公开(公告)号：CN117669984B

公开(公告)日：2024-11-05

申请号：CN202311750332.7

申请日：2023-12-18

Applicant: 暨南大学 ,  广东云熵科技有限公司

Inventor： 郭洪飞 ,  欧阳雅捷 ,  曾云辉 ,  任亚平 ,  何智慧 ,  阎龙 ,  朝宝

IPC: G06Q10/0631 ,  G06N5/02 ,  G06N3/092 ,  G06F18/241

Abstract: 本发明提出了基于数字孪生及知识图谱的强化学习的车间调度方法，包括：建立数据接收与存储结构收集多模态数据，根据多模态数据生成标签和元数据，并利用图模型的连接性预测与现有数据相关的标签和元数据；对生成的标签和元数据进行数据质量评估与过滤，所述数据质量评估是根据数据质量评分进行评估；设计多层次车间状态表示并建立车间数字孪生模型；构建知识图谱和可解释强化学习模型；根据可解释强化学习模型生成决策逻辑和解释决策逻辑；根据决策逻辑和车间数字孪生模型搭建实验环境并评估实验性能。本发明综合性地解决了车间调度的效率、成本和解释性问题。

公开(公告)号：CN118627818A

公开(公告)日：2024-09-10

申请号：CN202410763129.1

申请日：2024-06-13

Applicant: 内蒙古工业大学 ,  暨南大学

Inventor： 郭洪飞 ,  陆鑫宇 ,  任亚平 ,  张锐 ,  卜二军

IPC: G06Q10/0631 ,  G06Q10/0633 ,  G06Q10/10 ,  G06N3/092

Abstract: 本发明公开了一种退役动力电池的多目标双边拆解线平衡方法及装置，所述方法包括：引入退役动力电池的双边布局的拆解线模式，定义与优先关系、或优先关系来描述退役动力电池的拆解任务之间的约束类型，并在退役动力电池的拆解优先图中融入与优先关系和或优先关系，建立退役动力电池的多目标双边拆解线平衡模型MILP，以从产线配置、经济效益和安全环保三个方面优化影响退役动力电池的双边拆解线平衡的指标；基于强化学习的群体进化算法RLSEA对多目标双边拆解线平衡模型MILP的双边拆解线平衡的指标进行求解，得到退役动力电池的最优的拆解任务分配方案。本发明能够提升退役动力电池拆解的作业效率与灵活性。

公开(公告)号：CN118607373A

公开(公告)日：2024-09-06

申请号：CN202410759265.3

申请日：2024-06-13

Applicant: 暨南大学

Inventor： 郭洪飞 ,  钟方 ,  任莹 ,  任亚平 ,  何智慧 ,  韩世林

IPC: G06F30/27 ,  G06N7/01 ,  G06N7/02 ,  G06N5/04 ,  G06F119/02

Abstract: 本发明公开了一种退役机电产品拆解工序的失效风险评估方法、装置及设备，所述方法包括：从退役机电产品的零部件失效层面出发，确定退役机电产品的拆解工序的失效行为表现，并通过引入模糊推理方法，处理多维失效变量进而精确描述退役机电产品的单个拆解工序的失效状态；利用改进离散萤火虫算法优化用于反映退役机电产品的失效拆解工序间因果关系的贝叶斯网络拓扑结构；使用期望最大参数估计方法来估计贝叶斯网络拓扑结构每个节点的贝叶斯网络参数，以估计退役机电产品的各个拆解工序的失效条件概率。本发明能够准确识别退役机电产品拆解过程中潜在的拆解工序的关联失效风险。

