公开(公告)号：CN116237933A

公开(公告)日：2023-06-09

申请号：CN202310050029.X

申请日：2023-02-01

Applicant: 北京工业大学

Inventor： 赵永胜 ,  马锡盟 ,  马旭辉 ,  陈建洲

IPC: B25J9/16 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种工件表面缺陷数字孪生精准修型设备及修型方法，包括：工件表面缺陷获取装置，被配置为获取工件表面缺陷；数字孪生系统，被配置为识别并定位工件表面缺陷，并在虚拟场景下规划工件修型轨迹；控制器，被配置为按照所述数字孪生系统规划完成的工件修型轨迹进行修型过程控制；修型工作装置，被配置为经所述控制器基于规划完成的工件修型轨迹控制完成工件表面缺陷修型。本发明能够将机器学习技术、数字孪生技术与工件缺陷识别及处理技术等深度融合，形成具有自识别、自感知、自决策、自执行与自学习的工件表面缺陷数字孪生精准修型过程，可精准识别定位工件表面缺陷并进行缺陷处理。

公开(公告)号：CN116952944A

公开(公告)日：2023-10-27

申请号：CN202211594735.2

申请日：2022-12-13

Applicant: 北京工业大学

Inventor： 初红艳 ,  马旭辉 ,  赵永胜 ,  马锡盟 ,  陈建洲 ,  刘亚东

IPC: G01N21/88 ,  G01N21/01 ,  H02K7/06 ,  H02K7/10

Abstract: 本发明提供了一种船体焊缝缺陷检测识别装置及方法，所述船体焊缝缺陷检测识别装置包括移动机构、升降机构、检测机构和工控主机，所述升降机构设置于所述移动机构上，所述检测机构包括机械臂和检测组件，所述机械臂设置于所述升降机构上，所述检测组件设置于所述机械臂上，所述检测组件包括视觉传感器和激光发射器，所述工控主机分别连接所述移动机构、所述升降机构和所述检测机构。与现有技术相比，本发明能够自动对船体焊缝的形态特征进行图像采集并根据采集到图像识别焊缝上是否存在缺陷，从而能够减少对船体焊缝缺陷进行检测的工作量，这有助于提高船体焊缝缺陷检测的检测效率并减少检测时的安全隐患。

公开(公告)号：CN115834629A

公开(公告)日：2023-03-21

申请号：CN202211458583.3

申请日：2022-11-17

Applicant: 北京工业大学

Inventor： 赵永胜 ,  马锡盟 ,  付康 ,  马旭辉

IPC: H04L67/12 ,  H04L67/1095 ,  H04L69/18

Abstract: 本发明涉及一种面向数字孪生制造车间的物理设备互联互通平台及方法，该互联互通平台其特征在于，包括接口转换平台、协议整合平台和数字孪生管控系统；所述接口转换平台连接制造车间内各多源异构物理设备，用于将制造车间内各多源异构物理设备的物理接口转换为统一的接口类型；所述协议整合平台用于采用多线程对多种通信协议进行整合，获取各多源异构物理设备的设备数据并进行处理；所述数字孪生管控系统用于根据所述协议整合平台处理后的设备数据，确定各多源异构物理设备的工作状态，本发明可以广泛应用于设备通讯领域中。

公开(公告)号：CN117001657A

公开(公告)日：2023-11-07

申请号：CN202310750009.3

申请日：2023-06-24

Applicant: 北京工业大学

Inventor： 赵永胜 ,  马旭辉 ,  张彩霞 ,  付康 ,  陈建洲 ,  马锡盟

IPC: B25J9/16

Abstract: 本发明公开了一种用于双机器人柔性轴孔装配的单目视觉引导方法，包括：采用主从制的双机器人协同装配策略，从机器人末端单目相机采集待装配轴系工件图像，将采集图像传输至上位机，输入至基于卷积神经网络所构建的Mask‑RCNN目标识别网络模型输出待装配轴零件掩膜图像，所述掩膜图像作为进一步图像处理算法的ROI区域，图像处理算法在所述ROI中对轴零件关键特征进行提取以及特征参数拟合，通过基于单圆特征的空间位姿估计算法进行位姿估计，进而生成从机器人目标移动位置控制从机器人进行轴孔零件轴线对准，从机器人到位后主机器人夹取轴零件沿轴线移动一设定距离直至将轴完全插入孔中，完成轴孔装配。本发明提高了自动化轴孔装配的柔性以及智能化程度。

公开(公告)号：CN116976192A

公开(公告)日：2023-10-31

申请号：CN202310743956.X

申请日：2023-06-24

Applicant: 北京工业大学

Inventor： 赵永胜 ,  付康 ,  张彩霞 ,  马旭辉 ,  陈建洲 ,  马锡盟

IPC: G06F30/27 ,  G06F30/17 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于JS‑BP模型的模锻件缺陷精准修型工艺参数决策方法，首先利用JS算法优化BP神经网络的初始权值和阈值，再利用BP神经网络实现模锻件缺陷修型工艺中由裂纹宽度、裂纹深度和打磨盘转速三个工艺控制参数预测出修型进给速度、运行角度、力控大小，最后，利用JS算法实现模锻件缺陷修型工艺中由修型进给速度、运行角度、力控大小得到优化的工艺控制参数输入向量的过程。本发明的方法能够对模锻件缺陷修型工艺参数进行决策，可以为自动化的模锻件缺陷修型领域提供可靠的数据支持。经过JS优化后的BP神经网络不仅能够提高BP神经网络的收敛速度，防止陷入局部最优的情况，能够具有精准的决策效果和自学习能力。

公开(公告)号：CN116911168A

公开(公告)日：2023-10-20

申请号：CN202310743952.1

申请日：2023-06-24

Applicant: 北京工业大学

Inventor： 赵永胜 ,  马锡盟 ,  陈建洲 ,  付康 ,  马旭辉

IPC: G06F30/27 ,  G06T7/30 ,  G06N5/01 ,  G06N3/048 ,  G06N3/08 ,  G06N20/20

Abstract: 本发明公开了一种面向数字孪生修型系统的多级反馈优化方法，一方面，提供一种基于多线程‑定时器的直接反馈方法，对实际修型过程进行实时监控，当监控到设备状态或修型工件出现问题时及时反馈至智能决策模块重新进行修型路径规划与工艺参数智能决策；另一方面，提供一种基于修型结果产生的偏差值的间接反馈方法，在修型完成后，通过实际数模与理论数模对比输出修型质量评估报告，若出现当前修型质量与预期质量不符时，通过数据增强的方式再次训练智能决策模块或质量评估模型的算法网络模型，调整修型工艺参数。本发明将修型过程数据与修型质量信息合理高效的反馈至数字孪生修型系统，提高工件修型质量。