一种钢结构桥梁制造信息的采集方法

    公开(公告)号:CN109408959B

    公开(公告)日:2022-09-27

    申请号:CN201811246038.1

    申请日:2018-10-24

    Applicant: 长安大学

    Abstract: 本发明公开了一种钢结构桥梁制造信息的采集方法,该方法首先采用QR二维码识别技术对钢结构桥梁节段/构件进行识别,在BIM技术框架下建立钢结构桥梁的编码体系;其次,将QR二维码与钢结构桥梁的构件/阶段相结合构造“智能实体”,对智能实体的空间位置、时间等要素进行定义;最后,构建以事件为驱动的钢结构桥梁信息模型,实现对空间位置、时间等要素的信息采集,进而实现对智能实体的状态流、空间流、工艺流等的监控与制造信息采集。

    一种车间AGV-UAV协同的物料配送路径规划方法和系统

    公开(公告)号:CN113159687A

    公开(公告)日:2021-07-23

    申请号:CN202110476023.X

    申请日:2021-04-29

    Applicant: 长安大学

    Abstract: 本发明公开了一种车间AGV‑UAV协同的物料配送路径规划方法及系统。该方法包括:确定物料配送路径的初始参数;由于AGV和UAV都受能量约束,并且其在行驶过程中不能够及时补充电量,故将UAV和AGV物料配送的所有过程的能量消耗作为优化目标,构建AGV–UAV协同物料配送的路径优化模型,并给出了相应的约束条件;采用改进的遗传算法求解路径规划的优化模型,从而得到最优的路径规划方案。本发明建立优化模型,并采用改进的遗传算法进行求解,提高配送效率。

    一种三指灵巧手动力学建模方法、系统、设备及存储介质

    公开(公告)号:CN112560262A

    公开(公告)日:2021-03-26

    申请号:CN202011468885.X

    申请日:2020-12-14

    Applicant: 长安大学

    Abstract: 本发明公开了一种三指灵巧手动力学建模方法、系统、设备及存储介质,将三指灵巧手系统作为复杂机械系统;根据灵巧手与抓取物体的约束情况,将三指灵巧手与抓取物体分割为三个开放式运动链结构的手指子模型和一个抓取物体子模型,并将四个独立的子模型作为四个子系统;建立手指子系统与抓取物体的约束方程;将四个子系统堆聚起来,得到三指灵巧手动力学模型的解析模型;基于U‑K方程建立工作空间与关节空间灵巧手的动力学模型;建立工作空间与关节空间之间的接触约束力关系;建立工作空间下灵巧手接触力解析模型。解决了灵巧手与抓取物体之间保持接触的动力学问题及接触力模型的精确建模问题。

    一种基于在制品工序流的机床序列编排动态预测方法

    公开(公告)号:CN109034540A

    公开(公告)日:2018-12-18

    申请号:CN201810693793.8

    申请日:2018-06-29

    Applicant: 长安大学

    CPC classification number: G06Q10/0633 G06Q10/06375

    Abstract: 本发明提供一种基于在制品工序流的机床序列编排动态预测方法,包括建立预测模型和设计预测算法两个阶段。对以往在制品制造过程中的机床序列进行统计,建立机床序列预测模型,所述预测算法包括四个步骤:(1)定义t时刻具有最大概率的机床序列;(2)从第一道o1工序开始,预测确定以最大概率执行后一道ot+1工序的机床编号it+1;(3)加入最后一道工序oT,动态预测确定与在制品加工工序流对应的、拥有最大概率的机床序列i1~iT;(4)确定与在制品工序流对应的机床序列。由于本发明将车间机床、在制品的实时数据引入到机床序列编排中,并对执行当前工序流的机床序列进行动态预测,确保机床序列更好地适应动态变化的制造车间,提高制造车间的智能化、自治化程度。

    一种基于在制品工序流的机床序列编排动态预测方法

    公开(公告)号:CN109034540B

    公开(公告)日:2021-09-07

    申请号:CN201810693793.8

    申请日:2018-06-29

    Applicant: 长安大学

    Abstract: 本发明提供一种基于在制品工序流的机床序列编排动态预测方法,包括建立预测模型和设计预测算法两个阶段。对以往在制品制造过程中的机床序列进行统计,建立机床序列预测模型,所述预测算法包括四个步骤:(1)定义t时刻具有最大概率的机床序列;(2)从第一道o1工序开始,预测确定以最大概率执行后一道ot+1工序的机床编号it+1;(3)加入最后一道工序oT,动态预测确定与在制品加工工序流对应的、拥有最大概率的机床序列i1~iT;(4)确定与在制品工序流对应的机床序列。由于本发明将车间机床、在制品的实时数据引入到机床序列编排中,并对执行当前工序流的机床序列进行动态预测,确保机床序列更好地适应动态变化的制造车间,提高制造车间的智能化、自治化程度。