公开(公告)号：CN117151425B

公开(公告)日：2024-04-26

申请号：CN202311364387.4

申请日：2023-10-20

Applicant: 暨南大学

Inventor： 任亚平 ,  许哲豪 ,  郭洪飞 ,  王丽娜 ,  孟磊磊 ,  朝宝 ,  塔建

IPC: G06Q10/0631 ,  G06N20/00 ,  G06Q10/30 ,  G06Q50/04 ,  G06Q50/26

Abstract: 本发明提供一种基于RQL算法的选择拆卸规划方法及系统，获取待拆卸产品的数据集，结合Q‑learning算法和Rollout策略迭代采样待拆卸产品的数据集，得到待拆卸产品的优选拆卸序列，本申请的RQL(Rollout‑Q‑learning)算法是基于Rollout策略优化了Q‑learning算法在迭代过程中的动作选择，在每个决策阶段使用Rollout策略对每个可行动作进行有限步数的模拟采样之后，选择在有限步数内估计价值最大的可行动作，从而使Q‑learning算法具备更强的全局搜索能力，最终得到优选拆卸序列，相对于传统的Q‑learning算法，RQL(Rollout‑Q‑learning)算法在拆卸序列规划上有很大的性能提升，同时能够提高拆卸流程的回收效益，尽可能减少EoL产品对环境造成的危害。

公开(公告)号：CN117388708A

公开(公告)日：2024-01-12

申请号：CN202311428167.3

申请日：2023-10-30

Applicant: 暨南大学 ,  内蒙古科学技术研究院

Inventor： 郭洪飞 ,  任亚平 ,  何智慧 ,  卜二军 ,  郭海全 ,  朝宝

IPC: G01R31/367 ,  G01R31/374 ,  G01R31/378 ,  G01R31/382 ,  G01R31/396

Abstract: 本发明属于动力电池技术领域，具体的说是一种动力电池系统及动力电池系统热失控监测方法，包括动力电池服役模型精准构建端、动力电池服役数据处理研究端与动力电池循环老化衰退端；所述动力电池服役模型精准构建端包括动力电池多尺度映像模型构建模块与动力电池多尺度数字孪生模块；动力电池服役周期数字孪生建模理论，揭示动力电池循环老化衰退过程中多物理场参数动态演变与耦合作用机制，阐明多影响因素耦合作用下动力电池循环老化衰退机理；探究单体不一致性作用下的动力电池多尺度性能衰退规律，形成一套面向动力电池服役周期的主动再制造时域决策方法与理论，以实现动力电池再制造生产效益最大化。

公开(公告)号：CN117352885A

公开(公告)日：2024-01-05

申请号：CN202311489415.5

申请日：2023-11-09

Applicant: 暨南大学 ,  内蒙古科学技术研究院

Inventor： 郭洪飞 ,  任亚平 ,  何智慧 ,  卜二军 ,  张耀斌 ,  赵敏

IPC: H01M10/48 ,  H01M10/613 ,  H01M10/625 ,  H01M10/663 ,  H01M10/6563 ,  H01M10/6568 ,  H01M10/6554

Abstract: 本发明属于动力电池技术领域，具体的说是一种动力电池热流泄放装置及动力电池热流泄放方法，包括以下制备步骤：通过温度检测装置进行温度监测，当电池的温度超过指定数值后，温度检测装置将信息传递给控制端，控制端启动冷却箱进行降温；通过液泵的运作将冷却箱内部的冷却液抽入排液管内，动力电池体的内部安装有吸热片，吸热片的顶端连接有散热片，吸热片可以吸收动力电池体内部的热量传递给散热片,散热片会将动力电池体的热量侧端给循环冷却管，排液管内部的冷却液会进入循环冷却管内部流动，冷却液的流动会将散热片上的热量带走，从而对动力电池体进行散热处理，提高动力电池体的散热效果，保证动力电池体的正常运作环境。

