-
公开(公告)号：CN118332841A
公开(公告)日：2024-07-12
申请号：CN202310159396.3
申请日：2023-02-24
Applicant: 上海交通大学 , 上海外高桥造船有限公司
IPC: G06F30/23 , G06F30/27 , G06F30/15 , G06F119/14
Abstract: 一种船舶柔性零件小组立制造过程中形变预测方法，首先在有限元仿真环境中对船舶柔性零件进行有限元建模并划分网格以生成样本空间；通过改进过后的两阶段拉丁超立方采样对样本空间进行采样得到样本集以训练基于改进Transformer的代理模型，再通过训练后的代理模型在船舶小组立制造过程中预测当前夹具定位点下船舶柔性零件将会产生的形变。本发明通过建立代理模型根据夹具定位点位置的变化对船舶柔性零件变形进行预测，并集成改进的两阶段拉丁超立方采样方法，解决以往船舶柔性零件放置时夹具定位点过于依赖人工经验导致船舶柔性零件形变大的问题，显著提高船舶小组立制造精度并减少后续修配成本。
-
公开(公告)号：CN118332671A
公开(公告)日：2024-07-12
申请号：CN202310159514.0
申请日：2023-02-24
Applicant: 上海交通大学 , 上海外高桥造船有限公司
IPC: G06F30/15 , G06F30/23 , G06F17/16 , G06F17/11 , G06N3/006 , G06F119/14 , G06F111/06
Abstract: 一种用于船舶柔性薄板件装配的胎架布置优化方法，根据船舶分段中柔性薄板的有限元模型生成薄板零件的总刚度系数矩阵以及总载荷矢量，采用修正直接刚度系数法计算柔性薄板的形变，然后根据实际生产情况建立带约束的多目标整数规划模型，最后对模型采用结合拉丁超立方采样(LHS)的NSGA‑Ⅱ算法得到满足多目标的胎架布置方案。本发明使装配间隙平均尺寸相较于优化前减少90％以上，能够有效地缩小待装配零件之间的间隙，并使对接缝隙处于易于施焊的平坦位置，保证装配过程中柔性零件外形尺度和装配边线型的正确性。
-
公开(公告)号：CN109460621A
公开(公告)日：2019-03-12
申请号：CN201811353381.6
申请日：2018-11-14
Applicant: 上海交通大学 , 中国电信股份有限公司上海分公司
Abstract: 一种基于改进神经网络的燃气轮机叶片故障检测方法，通过采集燃气轮机工况获取多个周期下的实际运行数据集，经预处理后得到训练集与测试集用于建立Elman神经网络的模型，然后通过对模型优化和训练后，通过优化后的网络模型参数进行燃气轮机叶片的故障检测。本发明采用改进Elman神经网络(OHF Elman神经网络)，得到的结果收敛更快、诊断误差小。
-
公开(公告)号：CN107958293A
公开(公告)日：2018-04-24
申请号：CN201711230233.0
申请日：2017-11-29
Applicant: 上海交通大学
CPC classification number: G06Q10/20 , G06Q10/04 , G06Q30/0645
Abstract: 一种面向租赁化生产的服务外包机会维护方法，通过顺序拉动设备层维护周期，并分配规划系统层维护时点，通过选取系统层组合维护机会实时地计算租赁利润结余，并通过系统层决策制定以及反馈对租赁化生产组合进行维护、更新和到期检查。本发明为装备制造企业提供了租赁产线外包服务的高效决策与优化工具，利用租赁产线维护机会，实时分析作业提前益损，动态规划多机组合维护，切实提高了维修团队派遣效率。
-
公开(公告)号：CN115221911A
公开(公告)日：2022-10-21
申请号：CN202110404335.X
申请日：2021-04-15
Applicant: 中移(上海)信息通信科技有限公司 , 上海交通大学 , 中国移动通信集团有限公司
Abstract: 本发明提供一种故障诊断方法和装置，该方法包括：对行星齿轮箱的振动信号进行预处理，得到至少两组训练数据；通过至少两组训练数据对目标神经网络模型进行训练，得到至少两个诊断模型，目标神经网络模型包括第一承接层和第二承接层，第一承接层为输出层对输入层的反馈结构，第二承接层为输出层对隐含层的反馈结构；根据集成算法，对至少两个诊断模型进行集成训练，得到集成诊断模型；根据集成诊断模型对行星齿轮箱进行故障诊断。本发明的方案中，通过两个承接层能够提高对行星齿轮箱时序信号的动态处理能力，使得集成诊断模型能够适用不同的运行工况与环境，且通过集成算法对诊断模型进行集成训练，能够保障集成诊断模型的稳定性与诊断准确性。
-
Patent Agency Ranking
公开(公告)号：CN109472241A
公开(公告)日：2019-03-15
申请号：CN201811353382.0
申请日：2018-11-14
Applicant: 上海交通大学 , 中国电信股份有限公司上海分公司
