备画像与个性化运维服务方法，首先针对动车组的各个重要部件进行FMEA分析，获取每一个子系统可能发生的故障类别，对故障案例样本抽取故障现象关键词及其权重后，形成特征案例库；其次，构建动车组运维故障的标签库，针对每一个动车组个体建立设备画像模型并进行周期性更新，精确刻画动车组故障规律；最后，基于最近邻搜索算法实现最佳相似案例推荐，最终实现动车组个性化和差异化运维，以降低运维成本，提高运维效率。
-
公开(公告)号：CN110163436A
公开(公告)日：2019-08-23
申请号：CN201910434317.9
申请日：2019-05-23
Applicant: 西北工业大学 , 陕西丝路机器人智能制造研究院有限公司
Abstract: 本发明公开了一种基于动态瓶颈预测的智能车间生产优化方法，用于解决现有车间调度方法实用性差的技术问题。技术方案是首先采用物联网技术给生产车间设备、人员配备无线射频识别设备，获取制造车间的实时生产数据，并根据车间生产状态将数据划分为稳定生产状态数据和异常状态生产数据；其次分别建立稳定状态和异常状态瓶颈预测模型，根据车间生产状态选择对应的瓶颈预测模型预测制造车间的未来瓶颈工序，并在瓶颈工序预测不准时，对瓶颈预测模型进行更新、修正；最后根据预测的制造车间未来瓶颈工序，对制造车间的生产任务进行主动调度，以提前响应瓶颈工序漂移对制造车间生产的影响，提高制造车间的生产效率。
-
公开(公告)号：CN105117801B
公开(公告)日：2019-01-18
申请号：CN201510562642.5
申请日：2015-09-07
Applicant: 广东工业大学 , 西北工业大学 , 佛山市南海区广工大数控装备协同创新研究院
Abstract: 本发明公开了一种基于智能算法的轮胎成型‑硫化生产能耗实时优化方法，本发明致力于通过在成型及硫化车间有效布置数据采集设备，获取车间生产能耗数据以及实时生产状况，结合历史能耗数据建立生产加工系统能耗模型；将成型和硫化两道工序抽象成一种柔性流水车间调度问题，对机器和工件进行编码，进而采用智能算法对工序进行合理调度，得到具有最优适应度的可行解。
-
公开(公告)号：CN103310321B
公开(公告)日：2016-04-06
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。
-
Patent Agency Ranking
公开(公告)号：CN103020763B
公开(公告)日：2015-08-05
申请号：CN201210520367.7
申请日：2012-12-03
Applicant: 西北工业大学
IPC: G06Q10/06
Abstract: 本发明提出了一种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，辨识出候选的关键外协工序；再次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。应用本方法能够可以快速地、有针对性地找到制约整个调度方案有效产出的工序集，避免了盲目和被动地寻找外协工序。对于一个m台机器n个工件的作业车间调度问题，穷举法需要试验m*n次。而本发明方法最小的转移次数是m，最大转移次数是m*n-1。通过100次实验，得到平均转移次数约为
-
公开(公告)号：CN103207606B
公开(公告)日：2015-07-22
申请号：CN201310100948.X
申请日：2013-03-27
Applicant: 西北工业大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明提出了一种嵌入式多源制造信息感知装置及方法，对生产执行过程中多源制造信息（如员工、物料、在制品、工件加工几何量、制造环境等）的采集、加工处理与标准化封装，进而实现对制造过程重要信息的主动感知，在面向服务的构架下，以两种工作方式，即向第三方系统主动推送或被第三方系统实时远程访问，以有效地解决当前制造车间由于缺乏源自生产过程实时信息而导致上层管理系统与底层生产信息脱节的问题，为企业上层管理决策提供及时、精确、全面的制造过程运行信息。
-
公开(公告)号：CN103207606A
公开(公告)日：2013-07-17
申请号：CN201310100948.X
申请日：2013-03-27
Applicant: 西北工业大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明提出了一种嵌入式多源制造信息感知装置及方法，对生产执行过程中多源制造信息（如员工、物料、在制品、工件加工几何量、制造环境等）的采集、加工处理与标准化封装，进而实现对制造过程重要信息的主动感知，在面向服务的构架下，以两种工作方式，即向第三方系统主动推送或被第三方系统实时远程访问，以有效地解决当前制造车间由于缺乏源自生产过程实时信息而导致上层管理系统与底层生产信息脱节的问题，为企业上层管理决策提供及时、精确、全面的制造过程运行信息。
-
公开(公告)号：CN102789599A
公开(公告)日：2012-11-21
申请号：CN201210232227.X
申请日：2012-07-06
Applicant: 西北工业大学
IPC: G06Q10/04
Abstract: 本发明提出了一种新的基于聚类思想及多属性决策理论的作业车间瓶颈簇识别方法。第一，将调度优化方案作为瓶颈识别的输入，确定识别瓶颈的机器特征属性，根据调度优化结果计算机器的特征属性值。第二，采用层次聚类法，基于机器的特征属性挖掘机器的相似性，获得不同距离下机器的聚类簇及其父子关系树状结构图。第三，确定最终聚类簇两个子簇的簇中心，基于TOPSIS法比较簇中心的属性值，确定出包含少数机器成员的瓶颈簇。第四，对瓶颈簇的子簇依次进行比较，逐步获得不同阶次的主瓶颈簇。实施例表明，本发明能解决现有方法不能解决的多瓶颈识别问题。
-
公开(公告)号：CN102768737A
公开(公告)日：2012-11-07
申请号：CN201210232168.6
申请日：2012-07-06
Applicant: 西北工业大学
IPC: G06Q10/04
Abstract: 本发明提出了一种考虑机器多维特征属性的作业车间瓶颈识别方法。首先采用优化算法进行作业调度优化求解，其次改变传统依据机器单方面因素识别瓶颈的做法，综合考虑瓶颈的多方面特征属性，提出多属性瓶颈识别方法，综合全面评价机器性能进行瓶颈识别。本发明将瓶颈利用和瓶颈识别问题放在统一框架下进行集成求解，解决了传统瓶颈识别与优化方案相割离而导致瓶颈识别不准、优化方案不优等不足；得到调度优化方案后，综合考虑机器的不同特征属性，采用TOPSIS多属性瓶颈识别方法进行瓶颈识别，克服了传统瓶颈识别指标片面、识别结果偏颇的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.025 seconds)
