-
公开(公告)号:CN113930600B
公开(公告)日:2022-09-06
申请号:CN202111184675.2
申请日:2021-10-12
Applicant: 大连理工大学
Abstract: 本发明提供一种基于数字孪生技术的罩式炉退火过程监测及控制方法,由过程监测装置、生产数据库、数值计算模型、工艺制度评估模型、虚拟退火模型五部分组成;首先在罩式炉中安装所述过程监测装置,其次建立所述生产数据库与所述过程监测装置实时通讯,然后建立所述数值计算模型求解炉内流速场和温度场,再建立所述工艺制度评估模型评估退火质量并修正工艺制度,最后建立所述虚拟退火模型实时渲染显示;本发明能够实现对罩式炉退火过程的仿真、实时监测控制、三维渲染显示,并能够及时对退火工艺制度提出修正,提高生产效率和质量稳定性,降低产品质量问题的发生率,实现罩式炉退火设备的智能制造产业升级。
-
公开(公告)号:CN113930600A
公开(公告)日:2022-01-14
申请号:CN202111184675.2
申请日:2021-10-12
Applicant: 大连理工大学
Abstract: 本发明提供一种基于数字孪生技术的罩式炉退火过程监测及控制方法,由过程监测装置、生产数据库、数值计算模型、工艺制度评估模型、虚拟退火模型五部分组成;首先在罩式炉中安装所述过程监测装置,其次建立所述生产数据库与所述过程监测装置实时通讯,然后建立所述数值计算模型求解炉内流速场和温度场,再建立所述工艺制度评估模型评估退火质量并修正工艺制度,最后建立所述虚拟退火模型实时渲染显示;本发明能够实现对罩式炉退火过程的仿真、实时监测控制、三维渲染显示,并能够及时对退火工艺制度提出修正,提高生产效率和质量稳定性,降低产品质量问题的发生率,实现罩式炉退火设备的智能制造产业升级。
-
公开(公告)号:CN119960322A
公开(公告)日:2025-05-09
申请号:CN202510054847.6
申请日:2025-01-14
Applicant: 大连理工大学
Abstract: 一种无人智能挖掘机轨迹规划数字孪生体构建方法,属于数字孪生技术领域。本发明通过构建挖掘机的高保真数字孪生模型,实现对挖掘机作业环境的实时勘探与分析;通过径向基函数构建铲斗运动轨迹与满斗率之间的映射关系;基于高保真数字孪生模型实时采集的数据对径向基函数所构建的映射关系进行在线优化;通过构建铲斗、斗杆与动臂间的相对运动关系,实现对铲斗、斗杆与动臂的运动轨迹进行实时智能规划,提高挖掘过程中的满斗率,提升工程质量与作业效。本发明提通过对挖掘机的运动轨迹进行智能规划,优化其作业时所能达到的满斗率,并根据真实数据进行实时反馈与调整,能够有效保证模型的运行效率与准确性;能够兼顾模型的高保真性与高运行效率。
-
公开(公告)号:CN118395624A
公开(公告)日:2024-07-26
申请号:CN202410498793.8
申请日:2024-04-24
Applicant: 大连理工大学
IPC: G06F30/17 , G06F30/27 , G06F30/28 , G06F111/08 , G06F119/02 , G06F119/14 , G06F113/08
Abstract: 本发明属于优化设计技术领域,涉及用于主蒸汽隔离阀的单循环期望改进主动学习可靠性优化方法。首先,根据主蒸汽隔离阀可靠性优化问题确定变量的维度以及其概率分布,确定开启时间目标函数以及其他时间指标的性能函数。采用拉丁超立方采样方法生成初始样本,构建目标函数和性能函数的Kriging代理模型。用单循环方法对当前解进行优化,并将得到的点进行评估并加入样本集中,通过最大化单循环期望改进的准则进行主动学习加点,找到单循环期望改进最大的点,对其进行评估并将其加入到训练集中。重复代理模型训练、可靠性优化以及主动学习的过程,直到满足停止准则,得到满足可靠性要求的主蒸汽隔离阀优化问题的最优解。
-
公开(公告)号:CN118378518A
公开(公告)日:2024-07-23
申请号:CN202410465455.4
申请日:2024-04-18
Applicant: 大连理工大学
IPC: G06F30/27 , G06F30/17 , G06N3/126 , G06F119/14 , G06F111/04 , G06F111/06
Abstract: 本发明属于优化设计技术领域,涉及一种无人矿用挖掘机的结构‑控制一体化优化方法。首先,根据无人矿用挖掘机的结构‑控制一体化优化问题确定需要仿真计算的挖掘机动臂质量结构目标函数和挖掘机动臂应力约束条件以及可以直接计算的挖掘能耗和挖掘体积控制目标函数。采用拉丁超立方采样方法生成初始样本种群,并对计算昂贵的结构约束和目标构建Kriging代理模型。对初始种群进行进化迭代,得到最终种群,采用最近点逼近的方法计算所有个体的期望超体积改进指标。找到种群中期望超体积改进指标最大的个体,对其进行评估并将其加入到训练集中。重复种群迭代的过程与加点的过程,知道满足最大的计算耗时的目标和约束评估次数。
