-
公开(公告)号:CN117283089A
公开(公告)日:2023-12-26
申请号:CN202311180218.5
申请日:2023-09-13
Abstract: 本发明提供了一种厚壁管道复杂坡口的自动焊接方法,涉及机器人自动焊接技术领域。该方法包括根据送丝速度、焊接速度熔敷系数和焊丝直径建立焊道子模型,结合尺寸参数确定的坡口模型计算填充坡口的层数和焊道数,以完成焊道模型建立;再根据焊道模型建立坐标系,测量确定电机的行程与脉冲值的关系,并基于坐标系将与坡口、子焊道、焊道相关的多项数据相互关联,以建立自动焊接运动模型,并根据自动焊接运动模型进行焊接。该方法具有焊接精度高、焊接过程便捷和焊接成果质量好的技术优点。
-
公开(公告)号:CN119485609A
公开(公告)日:2025-02-18
申请号:CN202411506230.5
申请日:2024-10-28
Applicant: 西南交通大学 , 中国国家铁路集团有限公司 , 川藏铁路有限公司
Abstract: 本发明涉及通信技术领域,公开一种基于信号强度的隧道环境Mesh网最优能耗通信方法,包括步骤:在隧道内固定设置多个Mesh站点,针对每一个Mesh站点,按照设定距离划分其标定位置;在每个标定位置获取移动终端的校正速度;在每个标定位置通过设置在移动终端上的传感器获取当前温度、湿度、信号强度;将每个标定位置下的校正速度、温度、湿度、信号强度作为训练数据集,对神经网络模型进行训练;根据神经网络模型输出的距离因子,调整移动终端的发射功率。本发明在隧道环境中使信号强度和能耗平衡。
-
公开(公告)号:CN116934058A
公开(公告)日:2023-10-24
申请号:CN202311196395.2
申请日:2023-09-18
Applicant: 西南交通大学
IPC: G06Q10/0631 , G06Q10/20 , G06N3/006 , G06N20/00
Abstract: 本发明公开了一种基于多智能体强化学习的产品服务决策方法,属于产品服务决策技术领域,包括如下步骤:基于产品服务人员数据配置智能体,得到若干配置有智能体的作业团队;根据结构化的服务需求信息,定义执行服务过程的状态属性;根据产品服务人员实际执行服务进度和执行服务的工况,定义智能体决策行为集合;基于执行服务过程的状态属性,构建产品服务过程决策目标和奖励模型;进行迭代计算,得到最优决策目标的决策行为集合;将最优决策目标的决策行为集合转化为若干任务工单,并通过产品服务中心的员工管理系统将各任务工单分别对应下发至各产品服务人员终端;本发明解决了现有产品服务决策方法中存在的人力资源浪费和效率低下的问题。
-
公开(公告)号:CN119136307A
公开(公告)日:2024-12-13
申请号:CN202411237959.7
申请日:2024-09-05
Applicant: 西南交通大学 , 中国国家铁路集团有限公司
Abstract: 本发明公开了一种面向线性排列Mesh网络环境的移动信标跟踪方法,属于无线网络技术领域,包括如下步骤:沿隧道线性设置若干Mesh基站,并进行接力组网和配置移动信标,得到移动信标定位网络;基于移动信标定位网络,对隧道内的移动目标进行移动信标定位跟踪,得到移动信标的定位信息。本发明通过采用线性排列的Mesh基站和移动信标,构建了移动信标定位网络,仅需两个基站信号的信号强度实现了对隧道内的移动信标进行精准定位,有效克服了高寒地区施工隧道中因温湿度变化引起的定位难题,极大地提升了隧道施工的安全性和效率,确保了施工设备和人员在复杂环境下的准确定位,显著提高了施工进度的可控性,为隧道施工提供了强有力的安全保障。
-
公开(公告)号:CN119012118A
公开(公告)日:2024-11-22
申请号:CN202411225796.0
申请日:2024-09-03
Applicant: 西南交通大学 , 中国国家铁路集团有限公司
Abstract: 本发明公开了一种面向Mesh网络物物测距的危险性碰撞趋势判断方法,属于安全监测和应急响应技术领域,包括如下步骤:沿隧道线性设置若干Mesh基站,并进行接力组网和配置移动信标,得到移动信标定位网络;基于移动信标定位网络,对待预警移动信标通信范围内的其他移动信标进行碰撞趋势判断,得到碰撞预警信息;基于碰撞预警信息,向待预警移动信标发送碰撞告警信号。本发明极大地提升了隧道施工的安全性和效率,确保了施工设备和人员在复杂环境下的准确碰撞检测,显著提高了施工进度的可控性,为隧道施工提供了强有力的安全保障,解决了高寒山区隧道内碰撞趋势检测不够便捷高效的问题。
-
公开(公告)号:CN116934058B
公开(公告)日:2023-12-26
申请号:CN202311196395.2
申请日:2023-09-18
Applicant: 西南交通大学
IPC: G06Q10/0631 , G06Q10/20 , G06N3/006 , G06N20/00
Abstract: 本发明公开了一种基于多智能体强化学习的产品服务决策方法,属于产品服务决策技术领域,包括如下步骤:基于产品服务人员数据配置智能体,得到若干配置有智能体的作业团队;根据结构化的服务需求信息,定义执行服务过程的状态属性;根据产品服务人员实际执行服务进度和执行服务的工况,定义智能体决策行为集合;基于执行服务过程的状态属性,构建产品服务过程决策目标和奖励模型;进行迭代计算,得到最优决策目标的决策行为集合;将最优决策目标的决策行为集合转化为若干任务工单,并通过产品服务中心的员工管理系统将各任务工单分别对应下发至各产品服务人员终端;本发明解决了现有产品服务决策方法中存在的人力资源浪费和效率低下的问题。
-
-
-
-
-