公开(公告)号：CN114066232B

公开(公告)日：2022-07-22

申请号：CN202111349982.1

申请日：2021-11-15

Applicant: 内蒙古北方重工业集团有限公司 ,  暨南大学 ,  内蒙古工业大学

Inventor： 郭洪飞 ,  陈世帆 ,  郭海全 ,  曾云辉 ,  伍泓韬 ,  刘景顺 ,  何智慧 ,  任亚平 ,  张锐

IPC: G06Q10/06 ,  G06Q10/10 ,  G06K9/62 ,  G06N20/00 ,  H04L67/10

Abstract: 本发明属于工业物联网技术领域，公开了基于分布式强化学习和边缘计算的工厂调度方法及系统。所述系统包括本地动作模型、边缘设备、云端数据存储器和云端策略模型。方法为：初始化本地动作模型和边缘设备；本地动作模型实时生成适配不同流水线的调度规则；边缘设备对实时产生的生产信息进行编码，生成两参数元组和五参数元组分别发送至本地动作模型和云端数据存储器；云端策略模型对云端存储的数据进行优先级采样、重要性排序和更新；同步云端策略模型和本地动作模型。本发明将边缘计算与分布式强化学习算法结合应用于工业生产，实现了数据实时传输和工业生产实时调度，并通过本地设备与云端设备的交互，不断提高模型准确性，优化工业生产效率。

公开(公告)号：CN114186749B

公开(公告)日：2022-06-28

申请号：CN202111546245.0

申请日：2021-12-16

Applicant: 暨南大学

Inventor： 郭洪飞 ,  陈世帆 ,  曾云辉 ,  杨博文 ,  伍泓韬 ,  何智慧 ,  任亚平 ,  李建庆

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/04 ,  G06N3/12 ,  G06N20/20

Abstract: 本发明提供了一种基于强化学习及遗传算法的柔性车间调度方法及模型，属于人工智能技术领域。根据柔性作业车间的特点，建立柔性作业车间调度模型；对遗传算法和基于熵的置信域优化强化学习算法中的基本参数进行初始化；利用基于熵的置信域优化算法更新遗传算法中的参数，并分别对参与交叉和变异的染色体种群进行交叉和变异操作，生成参与交叉和变异的新染色体种群；计算新种群中每个个体的适应度，确定基于熵的置信域优化算法中的状态参数，对新染色体种群执行遗传算法操作；反复执行上述迭代至截止，并输出结果。本发明将基于熵的置信域优化强化学习算法与遗传算法相结合，提高了柔性车间调度的性能，增强车间生产的鲁棒性，提高生产效率。

公开(公告)号：CN113360618B

公开(公告)日：2022-03-11

申请号：CN202110633919.4

申请日：2021-06-07

Applicant: 暨南大学

Inventor： 郭洪飞 ,  马向东 ,  曾云辉 ,  塔建 ,  吴清见 ,  何智慧 ,  任亚平 ,  张锐

IPC: G06F16/332 ,  G06F16/33 ,  G06N3/04

Abstract: 本发明提出一种基于离线强化学习的智能机器人对话方法及系统，方法包括获取已有的对话数据信息，基于对话数据构建训练集；在训练集抽取预设关键信息，对关键信息进行数据处理,引入非策略的批量强化学习算法；构建基于对话预判模型，并利用基于关键信息得到的数据对模型进行训练；获取待交流对话的数据信息；从数据信息中抽取预设关键信息，通过数据处理得到第一向量；利用已训练的模型处理第一向量，得到对应的第一标签，根据第一向量和第一标签进行决策输出；基于决策与用户进行对话。系统包括GPU服务器、模型存储器、存储模块、语言数据库、离线强化学习处理器、CPU处理器、语言收集模块和智能对话执行模块。

公开(公告)号：CN113359744B

公开(公告)日：2022-03-01

申请号：CN202110684879.6

申请日：2021-06-21

Applicant: 暨南大学

Inventor： 郭洪飞 ,  陈世帆 ,  曾云辉 ,  何睿潼 ,  姜涛 ,  廖丁为 ,  何智慧 ,  任亚平 ,  张锐

IPC: G05D1/02

Abstract: 本发明公开了一种基于安全强化学习及视觉传感器的机器人避障系统，包括卷积神经模块，所述卷积神经网络模块包括长短期记忆单元；还包括加入LSTM单元、第一卷积层、第二卷积层、第一全连接层、第二全连接层、输出层。本发明采用强化学习算法的增强，使多维，连续，多约束问题能够较好的收敛于信任域内，解决了以往带约束的强化学习算法的诸多问题。可以大幅提高生产安全，普适地应用在不同场合的危险工作上，在解放劳动力的同时，提高了操作安全性、精准性。