-
公开(公告)号：CN117253109A
公开(公告)日：2023-12-19
申请号：CN202311333430.0
申请日：2023-10-13
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06V10/774 , G06V10/80 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本申请涉及一种图像样本生成方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：基于网络模型完成缺陷图像样本集中图像样本的特征的提取，形成图像特征向量。然后根据产品缺陷的判定规则，制定基于语义的判别规范，形成产品缺陷的语义描述特征向量，并与图像特征向量进行融合，通过判别器和生成器对特征数据进行训练，实现目标缺陷类型的图像样本的生成。基于缺陷类型的语义描述特征的提取和融合，提高缺陷图像的缺陷特征识别精确度；通过融合语义描述特征，训练生成器以及判别器模型，对小样本产品的缺陷图像样本进行扩充，能够提高缺陷实时识别的效率以及准确性。
-
公开(公告)号：CN111461555A
公开(公告)日：2020-07-28
申请号：CN202010257387.4
申请日：2020-04-02
Abstract: 本发明提供了一种生产线质量监测方法、装置及系统，其中方法包括：获取生产线中各设备单元的目标监测参数；将目标监测参数输入经过训练的第一神经网络模型，通过第一神经网络模型，确定各设备单元的故障状态信息；将各设备单元的故障状态信息，输入经过训练的第二神经网络模型，通过第二神经网络模型，确定生产线的整体故障状态。本发明采用人工智能算法的方式对生产线质量进行监测和判定，能够采用自动化的方式实现，大大提高了对生产线质量进行监测的效率，能够实现对生产线各设备单元故障状态及生产线整体故障状态的实时判定。
-
公开(公告)号：CN115146823A
公开(公告)日：2022-10-04
申请号：CN202210599876.7
申请日：2022-05-27
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
Abstract: 本申请涉及一种刀具剩余寿命预测方法、装置、设备、介质和程序产品。所述方法包括：在数控机床加工过程中，获取该数控机床中刀具的信号样本，该信号样本包括多种类型的刀具信号，各刀具信号包括多个数据点；对该信号样本进行预处理，得到预测信号；将该预测信号输入至预先建立的剩余寿命预测模型中，得到该剩余寿命预测模型输出的该刀具的剩余寿命值。采用本方法能够提升数控机床的刀具的剩余寿命预测的准确性。
-
公开(公告)号：CN114352485A
公开(公告)日：2022-04-15
申请号：CN202111562794.7
申请日：2021-12-20
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
Abstract: 本申请涉及一种风力发电机风速的预测方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：通过对待处理风速序列进行集合经验模态分解，得到各个模式分量分别对应的模式分量数据。获取与历史时间段对应的电网有功功率和环境温度，并对电网有功功率、环境温度、以及模式分量数据进行组合，得到聚合特征。对模式分量数据进行时间平移处理，得到时间特征，并对聚合特征和时间特征进行拼接组合，得到特征子集。基于特征子集中的各组合特征进行特征交叉处理，得到交叉特征。通过预测模型对交叉特征和特征子集进行风速预测，得到在目标时间段内风力发电机的风速预测值。这样，大大增加了对风力发电机风速预测的准确性。
-
公开(公告)号：CN115730738A
公开(公告)日：2023-03-03
申请号：CN202211521649.9
申请日：2022-11-30
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06Q10/04 , G06Q10/0633 , G06Q10/0639 , G06Q50/04
Abstract: 本申请涉及数据分析技术领域，特别是涉及一种工艺参数确定方法、装置、计算机设备和存储介质。所述方法包括：确定目标产品在生产过程中的目标生产工艺，目标生产工艺为影响目标产品差分阻抗的生产工艺；确定目标生产工艺对应的历史工艺数据；基于历史工艺数据，确定目标生产工艺针对目标产品差分阻抗的目标影响权重；基于目标影响权重，确定目标产品对应的目标工艺参数。本申请实现了对于目标产品生产工艺的优化，辅助工作人员对生产工艺参数中的问题参数进行排查和调整，帮助工作人员对生产工艺的生产质量进行机理分析，实现对于目标产品生产工艺的快速调优，实现了高效率的提升目标产品的产品质量。
-
Patent Agency Ranking
公开(公告)号：CN118520331A
公开(公告)日：2024-08-20
申请号：CN202410628416.1
申请日：2024-05-21