Abstract: 一种基于支持向量回归的燃机轴承剩余使用寿命预测方法，通过采集燃机轴承的健康状态数据经预处理后提取得到时域特征和频域特征，然后通过数据融合工具将时域特征和频域特征通过主成分分析法融合，得到表征轴承退化的低维特征指标并用于训练基于支持向量回归的剩余使用寿命预测模型，最后通过剩余使用寿命预测模型进行轴承寿命的实时预测。本发明预测误差均低于普通的支持向量回归模型和神经网络模型预测结果，预测结果精度较高。
-
公开(公告)号：CN107944726A
公开(公告)日：2018-04-20
申请号：CN201711258511.3
申请日：2017-11-29
Applicant: 上海交通大学
CPC classification number: G06Q10/06313 , G06Q10/20 , G06Q50/04
Abstract: 一种面向动态重构制造系统的系统层维护调度方法，利用串、并联子系统内设备停机造成的维护机会，采用构形驱动的动态重构维护时间窗方法，动态循环地实施系统层维护作业合并/分离优化调度，实现广义制造系统维护建模决策的经济性、高效性和可行性。本发明生成的维护策略，重点分析了可重构制造模式中快速响应市场变化、移动更换添加设备、动态重构系统结构的生产特征。全面考虑了决策规划实时性、系统重构动态性、维护调度敏捷性等系统性问题，实现可重构制造健康管理的快速决策响应和成本的显著降低。
-
公开(公告)号：CN117992070A
公开(公告)日：2024-05-07
申请号：CN202410130337.8
申请日：2024-01-31
Applicant: 上海交通大学
Abstract: 一种面向装备智能运维程序的端‑边‑云部署优化方法，针对待部署应用的各装备智能运维程序和端‑边‑云计算设施分别进行完整规范定义，结合计算硬件与部署软件的兼容性判断，筛选装备智能运维程序在制造系统端‑边‑云计算设施中的部署方案集合，通过深度回溯贪心搜索算法与兼容性剪枝算法优化输出最终部署方案，并实时评估最终程序部署方案的计算资源消耗与程序服务水平。本发明实现了指数级复杂度下运维程序部署问题的多步线性化求解与快速化寻优，有助于在确保端‑边‑云计算设施高效利用的基础上，实现装备运维水平与系统制造效率的显著提升。
-
公开(公告)号：CN117972523A
公开(公告)日：2024-05-03
申请号：CN202410130176.2
申请日：2024-01-31
Applicant: 上海交通大学
IPC: G06F18/241 , G06F18/25 , G06F18/214 , G06F18/213 , G06F18/22 , G06N3/045 , G06N3/0464 , G06N3/08 , G01M13/00
Abstract: 一种考虑新发故障模式的旋转式机械部件协同诊断方法，在离线阶段构造局部特征复用卷积网络后，构建差异化判别指标以度量样本在不同的多个局部特征复用卷积网络上的诊断输出差异，实现对协同诊断模型的训练；在在线阶段综合训练后的卷积网络得到的平均集成诊断向量、差异化判别指标和差异化判别阈值实施协同诊断，实现了考虑新发故障模式的旋转式机械部件可靠故障诊断。本发明通过局部特征复用卷积网络和三重差异化增强策略分别提升了协同诊断基模型的准确性与差异化，从而驱动旋转式机械部件协同诊断，通过充分利用模型的辨别能力兼顾已知故障模式与新发故障模式的准确诊断，克服了仅依靠数据或特征差异而导致的诊断精度受限，对保障旋转式机械部件可靠性与安全性具有重要意义。
-
公开(公告)号：CN116911149A
公开(公告)日：2023-10-20
申请号：CN202310019062.6
申请日：2023-01-06
Applicant: 中移(上海)信息通信科技有限公司 , 上海交通大学 , 中国移动通信集团有限公司
IPC: G06F30/27 , G06F18/22 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06F119/02 , G06F123/02
Abstract: 本申请提供一种设备剩余寿命预测方法、装置、电子设备及存储介质，该方法包括：获取数据集，数据集包括失效设备从开始运行到失效的历史状态数据集以及待测设备的状态数据集；将数据集输入健康指标构建模型进行健康指标提取得到失效设备的健康指标曲线和待测设备的健康指标曲线；基于失效设备的健康指标曲线和待测设备的健康指标曲线得到失效设备的预测剩余寿命。由于失效设备寿命长度已确定且准确，失效设备的历史状态数据集表征了其整个生命周期的历史状态情况，不但采用待测设备的状态数据集确定的健康指标曲线，还参照基于失效设备的历史状态数据集确定的健康指标曲线，可提高剩余寿命预测准确性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.059 seconds)
