-
公开(公告)号：CN118732628B
公开(公告)日：2025-01-21
申请号：CN202411215150.4
申请日：2024-09-02
Applicant: 浙江大学
IPC: G05B19/418
Abstract: 本申请公开了一种基于大语言模型知识强化的机床加工工艺孪生决策方法，涉及机床加工工艺领域，该方法包括：根据加工工艺历史数据，利用大语言模型，构建加工工艺知识图谱；利用数字孪生数据，对加工工艺知识图谱进行更新，得到数字孪生数据强化后的工艺知识图谱；根据当前加工任务，基于强化后的工艺知识图谱，确定当前加工任务下的加工工艺方案解集；根据获取的刀具磨损状态，对优化目标的权重值进行调整，得到优化目标的最优权重值；根据最优权重值，基于加工工艺方案解集，确定当前加工任务下的最优加工工艺方案。本申请构建并利用多模态数字孪生数据强化工艺知识图谱，结合实时刀具磨损状态自适应确定最优工艺方案，从而保证机床加工质量。
-
公开(公告)号：CN118656758B
公开(公告)日：2024-10-25
申请号：CN202411124127.4
申请日：2024-08-16
Applicant: 浙江大学
IPC: G06F18/2433 , G06F18/2131 , G06F18/25 , G06V10/82 , G06N3/0455 , G06N3/0442 , G06N3/042 , G06N3/0464 , G06N3/049 , G06N3/088
Abstract: 本申请公开了一种基于孪生数据多域挖掘的装备部件状态可信感知方法，涉及多源传感数据融合领域。基于孪生数据多域挖掘的装备部件状态可信感知方法包括：获取装备部件运行过程的多源传感数据；利用无监督变分自编码器将多源传感数据转换为结构化变量；利用工作状态识别模型，确定处于工作状态的多源传感数据，并将其转换为二维图像数据；对二维图像数据进行时空特征提取，根据时空关联深层特征，对处于工作状态的多源传感数据进行质量评估，剔除其中的异常传感特征，根据异常传感特征剔除后的多源传感数据进行装备部件状态的感知。本申请实现了孪生传感特征的高质量快速抽取，进而提高了装备部件状态感知分析的准确性和时效性。
-
公开(公告)号：CN118656758A
公开(公告)日：2024-09-17
申请号：CN202411124127.4
申请日：2024-08-16
Applicant: 浙江大学
IPC: G06F18/2433 , G06F18/2131 , G06F18/25 , G06V10/82 , G06N3/0455 , G06N3/0442 , G06N3/042 , G06N3/0464 , G06N3/049 , G06N3/088
Abstract: 本申请公开了一种基于孪生数据多域挖掘的装备部件状态可信感知方法，涉及多源传感数据融合领域。基于孪生数据多域挖掘的装备部件状态可信感知方法包括：获取装备部件运行过程的多源传感数据；利用无监督变分自编码器将多源传感数据转换为结构化变量；利用工作状态识别模型，确定处于工作状态的多源传感数据，并将其转换为二维图像数据；对二维图像数据进行时空特征提取，根据时空关联深层特征，对处于工作状态的多源传感数据进行质量评估，剔除其中的异常传感特征，根据异常传感特征剔除后的多源传感数据进行装备部件状态的感知。本申请实现了孪生传感特征的高质量快速抽取，进而提高了装备部件状态感知分析的准确性和时效性。
-
公开(公告)号：CN118313248A
公开(公告)日：2024-07-09
申请号：CN202410400271.X
申请日：2024-04-03
Applicant: 浙江大学宁波“五位一体”校区教育发展中心
IPC: G06F30/27 , G06N3/042 , G06N5/045 , G06F119/08 , G06F119/14
Abstract: 本发明提供了一种基于超图机理嵌入的装备性能深层可解释分析方法，涉及性能分析领域，包括：将复杂装备的实际服役数据进行预处理；输入预处理后的复杂装备实际服役数据至时空特征嵌入模块中，生成特征嵌入序列；将特征嵌入序列与机理超图结构的关联矩阵通过机理超图卷积模块相融合，生成第一输出结果；将特征嵌入序列和静态超图结构的关联矩阵进行聚合超图卷积运算，生成第二输出结果；将实际服役数据和特征嵌入序列输入至动态超图模块，通过多层级超图求解生成第三输出结果；基于注意力机制，优化整合前述三个输出结果，准确分析复杂装备的性能。本发明有效提高了复杂装备性能分析过程的可解释性，有助于深入明晰复杂装备的服役性能表现。
-
公开(公告)号：CN118244697A
公开(公告)日：2024-06-25
申请号：CN202410333030.8
申请日：2024-03-21
Applicant: 浙江大学
IPC: G05B19/404
Abstract: 本发明公开了一种测算一体的立式数控机床进给轴误差实时反演方法，涉及立式数控机床技术领域，包括：对所述有限元模型的稳态温度场、瞬态温度场以及热‑力耦合场进行依次分析，得到进给轴各离散位置的变形量；确定进给轴瞬态温度场各时刻温度数据的时域特征，并抽取对应时刻进给轴各离散位置的变形量；采用径向基图神经网络建立进给轴误差计算模型；利用物理信息实时重塑神经网络重构进给轴的温度场；将实时重构的温度场的时域特征输入至进给轴误差计算模型中，反演得到当前时刻进给轴各离散位置的变形量；基于当前时刻进给轴各离散位置的变形量对进给轴误差进行补偿。本发明能在复杂多变的加工工况下始终保持极高的误差反演精度。