-
公开(公告)号:CN113901379B
公开(公告)日:2024-04-12
申请号:CN202111135158.6
申请日:2021-09-27
Applicant: 大连理工大学
Abstract: 本发明属于信号处理技术领域,涉及一种边缘端的实时数据动态在线快速处理方法。本发明采用在线动态去噪方法去除速度中包含的噪音量,确保去噪结果有的效性和准确性;针对在线积分后的位移,采用高效的数据去噪方法进行动态在线去噪,进一步减少位移值中漂移对最终积分结果的有效性;在确保积分方法准确性的条件下,将积分算法嵌入边缘设备端,在近数据源实现数据快速计算分析,实现边缘端的在线信号动态快速积分,为数据的高效处理和计算提供有效参考。
-
公开(公告)号:CN113901379A
公开(公告)日:2022-01-07
申请号:CN202111135158.6
申请日:2021-09-27
Applicant: 大连理工大学
Abstract: 本发明属于信号处理技术领域,涉及一种边缘端的实时数据动态在线快速处理方法。本发明采用在线动态去噪方法去除速度中包含的噪音量,确保去噪结果有的效性和准确性;针对在线积分后的位移,采用高效的数据去噪方法进行动态在线去噪,进一步减少位移值中漂移对最终积分结果的有效性;在确保积分方法准确性的条件下,将积分算法嵌入边缘设备端,在近数据源实现数据快速计算分析,实现边缘端的在线信号动态快速积分,为数据的高效处理和计算提供有效参考。
-
公开(公告)号:CN118378518B
公开(公告)日:2024-11-08
申请号:CN202410465455.4
申请日:2024-04-18
Applicant: 大连理工大学
IPC: G06F30/27 , G06F30/17 , G06N3/126 , G06F119/14 , G06F111/04 , G06F111/06
Abstract: 本发明属于优化设计技术领域,涉及一种无人矿用挖掘机的结构‑控制一体化优化方法。首先,根据无人矿用挖掘机的结构‑控制一体化优化问题确定需要仿真计算的挖掘机动臂质量结构目标函数和挖掘机动臂应力约束条件以及可以直接计算的挖掘能耗和挖掘体积控制目标函数。采用拉丁超立方采样方法生成初始样本种群,并对计算昂贵的结构约束和目标构建Kriging代理模型。对初始种群进行进化迭代,得到最终种群,采用最近点逼近的方法计算所有个体的期望超体积改进指标。找到种群中期望超体积改进指标最大的个体,对其进行评估并将其加入到训练集中。重复种群迭代的过程与加点的过程,知道满足最大的计算耗时的目标和约束评估次数。
-
公开(公告)号:CN118194075A
公开(公告)日:2024-06-14
申请号:CN202410614759.2
申请日:2024-05-17
Applicant: 大连理工大学
Abstract: 本发明属于数据处理技术领域,公开一种基于模糊聚类的矿用挖掘机实测数据划分方法。首先,对矿用挖掘机施工的挖掘实测数据进行采集,再对所获取的实测数据集进行读取,生成数据矩阵。随后,对数据属性进行相关性分析,挑选强关联属性。然后,基于数据矩阵和强关联属性构建模糊聚类模型。之后,初始化隶属度矩阵和回归系数矩阵。计算类原型矩阵更新回归系数矩阵和隶属度矩阵。最后,根据隶属度矩阵判断是否满足停止条件,输出聚类结果。本发明在数据采集后立即对实测数据集进行了合理有效的数据分类处理,从而提高了对矿用挖掘机实测数据的分析与挖掘准确性,并为矿用挖掘机的智能化设计提供了帮助。
-
公开(公告)号:CN115526032A
公开(公告)日:2022-12-27
申请号:CN202211108654.7
申请日:2022-09-13
Applicant: 大连理工大学
IPC: G06F30/20 , G06F16/2458 , G06F17/18 , G06F17/16 , G06K9/62
Abstract: 一种基于模糊建模的隧道掘进数据缺失值插补方法,通过模糊建模的方法,对不完整掘进数据集进行缺失值插补。首先,对掘进数据进行采集,再对数据集进行检测是否包含缺失值。若为不完整数据集,将其通过模糊聚类的方法进行划分,划分为若干个模糊线性子集,并且通过拉格朗日乘子法迭代优化获取聚类后簇原型、单属性在各个子集的前件参数和预插补数据集。然后,基于该预插补数据集利用最小二乘法求解聚类簇中的后件参数。之后,再计算每个子集的输出并进行加权求和得到系统的全局输出。最后,使用缺失样本相应的模型输出值代替预插补值,当所有预插补值都被替换,则得到最终的插补数据集。
-
-
-
-
-
-
-
-
-