-
公开(公告)号：CN108297098A
公开(公告)日：2018-07-20
申请号：CN201810062249.3
申请日：2018-01-23
Applicant: 上海大学
IPC: B25J9/16
Abstract: 本发明提出了一种人工智能驱动的机器人控制系统及方法。本系统包括接收模块、人工智能模块、中央处理模块、云端处理模块和执行模块。该方法包括对周围环境的场景信息、使用者的语音和/或视觉信息的采集，根据语音和/或视觉信息进行识别理解后综合决策，确定使用者意图并做出响应。处理结果以多模态的方式输出，包括智能机器人的移动、机械臂和/或头部的动作、屏幕上的表情视频图像显示、音频播放等方式中的一种或多种。该方法可以根据采集到的语音和/或视觉信息，可通过本地或上传云端进行人工智能分析决策，自主控制机器人以多种方式与使用者进行交互反馈，并且支持多种硬件外设，方便设计人员快速拓展机体。本发明能直观有效地将人工智能的成果在机器人上实现。
-
公开(公告)号：CN117591877A
公开(公告)日：2024-02-23
申请号：CN202311550767.7
申请日：2023-11-20
Applicant: 上海大学
IPC: G06F18/214 , G06F18/241 , G06N3/096 , G06N3/098
Abstract: 本发明属于联邦学习技术领域，具体公开一种基于数据隐私保护的智能故障诊断方法，包括以下步骤：步骤1，每个源客户端对局部模型进行初始化操作。步骤2，对每个局部模型进行训练，更新特征提取器和两个分类器的参数。步骤3，中央服务器的全局模型接收所有局部模型的参数，并评价局部模型的可用性，然后将局部模型的参数加权组合组成全局模型的参数。步骤4，将全局模型下载到每个源客户端中，每个客户端向全局模型中输入任务数据，全局模型根据其分类损失更新局部模型。步骤5，循环步骤2‑4达到设定次数，将最终的全局模型下载到目标客户端。本发明提供了一种实现本地模型对类边界模糊故障样本识别的基于数据隐私保护的智能故障诊断方法。
-
公开(公告)号：CN115685937A
公开(公告)日：2023-02-03
申请号：CN202211371685.1
申请日：2022-11-03
Applicant: 上海大学
IPC: G05B19/418
Abstract: 本发明涉及智能装配技术领域，公开了一种装配产线调度决策与执行教学实验系统，包括后台管理系统和实验硬件设备，实验硬件设备包括教师端多媒体教学一体机、学生端平板电脑、实验工位台、AGV车、智能仓储系统。后台管理系统用于对实验项目涉及的实验硬件设备进行参数配置和管理；教师端多媒体教学一体机上安装有教师客户端，学生端平板电脑安装有学生客户端；教师客户端用于开放学生客户端实验项目的操作权限并管理学生实验进度，学生客户端用于学生进行实验学习和验证操作；实验工位台用于进行实验操作，AGV车用于运载实验所需的物料工件。本发明实验系统可实现多台AGV在装配任务情境下的调度算法实现与仿真，帮助学生深入理解智能决策与智能调度相关理论知识。
-
公开(公告)号：CN113826981A
公开(公告)日：2021-12-24
申请号：CN202111195706.4
申请日：2021-10-14
Applicant: 上海大学
IPC: A42B3/04
Abstract: 本发明属于控制技术领域，具体公开了一种外卖员智能头盔控制系统，包括头盔本体，在头盔本体上设有微处理模块，所述头盔本体的外侧面上部设有电源模块，在电源模块的前端设有与微处理模块相连接的摄像头模块，从电源模块处向两侧延伸的头盔本体曲面上设有一组疲劳指示灯模块，疲劳指示灯模块下部设有与头盔本体可拆卸连接的骨传导耳麦模块，在头盔本体后端骨传导耳麦模块所围外侧面上设有智能灯光模块；头盔本体下端设有头盔调节带，头盔调节带上设有可拆卸连接的门禁模块，本发明通过在利用五个功能模块实现全方位工作体验优化，对整个送餐流程进行智能辅助，有效帮助骑手在工作中避免客观意外因素的影响，全面改善工作的安全度与舒适度。
-
公开(公告)号：CN113359640A
公开(公告)日：2021-09-07
申请号：CN202110710877.X
申请日：2021-06-25
Applicant: 上海大学
IPC: G05B19/418
Abstract: 本发明涉及智能制造技术领域，公开了一种基于数字孪生和增强现实技术的产线预测性维护系统。该系统包括AR场景同步监测模块和AR故障预测维护模块；AR场景同步监测模块包括物理产线层、孪生数据层和AR虚拟映射层，孪生数据层用于获取物理产线设备实时运行数据，并将实时运行数据传输给AR虚拟映射层；AR虚拟映射层用于根据接收的实时运行数据驱动AR虚拟孪生产线模型运动；AR故障预测维护模块用于将物理产线设备的实时运行数据与对应设备的健康数据阈值进行对比，预测设备的健康状况，若判断设备故障，生成故障预测结果，并根据故障预测结果触发AR故障报警和AR维护指导动画。该系统能实现对产线设备故障的准确预测，便于及时对产线设备进行维护。
-
Patent Agency Ranking
公开(公告)号：CN110196575A
公开(公告)日：2019-09-03
申请号：CN201910174855.9
申请日：2019-03-08
Applicant: 上海大学
IPC: G05B19/414 , G05B13/04 , G05B13/02