IPC: G06F18/24 , G06F30/27 , G06N3/084 , G01M13/045 , G06F119/14
Abstract: 本申请涉及一种电机轴承故障诊断方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取轴承在历史周期下的测量振动信号，按照测量振动信号表征的轴承故障类型，对轴承通过动力学仿真，得到仿真振动信号，以及仿真振动信号对应的轴承真实故障类型，将仿真振动信号输入到电机轴承故障诊断模型，得到仿真振动信号的轴承预测故障类型，基于域分类预测标签与域分类真实标签之间的标签差异、轴承预测故障类型与轴承真实故障类型之间的类型差异，对模型参数进行更新，得到训练完成的电机轴承故障诊断模型，从类型差异维度和标签差异维度对电机轴承故障诊断模型中的参数进行准确更新，有助于得到准确的轴承故障类型。
-
公开(公告)号：CN117557538A
公开(公告)日：2024-02-13
申请号：CN202311601865.9
申请日：2023-11-28
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06V10/40
Abstract: 本申请涉及一种PCB表面缺陷检测方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：根据第一缺陷图像样本集以及每一缺陷图像样本的标注缺陷类型，对预设目标检测模型训练，直至预设目标检测模型收敛；将待检测PCB产品的待检测图像输入至收敛后的预设目标检测模型中，得到每一待检测图像对应的预测缺陷类型；将每一待检测图像以及对应的预测缺陷类型发送至云端，根据接收到的云端反馈的新权重值，更新预设目标检测模型。本申请通过构建边云协同系统，实现边云协同的模型训练机制，能够在实时检测系统的环境中实现模型参数的同步训练优化和模型权重的更新，实现模型性能在检测过程中的不断提升。
-
公开(公告)号：CN115730738B
公开(公告)日：2024-01-05
申请号：CN202211521649.9
申请日：2022-11-30
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06Q10/04 , G06Q10/0633 , G06Q10/0639 , G06Q50/04
Abstract: 本申请涉及数据分析技术领域，特别是涉及一种工艺参数确定方法、装置、计算机设备和存储介质。所述方法包括：确定目标产品在生产过程中的目标生产工艺，目标生产工艺为影响目标产品差分阻抗的生产工艺；确定目标生产工艺对应的历史工艺数据；基于历史工艺数据，确定目标生产工艺针对目标产品差分阻抗的目标影响权重；基于目标影响权重，确定目标产品对应的目标工艺参数。本申请实现了对于目标产品生产工艺的优化，辅助工作人员对生产工艺参数中的问题参数进行排查和调整，帮助工作人员对生产工艺的生产质量进行机理分析，实现对于目标产品生产工艺的快速调优，实现了高效率的提升目标产品的产品质量。
-
公开(公告)号：CN111461555B
公开(公告)日：2023-06-09
申请号：CN202010257387.4
申请日：2020-04-02
IPC: G06Q10/0639 , G06Q10/20 , G06Q50/04 , G06N3/0464 , G06N3/084 , G05B19/418 , G05B23/02
Abstract: 本发明提供了一种生产线质量监测方法、装置及系统，其中方法包括：获取生产线中各设备单元的目标监测参数；将目标监测参数输入经过训练的第一神经网络模型，通过第一神经网络模型，确定各设备单元的故障状态信息；将各设备单元的故障状态信息，输入经过训练的第二神经网络模型，通过第二神经网络模型，确定生产线的整体故障状态。本发明采用人工智能算法的方式对生产线质量进行监测和判定，能够采用自动化的方式实现，大大提高了对生产线质量进行监测的效率，能够实现对生产线各设备单元故障状态及生产线整体故障状态的实时判定。
-
公开(公告)号：CN112232370A
公开(公告)日：2021-01-15
申请号：CN202010971532.5
申请日：2020-09-16
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
Abstract: 本发明涉及发动机质量与数据分析模型技术领域，公开了一种发动机的故障分析预测方法。对发动机的状态监测参数和故障种类进行分析，获取各故障种类的关键影响因素。建立SOM神经网络模型，使用历史故障数据中的关键影响参数对所述SOM神经网络模型进行训练，并基于待预测发动机的关键影响参数预测获取所述待预测发动机的预测故障种类。建立小波神经网络模型，使用历史故障数据中所述预测故障种类的状态监测参数对所述小波神经网络模型进行训练，并基于所述待预测发动机的预测故障种类预测获取所述待预测发动机的预测故障时间。本发明综合运用SOM神经网络和小波神经网络建立起故障分析模型，对待预测发动机进行准确的故障诊断和故障时间预测。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.055 seconds)
