-
公开(公告)号：CN116821650B
公开(公告)日：2025-04-11
申请号：CN202310479992.X
申请日：2023-04-28
Applicant: 重庆大学 , 重庆赛力斯新能源汽车设计院有限公司 , 赛力斯集团股份有限公司
IPC: G06F18/213 , G06F18/214 , G06N3/048 , G06N3/08 , G01M17/007 , G01M15/04 , G01R31/34
Abstract: 本发明公开了一种增程器故障检测与诊断方法，针对故障检测时采集的多通道原始信号的特点，在增程器故障检测模型中串联设置多个非线性处理模块以深度挖掘潜在的增程器故障特征，使模型输出结果不断向真实结果逼近，最终实现对增程器故障的检测与诊断；将增程器故障检测模型嵌入到汽车的ECU内后，在行车过程中，可以实时采集多通道原始信号，并利用ECU内的增程器故障检测模型对增程器的当前工况状态进行实时检测，根据增程器故障检测模型输出的增程器的工况表达结果，能够得出增程器处于正常工况状态还是故障工况状态。本发明还公开了一种增程器故障检测与诊断方法和一种增程器维护方法。
-
Patent Agency Ranking
公开(公告)号：CN119758840A
公开(公告)日：2025-04-04
申请号：CN202411953490.7
申请日：2024-12-27
Applicant: 重庆大学
IPC: G05B19/042
Abstract: 本发明公开了一种工业机器人集群运行状态智能监测与预测维护系统，包括云端主系统和多个子系统，子系统与区域机器人集群对应设置；云端主系统包括核心平台层、通信层、逻辑层和存储层；子系统包括区域通信层、区域逻辑层和区域存储层，区域通信层用于子系统内、子系统之间以及子系统与云端主系统之间实现数据传输；区域逻辑层内设有数据预处理模块、多源数据融合对齐模块、区域异常监测模块、机器人区域协同与优化模块和预测性维护模块。本发明的工业机器人集群运行状态智能监测与预测维护系统，旨在提升集群监测和维护效率，减少非计划停机，保障生产线的稳定高效运行。
-
公开(公告)号：CN118966549A
公开(公告)日：2024-11-15
申请号：CN202411100105.4
申请日：2024-08-12
Applicant: 重庆大学
IPC: G06Q10/063 , G06Q10/0639 , G06Q50/04 , G06F16/35 , G06F16/36 , G06F16/33 , G06N5/022 , G06N5/04
Abstract: 本发明公开了一种基于知识图谱的新能源汽车产品全生命周期问题管理方法，包括如下步骤：步骤一：输入问题，从历史问题库内检索该问题是否是重复问题：若是，执行步骤七；若否，则执行步骤二；步骤二：基于专业知识和经验对问题进行分类，确定问题的类型和性质；步骤三：在历史问题库内找到解决问题的措施并提出问题解决方案；步骤四：对提出的问题解决方案的可行性和有效性进行评价：若通过评价，则执行步骤五；若未通过评价，则执行步骤三；步骤五：对问题解决方案进行实际验证：若验证通过，则执行步骤六；若未验证通过，则执行步骤三；步骤六：将问题数据上传数据中心以更新历史问题库；步骤七：问题解决完成。
-
公开(公告)号：CN116560341A
公开(公告)日：2023-08-08
申请号：CN202310602754.3
申请日：2023-05-25
Applicant: 重庆大学 , 赛力斯汽车有限公司 , 重庆赛力斯新能源汽车设计院有限公司
IPC: G05B23/02
Abstract: 本发明公开了一种工业机器人故障诊断模型，包括：时序特征提取模块，用于进行时序特征提取，并将每个时间窗输出的记忆信息进行拼接融合，拼接融合得到的时序特征图作为整个时序特征提取模块的输出结果；多尺度卷积模块，包括并列设置的多个特征提取分支，每个特征提取分支分别对时序特征图进行特征提取，将所有特征提取分支提取的特征图合并后得到的故障类别特征向量；多标签分类器，包括并列设置的多个故障标签模块，每一个故障标签模块包括与对应关节中可能出现故障的零部件一一对应设有分类器，每一个分类器具有独立的损失函数并将故障类别特征向量转换为类别概率向量。本发明还公开了一种工业机器人故障诊断方法。
-
公开(公告)号：CN118966002A
公开(公告)日：2024-11-15
申请号：CN202411100111.X
申请日：2024-08-12
Applicant: 重庆大学
IPC: G06F30/27 , G06N5/022 , G06N5/04 , G06F16/903 , G06Q10/0635 , G06Q10/04 , G06Q10/063 , G06Q50/04 , G06F119/02
Abstract: 本发明公开了一种基于知识图谱和大模型检索增强的设计失效模式及影响分析方法，包括如下步骤：步骤一：规划和准备阶段；步骤二：结构分析和功能分析阶段；步骤三：失效分析阶段：利用图谱知识复用构件对输入数据进行处理并从全周期知识库中检索相关信息后，再经工业知识软件化系统处理并构建得到知识图谱；基于知识图谱的大模型检索增强方法对输入信息进行深度解析，结合大模型提示学习方法从知识图谱中提取相关信息，生成失效分析结果；步骤四：风险分析和优化阶段：确定需优先解决的问题，提出并实施改进措施；步骤五：结果文档化和系统集成阶段。本发明还公开了一种基于知识图谱的大模型检索增强设计失效模式及影响分析系统。
-
公开(公告)号：CN116821650A
公开(公告)日：2023-09-29
申请号：CN202310479992.X
申请日：2023-04-28
Applicant: 重庆大学 , 重庆赛力斯新能源汽车设计院有限公司 , 赛力斯集团股份有限公司
IPC: G06F18/213 , G06F18/214 , G06N3/048 , G06N3/08 , G01M17/007 , G01M15/04 , G01R31/34
Abstract: 本发明公开了一种增程器故障检测与诊断方法，针对故障检测时采集的多通道原始信号的特点，在增程器故障检测模型中串联设置多个非线性处理模块以深度挖掘潜在的增程器故障特征，使模型输出结果不断向真实结果逼近，最终实现对增程器故障的检测与诊断；将增程器故障检测模型嵌入到汽车的ECU内后，在行车过程中，可以实时采集多通道原始信号，并利用ECU内的增程器故障检测模型对增程器的当前工况状态进行实时检测，根据增程器故障检测模型输出的增程器的工况表达结果，能够得出增程器处于正常工况状态还是故障工况状态。本发明还公开了一种增程器故障检测与诊断方法和一种增程器维护方法。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