-
Patent Agency Ranking
公开(公告)号：CN118732628A
公开(公告)日：2024-10-01
申请号：CN202411215150.4
申请日：2024-09-02
Applicant: 浙江大学
IPC: G05B19/418
Abstract: 本申请公开了一种基于大语言模型知识强化的机床加工工艺孪生决策方法，涉及机床加工工艺领域，该方法包括：根据加工工艺历史数据，利用大语言模型，构建加工工艺知识图谱；利用数字孪生数据，对加工工艺知识图谱进行更新，得到数字孪生数据强化后的工艺知识图谱；根据当前加工任务，基于强化后的工艺知识图谱，确定当前加工任务下的加工工艺方案解集；根据获取的刀具磨损状态，对优化目标的权重值进行调整，得到优化目标的最优权重值；根据最优权重值，基于加工工艺方案解集，确定当前加工任务下的最优加工工艺方案。本申请构建并利用多模态数字孪生数据强化工艺知识图谱，结合实时刀具磨损状态自适应确定最优工艺方案，从而保证机床加工质量。
-
公开(公告)号：CN118936540A
公开(公告)日：2024-11-12
申请号：CN202410940899.9
申请日：2024-07-12
Applicant: 浙江大学
Abstract: 本发明公开一种面向装备服役过程的异常传感信息在线识别及自校准方法，涉及异常传感信息在线识别及自校准技术领域，利用单步预测模型确定每一传感器的传感信息预测值，根据传感器的传感信息采样值和传感信息预测值来确定传感器是否发生异常，实现异常传感信息的在线识别，同时，若传感器发生异常，则利用传感器的传感信息预测值替代传感信息采样值，来监测复杂装备的服役性能，同时对传感器在下一时刻的传感信息预测值进行预测，实现异常传感信息的自校准，保障了复杂装备服役过程监测的稳定性和传感信息质量。
-
公开(公告)号：CN118296550A
公开(公告)日：2024-07-05
申请号：CN202410383168.9
申请日：2024-03-29
Applicant: 浙江大学
IPC: G06F18/25 , G06F18/213 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种全局时空特征动态自演化的复杂装备服役状态感知方法，涉及复杂装备服役状态感知技术领域，使用采集复杂装备的实际服役数据并进行预处理；通过构造涵盖时‑空注意力机制、长短期记忆网络的时空特征聚合网络，以及包含时‑空动态图结构、时‑空动态图卷积的时空域动态图网络；同时，通过计算实际服役数据全域特征间的欧氏距离，构建全局动态图结构的全局域图网络；将复杂装备预处理后的实际服役数据分别输入时空域和全局域图网络中，与注意力机制相融合并自适应捕获全局时空特征信息，动态分析全局时空特征信息的自演化过程，实现对复杂装备服役状态的精确感知，更加符合复杂装备的现实服役场景。
-
公开(公告)号：CN117370870B
公开(公告)日：2024-02-20
申请号：CN202311648023.9
申请日：2023-12-05
Applicant: 浙江大学 , 宁波方太厨具有限公司
IPC: G06F18/241 , G06N3/0464 , G06N3/08 , G06F18/10 , G06F17/18 , G06N3/0442 , G06N3/045 , G06N5/02
Abstract: 本发明公开了一种知识和数据复合驱动的装备多工况识别与性能预测方法，涉及复杂装备性能预测技术领域，该方法包括：采集复杂装备当前的变量参数；变量参数包括环境参数、温度参数和控制参数；将控制参数输入至多工况识别模型中进行工况识别；当识别出复杂装备处于未启动工况时，确定复杂装备的运行功率为0；当识别出复杂装备处于动态工况时，将当前的变量参数输入至动态模型中进行性能预测；当识别出复杂装备处于稳态工况时，将当前的变量参数输入至稳态模型中进行性能预测。本发明能够准确识别复杂装备当前运行工况，提高复杂装备实际运行时的性能预测准确性。
-
公开(公告)号：CN117540340A
公开(公告)日：2024-02-09
申请号：CN202311632353.9
申请日：2023-12-01
Applicant: 浙江大学 , 宁波方太厨具有限公司
IPC: G06F18/25 , G01N15/06 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06F123/02
Abstract: 本发明公开一种基于多尺度动态图神经网络的时序数据预测方法及系统，涉及数据预测技术领域，该方法包括：采用目标空间内多个油烟浓度传感器周期性采集油烟浓度，设定时间段内采集的油烟浓度构成多元时间序列；将多元时间序列输入时序数据预测模型，得到未来目标时间的预测数据；时序数据预测模型是采用训练集对时序数据预测框架进行训练得到的；时序数据预测框架包括多个串联的多尺度动态图神经网络；多尺度动态图神经网络用于通过时空特征提取模块和多尺度动态图结构学习模块，生成时间序列的多尺度表示和一系列动态图结果，经过图卷积模块进行图卷积运算，最后通过多尺度的预测结果融合模块输出框架的预测结果，提高了油烟浓度预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.017 seconds)
