-
公开(公告)号：CN118966341A
公开(公告)日：2024-11-15
申请号：CN202411100100.1
申请日：2024-08-12
IPC: G06N5/022 , G06F18/23213 , G06N3/045 , G06N3/0475 , G06N3/094 , G06Q50/04
Abstract: 本发明公开了一种产品全生命周期本体表征及其体系构建方法，包括如下步骤：步骤一：层次化主题建模：11)将不同的多模态知识聚类，按照相似度分割成不同的簇，确保每个簇中的知识相似，而不同簇的知识相异；12)基于传输依赖计划关系保持聚类结果的稀疏性；13)利用上下文感知解纠缠解码器分离不同的语义粒度，并分布到不同级别的主题中，以提高层次的合理性，得到层次化主题模型；步骤二：复用本体及标准‑本体映射库：采用改进七步法对现有本体的复用以及标准的映射，构建复用本体及标准‑本体映射库；步骤三：产品全生命周期的本体体系：利用生成对抗网络生成标准化模态数据，并挂载在工业知识本体上，形成产品全生命周期的本体体系。
-
公开(公告)号：CN114912637A
公开(公告)日：2022-08-16
申请号：CN202210558339.8
申请日：2022-05-21
Applicant: 重庆大学
Abstract: 本发明公开一种人机物知识图谱制造产线运维决策方法及系统、存储介质，该方法利用时频信号技术进行分析得到特征指标；并在人机物知识图谱中推理相适应的算法模型，并调用推荐的模型参数；利用算法模型进行特征提取与分析，得到状态评估；根据状态评估结果在人机物知识图谱中推理该结果的产生原因以及相应的解决方法和预防措施，并形成决策支持方案输出。本发明方法可以更为方便、精准地了解和获得设备运维处理的决策方案；尽可能降低了设备运维对于员工经验的要求度；利用制造领域知识图谱，使得制造生产线决策生成效率高，成本较低、省时省力以及准确性高。
-
公开(公告)号：CN118966342A
公开(公告)日：2024-11-15
申请号：CN202411100117.7
申请日：2024-08-12
Applicant: 重庆大学
IPC: G06N5/022 , G06F40/126 , G06F40/30 , G06F18/213 , G06F18/25 , G06F16/2455 , G06N3/042 , G06N3/0464 , G06N20/00 , G06Q50/04
Abstract: 本发明公开了基于多粒度语义和大模型辅助的工业知识生成式决策方法，包括如下步骤：步骤一：将业务问题编码为高维的问题语义特征；步骤二：利用实体链接对多模态工业知识图谱进行处理；基于TOP‑K路径拓展，得到不同的子图；步骤三：采用图神经网络GNN捕捉子图中不同粒度特征，得到工业知识多粒度语义特征；步骤四：利用图卷积网络GCN对工业知识多粒度语义特征与问题语义特征进行统一融合；步骤五：构建基SPARQL编写查询的三元组采样流程，提取相关的三元组数据；步骤六：将结构化的三元组数据重写为自由格式文本，构建问题‑决策对数据集；步骤七：基于问题‑决策对数据集对大语言模型进行微调，获得知识文本增强的工业知识生成式决策模型。
-
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：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。
-
Patent Agency Ranking
公开(公告)号：CN115310486B
公开(公告)日：2023-09-26
申请号：CN202210951200.X
申请日：2022-08-09
Applicant: 重庆大学 , 赛力斯汽车有限公司 , 重庆金康动力新能源有限公司
IPC: G06F18/24 , G06F18/213 , G06F18/241 , G06F18/25
Abstract: 本发明公开了一种焊接质量智能检测方法，包括如下步骤：步骤一：在焊接产品上布置一个激振点和多个振动传感器；步骤二：使焊接产品产生振动，采集经过焊接部位的振动信号，多个振动传感器采集的振动信号组成多通道振动信号；获取当前焊接产品的焊接质量的分类标签，将多通道振动信号与分类标签共同构成焊接质量数据；步骤三：判断获取的焊接质量数据的数量是否达到设定阈值；若是，得到数据集，执行步骤五；若否，则执行步骤四；步骤四：在另一个焊接产品的相同位置布置激振点和振动传感器，执行步骤二；步骤五：构建人工智能算法模型，利用数据集训练人工智能算法模型；步骤六：利用人工智能算法模型对焊接产品的焊接质量进行在线检测。
-
公开(公告)号：CN114912637B
公开(公告)日：2023-08-29