    一种基于机器学习的智能产线产品质量管控方法及系统

    公开(公告)号:CN113311795A

    公开(公告)日:2021-08-27

    申请号:CN202110595310.2

    申请日:2021-05-28

    Applicant: 长安大学

    Abstract: 本发明提供的一种基于机器学习的智能产线产品加工质量管控方法及系统,首先,建立产品加工误差与复杂工况因素之间的映射关系,建立误差溯源模型,输出影响误差的主次要因素,给出误差补偿建议;由于超差尺寸与误差源之间存在复杂的非线性关系,且误差源错综复杂,采用传统的数理方法会导致误差溯源模型建立困难及实际应用效果较差,BP神经网络具有非线性映射功能,设计合理能够以任意精度逼近任意复杂的非线性映射,基于此方法建立模型步骤简单,且误差追溯精度大大提高。

    一种钢桥状态等级评估与预测方法

    公开(公告)号:CN113239436A

    公开(公告)日:2021-08-10

    申请号:CN202110523238.2

    申请日:2021-05-13

    Applicant: 长安大学

    Abstract: 本发明公开了一种钢桥状态等级评估与预测方法,包括以下步骤,步骤1,对影响钢桥技术状态等级的物理量建立状态评定模型,通过传感器对影响钢桥状态的物理量进行数据采集,对采集到的数据通过模糊综合评价法在状态评定模型中进行评估,得到钢桥当前技术状态等级;步骤2,依据马尔科夫模型建立状态转移矩阵,依据步骤1中确定的钢桥当前技术状态等级对钢桥未来技术状态等级进行预测。通过建立新型评估状态模型,对数据隶属向量化处理后,利用模糊综合评价法结合传感器实时采集的数据定量化综合性的评估了影响钢桥状态等级的各个模糊量,且易于针对不同钢桥模型,不同监测物理量,同一物理量不同监测位置对模型变形使用,通用性好。

    一种数控装备健康状态评价方法、系统、设备及存储介质

    公开(公告)号:CN113051685A

    公开(公告)日:2021-06-29

    申请号:CN202110328163.2

    申请日:2021-03-26

    Applicant: 长安大学

    Abstract: 本发明公开了一种数控装备健康状态评价方法、系统、设备及存储介质,获取数控装备各个部件的状态数据;采用卷积神经网络模型检测各个部件的状态数据,得到各个部件的健康状态;利用层次分析法得到数控装备中的系统和部件间的层次关系,利用判断矩阵确定各系统之间的权重关系和单个系统下各部件的权重关系;通过各个部件的健康状态和单个系统下各部件的权重关系,计算各系统健康状态;利用模糊聚类方法建立数控装备健康状态评价模型,将各系统健康状态和各系统之间的权重关系带入到数控装备健康状态评价模型中,得到数控装备目前的健康状态。能够准确的对数控装备进行健康状态的评估,减少装备由于故障所引起的停机维修时间,提高装备利用率。

    一种支持双边模糊约束的MPS/MRP集成规划方法

    公开(公告)号:CN112396290A

    公开(公告)日:2021-02-23

    申请号:CN202011087630.9

    申请日:2020-09-29

    Applicant: 长安大学

    Abstract: 一种支持双边模糊约束的MPS/MRP集成规划方法,包括以下步骤;将主生产计划和物料需求计划集成规划问题表示为一种模糊的MPS/MRP集成规划模型;基于模糊集和可信性理论,将FMMIP重新表述为一种模糊可信性测度的MMIP模型;将模糊可信性测度的MMIP模型转换为清晰、等价的MIP模型。利用模糊系数的期望值将模糊目标函数转换为清晰等价形式,同时使用可信性理论将单边和双边模糊约束转换为相应的清晰等价约束;采用MIP求解器,如Lingo软件,求解上述模型,得到全局最优生产计划。本发明建立的模型和求解方法,不仅考虑了复杂不确定环境下的多级、多项目、多计划周期的MPS/MRP集成规划,还同时考虑了并行机器生产和换产设置结转问题,支持同时进行生产计划和调度决策。

Patent Agency Ranking