-
公开(公告)号:CN109921699A
公开(公告)日:2019-06-21
申请号:CN201910232358.X
申请日:2019-03-26
Applicant: 东华大学
Abstract: 本发明涉及一种运用于验布机的PLC控制方法,所述验布机通过三色警示灯来显示运行状态,三色警示灯分别表示正常运行、停止运行及运行异常,并由两个由电机驱动的卷筒带动固定于卷筒面上的布料进行卷绕,由安装在布料上方的光源与相机进行图像采集,其特征在于,所述PLC控制方法包括对电机的正、反转的控制及对三色警示灯、相机及光源的控制。为了实现验布机的收放布料、光源的开关、相机的图像采集以及验布机工作状态的显示配合工作,本发明提供了一种PLC的控制方法,该方法能够使验布机的各个环节相协调,能够完整的实现技术要求。
-
公开(公告)号:CN109884073A
公开(公告)日:2019-06-14
申请号:CN201910207047.8
申请日:2019-03-19
Applicant: 东华大学
IPC: G01N21/89
Abstract: 本发明提供了一种布料疵点检测装置,包括:用于将布料张紧的布匹卷绕机构;设于布匹卷绕机构上方的用于捕捉布料的布面图像信息的图像采集装置;设于布匹卷绕机构上方的用于照亮布料,且角度可调的照明装置;用于获取图像采集装置所采集的布面图像信息,进行处理并分析,得到布料疵点检测情况的图像处理模块。本发明能够有效监测出布料上的疵点,可以调节照明装置的角度,并可通过调节滚筒使布匹保持一定的张紧度,同时配备有显示屏,可以将检测到的疵点清晰直观的展示在屏幕上,便于相关技术人员进行分析研究,通过机器视觉系统提高纺织品疵点检测的准确性,加快检测的速度,降低劳动成本,且操作简单,能够有效提高纺织车间的生产效率。
-
公开(公告)号:CN108052716A
公开(公告)日:2018-05-18
申请号:CN201711251623.6
申请日:2017-12-01
Applicant: 东华大学 , 上海航天精密机械研究所
IPC: G06F17/50
Abstract: 本发明涉及一种复杂结构件导向式搜索特征识别方法,该方法首先进行模型总体数据信息读入及预处理,其次对所有特征元素设置编号,进而设计了扩展的邻接矩阵存储特征元素的邻接关系,然后依据扩展属性邻接矩阵制定含通孔特征、含封闭腔特征、槽特征、开放腔特征、凸台特征的搜索起始面和搜索条件,根据搜索条件对模型中所有的制造子特征进行提取,依据制造特征加工工艺和相交特征复合关联规则,将相交子特征关联得到对应相交特征,提取制造特征几何信息,形成特征识别结果数据。本发明识别制造特征种类数量多、效率高、正确率高。
-
公开(公告)号:CN119897750A
公开(公告)日:2025-04-29
申请号:CN202411797537.5
申请日:2024-12-09
Applicant: 东华大学
IPC: B23Q17/09 , G06F18/213 , G06F18/10 , G06F18/241 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/084
Abstract: 本发明属于工业监测技术领域,具体公开了基于一维残差网络的多源信号刀具磨损量预测方法及系统,本发明实现了从信号采集到刀具磨损量预测的全流程监测;设置了信号采集模块,通过多传感器信号转换和小波变换,提高信号分析的精度;设置了数据处理模块,通过数据平衡操作,解决数据不平衡和小样本问题,提高数据处理的有效性;设置了复杂关系处理模块,通过构建一维残差网络,处理多源信号之间的复杂关系,实现全面的信号分析;设置了特征增强模块,通过引入多头注意力机制,增强特征提取能力,提高刀具磨损量预测的准确性;设置了任务执行模块,通过结合一维残差网络和多头注意力机制的模型,进行刀具磨损量预测,提高故障检测的细化分析能力。
-
公开(公告)号:CN117787602B
公开(公告)日:2025-04-18
申请号:CN202311687548.3
申请日:2023-12-08
Applicant: 东华大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/006 , G06N3/092
Abstract: 本发明提供了一种基于预测式自协同强化学习的晶圆制造系统多作业区物料配送反应式协同调度优化方法及系统,包括以下步骤:基于深度神经网络构建多作业区物料配送协同调度总回报预测模型并训练;定义与设计建立多作业区物料配送协同调度环境;构建作业区调度智能体;通过多智能体与多作业区物料配送协同调度环境进行交互形成并采集历史经验数据用以训练多智能体学习最优决策策略并最大化总回报;将晶圆多作业区调度智能体模型集成至晶圆制造系统多作业区物料配送协同调度系统。本发明通过预测式自协同强化学习方法实现晶圆制造系统多作业区物料配送协同调度优化,能够有效提升智能体协同调度性能,通过多作业区实时协同调度大大降低晶圆制造系统的生产周期和减少晶圆lot违反作业区驻留时间约束的次数。
-
公开(公告)号:CN114444547B
公开(公告)日:2025-03-21