申请号：CN202210558339.8
申请日：2022-05-21
Applicant: 重庆大学
IPC: G06Q10/20 , G06Q50/04 , G06F16/36 , G06N5/02 , G06N5/04 , G06N5/043 , G06N3/0464 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/045
Abstract: 本发明公开一种人机物知识图谱制造产线运维决策方法及系统、存储介质，该方法利用时频信号技术进行分析得到特征指标；并在人机物知识图谱中推理相适应的算法模型，并调用推荐的模型参数；利用算法模型进行特征提取与分析，得到状态评估；根据状态评估结果在人机物知识图谱中推理该结果的产生原因以及相应的解决方法和预防措施，并形成决策支持方案输出。本发明方法可以更为方便、精准地了解和获得设备运维处理的决策方案；尽可能降低了设备运维对于员工经验的要求度；利用制造领域知识图谱，使得制造生产线决策生成效率高，成本较低、省时省力以及准确性高。
-
公开(公告)号：CN115310486A
公开(公告)日：2022-11-08
申请号：CN202210951200.X
申请日：2022-08-09
Applicant: 重庆大学 , 赛力斯汽车有限公司 , 重庆金康动力新能源有限公司
Abstract: 本发明公开了一种焊接质量智能检测方法，包括如下步骤：步骤一：在焊接产品上布置一个激振点和多个振动传感器；步骤二：使焊接产品产生振动，采集经过焊接部位的振动信号，多个振动传感器采集的振动信号组成多通道振动信号；获取当前焊接产品的焊接质量的分类标签，将多通道振动信号与分类标签共同构成焊接质量数据；步骤三：判断获取的焊接质量数据的数量是否达到设定阈值；若是，得到数据集，执行步骤五；若否，则执行步骤四；步骤四：在另一个焊接产品的相同位置布置激振点和振动传感器，执行步骤二；步骤五：构建人工智能算法模型，利用数据集训练人工智能算法模型；步骤六：利用人工智能算法模型对焊接产品的焊接质量进行在线检测。
-
公开(公告)号：CN119128789A
公开(公告)日：2024-12-13
申请号：CN202411135848.5
申请日：2024-08-19
Applicant: 重庆大学 , 工业和信息化部电子第五研究所
IPC: G06F18/25 , G06F18/231 , G06N5/025
Abstract: 一种产品全生命周期多模态工业知识软件化方法，包括如下步骤：步骤一：获取产品全生命周期多模态工业数据来源及需求，对多模态工业数据进行聚类分析；步骤二：对现有本体和标准进行复用与映射，构建层次化多模态工业知识本体体系；步骤三：将多模态工业数据转换为文本模态；利用文本知识挖掘方法实现多模态工业数据知识挖掘，形成各模态工业知识三元组集群；步骤四：对各模态工业知识三元组集群进行全局编码，并进行模态融合及跨模态对齐，实现跨模态工业知识融合；步骤五：以产品全生命周期多模态工业知识图谱为知识复用底座，支撑多场景智能业务泛在部署工业软件的个性化配置研发，实现工业知识从获取、挖掘、到复用的软件化标准流程。
-
公开(公告)号：CN118917392A
公开(公告)日：2024-11-08
申请号：CN202410958366.3
申请日：2024-07-17
IPC: G06N5/022 , G06T17/00 , G06V10/40 , G06V10/25 , G06V20/64 , G06V20/70 , G06V10/762 , G06V10/80 , G06V10/82 , G06F40/166 , G06F40/279 , G06F30/20 , G06Q50/04 , G06N3/0499 , G06N3/0475 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于产品零部件三维模型的图形模态设计知识挖掘方法，包括如下步骤：步骤一：三维图形预处理：11)通过3D格式转换工具，将三维图形数据转换为Obj格式；12)采用PCL点云库进行均匀采样，得到各三维图形对应的三维点云集；步骤二：构建三维目标检测模块，以提取候选对象的初始潜在特征；步骤三：使用结合属性和关系感知的特征增强模块以强化始潜在特征表达；步骤四：构建轻量化预测网络，生成三维对象的文字描述；步骤五：结合文本模态知识图谱生成算法生成图形模态知识图谱。本发明基于产品零部件三维模型的图形模态设计知识挖掘方法，能够有效提高三维对象识别和关联挖掘的准确性，增强三维图形数据的语义解析能力。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.022 seconds)
