-
公开(公告)号：CN119961814A
公开(公告)日：2025-05-09
申请号：CN202510452817.0
申请日：2025-04-11
Applicant: 吉林大学
IPC: G06F18/2431 , G06F18/213 , G06N3/0442 , G06N3/0985 , G06F123/02
Abstract: 本发明涉及基于数字孪生的疲劳测试加载系统状态监测方法及系统，属于工业设备状态监测技术领域，解决了传统方法监测手段单一、信息化程度低、实时性较差等问题。本发明首先搭建疲劳测试加载系统物理空间，部署加载系统参数传感器采集疲劳测试加载系统的参数，再搭建疲劳测试加载系统数字空间，对数据进行预处理后和数据集划分后，利用log‑LSTM模型找出时序数据的前后关联特征，实现疲劳测试加载系统运行数据的特征提取，并基于时序特征有效判断当前的状态，最终输出疲劳测试加载系统的异常状态分类结果，从而能够及时发现疲劳测试加载系统多个部件的异常状态，保证了测试过程的稳定运行，避免了不必要停机造成的经济损失和研发中断。
-
公开(公告)号：CN114912814B
公开(公告)日：2025-02-18
申请号：CN202210567884.3
申请日：2022-05-24
Applicant: 吉林大学
IPC: G06Q10/0631 , G06Q50/04
Abstract: 本发明公开了一种基于数字孪生技术的job shop智能调度系统，包括jobshop数字孪生模型和与其交互的job shop车间，job shop数字孪生模型生成调度策略并将其下达至job shop车间；job shop车间实时接受调度策略并根据调度策略完成生产过程，且job shop数字孪生模型对job shop车间的生产过程进行实时监控，若在生产过程中监测到扰动因素，则基于离散事件仿真技术检验原调度策略是否满足生产调度标准，若不满足，则更新原调度策略。本发明利用数字孪生技术不仅实时复现车间生产过程，提升了对其生产过程的监控能力，而且提升了调度系统在运行过程中应对扰动的能力。
-
公开(公告)号：CN119003663A
公开(公告)日：2024-11-22
申请号：CN202411496674.5
申请日：2024-10-25
Applicant: 吉林大学
Abstract: 本发明属于测试设备制造技术领域，具体的说是一种用于材料性能试验机数字孪生的多源数据采集系统及方法。采集系统包括测试仪器、数据采集边缘网关、暂存数据库、工控机、发布/订阅式数据中转服务器和数字孪生服务器；数字孪生服务器与发布/订阅式数据中转服务器连接；构建方法包括：S1、搭建发布/订阅式数据中转服务器；S2、将数据发布至发布/订阅式数据中转服务器；S3、通过暂存数据库将数据发布至发布/订阅式数据中转服务器；S4、通过工控机将数据发布至发布/订阅式数据中转服务器；S5、数字孪生服务器订阅发布/订阅式数据中转服务器的数据。本发明成功连接测试仪器在运行过程中的多种的数据来源，实现了多源数据的采集和汇总。
-
公开(公告)号：CN115328067B
公开(公告)日：2024-08-27
申请号：CN202211156108.0
申请日：2022-09-22
Applicant: 吉林大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于调度规则组合的Flowshop调度方法，包括步骤：若Flowshop生产系统执行初始调度，则对获取的实时作业数据进行作业数据处理，得到初始调度数据集，若执行重调度，则先对获取的实时作业数据进行初始数据处理后再进行作业数据处理，得到重调度数据集；将初始调度数据集或者重调度数据集输入至调度模型中，调度模型输出对应的调度规则组合编码；对调度模型输出的调度规则组合编码进行解码，并选择出最优调度规则组合，生成或者更新调度策略。本发明不仅能高效、实时的为Flowshop生产系统生成调度策略，还能在遇到扰动时更新调度策略，进行重调度，减轻或避免扰动因素对生产过程产生的消极影响。
-
公开(公告)号：CN116543879A
公开(公告)日：2023-08-04
申请号：CN202310752510.3
申请日：2023-06-25
Applicant: 吉林大学
Abstract: 本发明涉及一种结合体力负荷与认知负荷的手术任务分配方法，包括以下步骤：分别计算待分配手术任务所产生的体力负荷等级及认知负荷等级；计算各个医生的近期平均体力负荷强度级别；根据医生近期NASA‑TLX主观综合任务负荷评价情况确定各个医生的认知负荷程度级别；根据体力负荷等级、认知负荷等级以及各个医生的近期平均体力负荷强度级别、认知负荷程度级别分配手术任务。本发明从体力负荷和认知负荷两个角度对待分配手术任务进行负荷预测，并结合负责该类手术的相关医生近期的平均体力负荷强度及认知负荷程度合理分配手术任务，解决了部分医护人员进行手术任务过于频繁而存在慢性疲劳综合征并间接地在不同程度上影响手术质量等问题。
-
Patent Agency Ranking
公开(公告)号：CN119416395B
公开(公告)日：2025-03-07
申请号：CN202510014528.2