申请号:CN202210109892.3
申请日:2022-01-29
Applicant: 东华大学 , 北京中丽制机工程技术有限公司
IPC: G06F18/213 , G06F18/2431 , G06F18/10 , G01M13/045 , G06N3/123
Abstract: 本发明提出了一种结合GEP和互信息的的化纤卷绕机轴承故障特征提取方法。使用具有进化搜索性能的改进型基因表达式编程用于滚动轴承的特征提取。为提高基因表达式编程拟合特征的可用率和轴承特征在工业场景下的结合程度,提出了一种基于互信息的特征选择方法,分别分析当前基因表达式编程特征与故障标签序列的相关性、与当前候选基因表达式编程特征集的冗余性,并在此基础上分析当前候选子集与时频域离散特征集的互补性。与原有特征对分类精度相比,基因表达式编程训练过程中能更好地保留优势特征。此方法也可以应用到工况多变的类似工业场景中,帮助故障特征提取,实现高效故障诊断。
-
公开(公告)号:CN114662677B
公开(公告)日:2025-01-07
申请号:CN202210421887.6
申请日:2022-04-21
Applicant: 东华大学 , 新凤鸣集团湖州中石科技有限公司
IPC: G06Q10/04 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/084 , G06Q50/04
Abstract: 本发明涉及一种聚酯纤维聚合过程特性粘度预测方法,包括:获取聚酯纤维聚合车间生产过程数据,并对生产过程数据进行预处理。根据特征选择方法和人工经验选取出对聚酯纤维聚合过程特性粘度具有较大影响的变量,形成特征子集。建立聚酯纤维聚合过程特性粘度预测的深度学习模型。以特征子集为输入,对聚酯纤维聚合过程特性粘度预测的模型进行训练,利用梯度下降法对神经网络模型进行参数优化,训练得到聚酯纤维聚合过程特性粘度预测的最佳模型。将所得的聚酯纤维聚合过程特性粘度预测的模型部署于聚酯车间,根据车间的实时生产数据进行预测。本申请通过深度学习算法实现聚酯纤维聚合过程特性粘度的预测,使得车间工作人员可以实时调整工艺参数。
-
公开(公告)号:CN118781597A
公开(公告)日:2024-10-15
申请号:CN202410759383.4
申请日:2024-06-13
Applicant: 东华大学
IPC: G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/094
Abstract: 本发明涉及一种智能服装草图局部样式编辑方法,旨在帮助服装设计师对服装草图的局部样式进行智能精确编辑,增强设计的可控性和灵活性。本发明使用语义分割和稀疏主成分分析方法实现服装草图的局部样式编辑。首先,对完整服装草图进行语义分割,以分割的语义部分为引导将潜在空间进行分解;然后基于编码器的方法训练一个VGG结构的编码器和StyleGAN解码器,获取完整草图和分割草图的潜在向量,并在潜在空间用稀疏主成分分析提取出更加简洁和解释性强的特征,沿着主要方向施加不同程度的扰动,实现服装草图的局部样式编辑。
-
公开(公告)号:CN114820444B
公开(公告)日:2024-07-16
申请号:CN202210276221.6
申请日:2022-03-21
Applicant: 东华大学
IPC: G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于多注意力宽度神经网络模型的混合缺陷识别方法,该方法通过知识融入的多通道注意力宽度神经网络对多种模式混合的缺陷进行识别。本发明以混合模式晶圆图缺陷为例,针对混合模式缺陷特征空间复杂的特点,该方法利用八种基本缺陷特征的先验知识,预训练注意力机制引导的选择性采样算子,使其准确提取混合模式缺陷中的单一缺陷特征;针对缺陷混合模式组合复杂的特点,该方法构建通道激活知识来指导选择性采样算子的激活,准确判别缺陷混合模式中包含的基本类型缺陷。与现有方法相比,所提模型具有更高的缺陷采样率和更高的混合模式晶圆图缺陷识别精度。
-
公开(公告)号:CN117397002A
公开(公告)日:2024-01-12
申请号:CN202280032253.X
申请日:2022-11-02
Applicant: 东华大学 , 洪启集成电路(珠海)有限公司
IPC: H01L21/033
Abstract: 本发明涉及一种半导体器件的质量改善方法、装置及高能粒子束光刻设备,该方法通过获取灰度图片中目标像素点组成的连通区域以及各个连通区域的宽度,根据各个连通区域的宽度所在的宽度区间以及宽度区间与高能粒子束束斑大小的对应关系,获取高能粒子束光刻设备雕刻各个连通区域对应的图案时的目标高能粒子束束斑值;根据与目标高能粒子束束斑值对应的预设的高能粒子束加工参数与灰度值之间的对应关系,获取各个连通区域内像素点对应的高能粒子束加工参数,从而使得高能粒子束光刻设备在雕刻宽度较大的连通区域时,采用更大的高能粒子束束斑,在雕刻宽度较小的连通区域时,采用更小的高能粒子束束斑。相对于现有技术,该方法在提高半导体器件加工精度的同时,保证了加工效率。
-
-
-
-
-
-
-
-
-