Abstract: 本发明公开了一种基于数字孪生与机器学习技术的智能车间生产加工系统及方法，本系统通过数字孪生技术将物理车间的数据实时传输到车间服务系统，车间服务系统对初始资源进行迭代优化，生成初始的生产计划，并将生产数据传送至虚拟车间，虚拟车间对生产加工过程进行仿真分析及优化，并将仿真结果传回车间服务系统，车间服务系统以过程控制的方式将命令传达至物理车间，系统通过机器学习对所需加工的工件数量进行预测，得出物理车间需要加工的工件数量；本发明通过数字孪生技术可以在虚拟车间进行工件生产加工的仿真优化及机床调动过程，通过机器学习可以预测出需要加工的工件数量，节约了资源，提高了产品研发的效率，并使得企业产品的生产数量更加合理。
-
公开(公告)号：CN119722372A
公开(公告)日：2025-03-28
申请号：CN202411727863.9
申请日：2024-11-28
Applicant: 上海大学
Abstract: 本发明涉及计算机深度学习技术领域，具体涉及一种变工况复杂环境下关键工艺参数的预测方法。该预测方法的步骤为：采集先前工况条件下生产过程在不同时刻的工艺参数数据，得到先前工况工艺参数数据集，采用先前工况工艺参数数据集对预先构建的关键工艺参数预测MTEGAT模型进行训练，得到训练好的关键工艺参数预测MTEGAT模型；采集当前工况条件下生产过程在不同时刻的工艺参数数据，得到当前工况工艺参数数据集，采用当前工况工艺参数数据集对步骤S1得到的训练好的关键工艺参数预测MTEGAT模型进行训练，得到更新关键工艺参数预测MTEGAT模型；将当前工况条件下生产过程的工艺参数数据输入所述更新关键工艺参数预测MTEGAT模型中进行预测，得到当前工况条件下生产过程关键工艺参数的预测结果。本发明预测方法在遇到新运行工况时，可以通过巩固之前工况的知识来不断学习，预测准确度高，鲁棒性好。
-
公开(公告)号：CN119272160A
公开(公告)日：2025-01-07
申请号：CN202411200651.5
申请日：2024-08-29
Applicant: 上海大学
IPC: G06F18/243 , G06F18/241 , G06F18/214 , G06F18/10 , G06F18/213 , G06N3/096 , G06N3/09 , G06N3/0464 , G01M13/045
Abstract: 本发明涉及计算机深度学习技术领域，涉及一种基于多源域知识联合迁移的设备故障诊断网络模型训练方法，该方法包括：构造训练样本集、验证集和测试集，利用训练样本集对预先构建的设备故障诊断网络模型进行训练，优化设备故障诊断网络模型的参数，得到训练后的设备故障诊断网络模型；采用验证集对训练后的设备故障诊断网络模型进行验证，评估训练后的设备故障诊断网络模型的诊断性能，挑选出最优设备故障诊断网络模型；采用测试集最优设备故障诊断网络模型进行测试，评价最优设备故障诊断网络模型的性能。本发明利用采集到的由若干个有标签源域数据集和无标签源域数据集组成的含少量标记的多源域数据集对模型进行多源域协同训练，学习故障样本中的领域不变特征，将共享诊断知识从标记数据和未标记数据共同迁移到目标领域中，因此训练后的设备故障诊断网络模型不需要提前获取目标样本即可完成跨域故障诊断任务。
-
公开(公告)号：CN119124515A
公开(公告)日：2024-12-13
申请号：CN202411142077.2
申请日：2024-08-19
Applicant: 上海大学
Abstract: 本发明涉及预测弹簧应力松弛寿命技术领域，具体的为一种针对推杆弹簧的应力松弛寿命预测方法及计算机可读存储介质，包括以下步骤：S1、安装测试设备与弹簧；S2、测试弹簧应力松弛数据并绘制曲线；S3、绘制应力损失率的自然对数与时间的自然对数曲线并拟合回归方程；S4、绘制松弛系数与温度的关系曲线并拟合回归方程；S5、计算测试弹簧实际使用温度下的松弛系数；S6、计算测试弹簧应力松弛寿命；本发明利用温度加速的方式，得到在不同实验温度下的应力松弛曲线以及应力损失率对数与时间对数曲线，并最终得到应力损失率的对数关于温度T和时间t的应力松弛方程，从而精确预测弹簧在实际工作温度下的工作年限，预测准确率较高的同时减少了实验周期。
-
公开(公告)号：CN115906665A
公开(公告)日：2023-04-04
申请号：CN202211687108.3
申请日：2022-12-27
Applicant: 上海大学
IPC: G06F30/27 , G06N3/045 , G06N3/0442 , G06F119/02 , G06F119/04 , G06F119/14 , G06F119/08
Abstract: 本发明涉及在轨航天机构技术领域，公开了一种航天机构剩余寿命预测方法，具体为：1）确定航天机构的寿命指标和影响寿命指标的关键组件；2）建立关键组件性能损失率与服役时间之间的关系方程；3）将关键组件关系方程得到的性能退化数据带入航天机构数字孪生模型中，得到航天机构寿命指标数据在不同服役时间下的数据集X；4）根据数据集X计算航天机构在不同服役时间下的健康指标HI，得到健康指标HI数据集；5）采用HI数据集对双向LSTM网络模型进行训练；6）采集航天机构服役状态下的实时寿命指标数据，按步骤S4对实时寿命指标数据进行处理，得到当前的实时HI；将实时HI输入训练后的双向LSTM网络模型进行预测，根据预测结果构建HI预测曲线，根据HI预测曲线计算航天机构的剩余寿命RUL。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.016 seconds)