申请日：2025-01-06
Applicant: 吉林大学
IPC: G06F30/17 , G01N33/00 , G01D21/02 , G06T17/00 , G06V10/80 , G06V10/82 , G06V10/764 , G06T7/00 , G06F30/20
Abstract: 本发明涉及基于数字孪生的航空涡轮叶片服役损伤监测方法，属于航空发动机技术领域，解决了现有检测算法计算复杂度高、效率和精度较低的问题。确定待监测的涡轮叶片物理实体，采集涡轮叶片环境信息；以物理实体为基础构建数字孪生体，其中涡轮叶片三维模型构建模块根据物理实体构建涡轮叶片三维模型，涡轮叶片运行环境模拟模块依据涡轮叶片实时的载荷、旋转速度及所处环境温度数据对模型进行环境模拟，涡轮叶片缺陷演化预测模块利用智能缺陷检测算法识别模型每一时刻叶片表面缺陷，得到缺陷的类别和位置信息及尺寸信息，还进行演化模拟和危险系数分析。本发明实现了对航空涡轮叶片表面缺陷的实时在线、高精度、高效率检测，提高涡轮叶片使用寿命。
-
公开(公告)号：CN118356626B
公开(公告)日：2024-08-27
申请号：CN202410789088.3
申请日：2024-06-19
Applicant: 吉林大学
Abstract: 本发明涉及一种基于深度强化学习的人体增强反馈方案动态决策方法，属于深度学习技术领域，解决现有网球训练方法存在的智能化程度较低、灵活性较差、对感觉反馈利用度较低的问题。该方法首先获得若干个转换元组并存储到重播缓冲区中，再利用深度确定性策略梯度算法构建两个深度神经网络，以生成在连续空间下最优的动作策略网络和动作‑价值评价网络，定义依据运动理论计算得到的训练者理论最大击球速度与训练者实际最大击球速度差值的绝对值为奖励函数，对网络进行训练，得到回报最大化的最优装置控制策略。本发明结合训练过程人体运动数据，使网球训练装置智能化，并能根据训练者的训练效果实现网球训练装置实时反馈方案动态决策，实时性更强。
-
公开(公告)号：CN116402303A
公开(公告)日：2023-07-07
申请号：CN202310391978.4
申请日：2023-04-13
Applicant: 吉林大学
IPC: G06Q10/0631 , G06Q50/04 , G06F30/20
Abstract: 本发明公开了一种克服车间中作业释放扰动的主动调度方法，包括步骤：收集作业原始数据，构建PDR库，利用离散事件仿真技术对生产过程进行多次仿真，收集调度数据；对调度数据进行处理，利用处理后的调度数据对机器学习分类算法进行训练，得到一个调度模型，并采用网格搜索与交叉验证方法寻找最优的机器学习分类算法的参数，最优的参数训练出的调度模型为构建的最终调度模型；将最终调度模型应用到生产系统的生产过程中，生成局部调度策略，形成全局调度策略，所有的局部调度策略组成该生产系统的全局调度策略。本发明能够实时、快速的生成局部调度策略，克服了作业随机释放对生产效率产生的消极影响，尤其是针对具有频繁作业随机释放扰动问题。
-
公开(公告)号：CN115328067A
公开(公告)日：2022-11-11
申请号：CN202211156108.0
申请日：2022-09-22
Applicant: 吉林大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于调度规则组合的Flowshop调度方法，包括步骤：若Flowshop生产系统执行初始调度，则对获取的实时作业数据进行作业数据处理，得到初始调度数据集，若执行重调度，则先对获取的实时作业数据进行初始数据处理后再进行作业数据处理，得到重调度数据集；将初始调度数据集或者重调度数据集输入至调度模型中，调度模型输出对应的调度规则组合编码；对调度模型输出的调度规则组合编码进行解码，并选择出最优调度规则组合，生成或者更新调度策略。本发明不仅能高效、实时的为Flowshop生产系统生成调度策略，还能在遇到扰动时更新调度策略，进行重调度，减轻或避免扰动因素对生产过程产生的消极影响。
-
公开(公告)号：CN118356626A
公开(公告)日：2024-07-19
申请号：CN202410789088.3
申请日：2024-06-19
Applicant: 吉林大学
Abstract: 本发明涉及一种基于深度强化学习的人体增强反馈方案动态决策方法，属于深度学习技术领域，解决现有网球训练方法存在的智能化程度较低、灵活性较差、对感觉反馈利用度较低的问题。该方法首先获得若干个转换元组并存储到重播缓冲区中，再利用深度确定性策略梯度算法构建两个深度神经网络，以生成在连续空间下最优的动作策略网络和动作‑价值评价网络，定义依据运动理论计算得到的训练者理论最大击球速度与训练者实际最大击球速度差值的绝对值为奖励函数，对网络进行训练，得到回报最大化的最优装置控制策略。本发明结合训练过程人体运动数据，使网球训练装置智能化，并能根据训练者的训练效果实现网球训练装置实时反馈方案动态决策，实时性更强。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.018 seconds)
