-
公开(公告)号：CN102789598A
公开(公告)日：2012-11-21
申请号：CN201210232167.1
申请日：2012-07-06
Applicant: 西北工业大学
IPC: G06Q10/04
Abstract: 本发明提出了一种以机器特征属性为区间数的作业车间瓶颈识别方法，首先采用优化方法获得调度问题的调度优化方案，其次建立区间属性值的多属性瓶颈识别模型，将瓶颈识别问题转化为根据多个评价属性综合评价候选机器的多属性决策问题，然后采用改进的三参数区间TOPSIS进行瓶颈的最终判定。本发明采用改进的三参数区间TOPSIS瓶颈识别方法增强了区间的信息表示能力，提高了区间的信息精度，改进的三参数相离度公式解决了属性区间分布概率不相同的权重确定问题，能有效地确定机器属性的权重；区间多属性瓶颈识别方法的贴近度Ci充分挖掘设备属性蕴涵的信息，相比确定性多属性瓶颈识别方法，具有更高的瓶颈识别质量。
-
公开(公告)号：CN119378350A
公开(公告)日：2025-01-28
申请号：CN202411061198.4
申请日：2024-08-05
Applicant: 西北工业大学 , 西安法士特汽车传动有限公司
Abstract: 为解决现有已公开的知识建模相关方法对复杂部件进行知识建模和整合，并生成工艺路线时，难以满足其精密制造要求的问题，本发明提出一种基于动态知识图谱的复杂部件工艺路线生成与分配方法，从工艺图像、文本中提取静态知识，构建全局知识集合，并将与工厂、生产线和关键设备相关联的动态属性数据集成至全局知识集合的全局属性集合对其更新，基于更新后的全局知识集合构建动态知识图谱，为后续的工艺生成和优化提供了坚实的数据基础；在工艺路线生成过程中引入GRNN模型，并利用历史工艺方案与测试集进行交叉验证，训练出的GRNN模型不仅能有效识别工艺参数的合理范围，还能充分利用知识图谱中的图结构信息，提高了工艺路线生成的准确性。
-
公开(公告)号：CN118982199A
公开(公告)日：2024-11-19
申请号：CN202411070647.1
申请日：2024-08-06
Applicant: 西北工业大学宁波研究院
IPC: G06Q10/0631 , G06Q50/04 , G06N5/04
Abstract: 本发明涉及一种复杂制造网络中的资源任务协同决策方法，通过将订单工序与机械加工设备作为博弈过程的参与者，在博弈的过程中获得最优化模型后，通过拟牛顿二阶优化算法求解在线资源配置问题，可灵活处理动态环境下的订单需求信息，避免了预训练或复杂的参数配置过程，实施逻辑清晰，计算复杂性低，可拓展性强。
-
公开(公告)号：CN118095904B
公开(公告)日：2024-07-02
申请号：CN202410524456.1
申请日：2024-04-29
Applicant: 西北工业大学 , 中航国际金网(北京)科技有限公司
IPC: G06Q10/0637 , G06Q10/0631 , G06Q10/0635 , G06Q10/0639 , G06Q10/04 , G06Q10/067 , G06Q30/0202
Abstract: 为了解决传统供应链治理方案其治理目标多为单一经济目标而导致无法有效应对扰动，进而无法有效保障复杂产品交付的稳定与质量的技术问题，本发明提出了一种复杂产品供应链敏捷‑韧性治理方法。本发明以提升复杂产品供应链扰动应对能力为目标，通过构建敏捷‑韧性评价指标，以及事先建立不同敏捷‑韧性成熟度水平的复杂产品供应链所适用的治理模式，并评价待治理复杂产品供应链在敏捷性与韧性方面的成熟度水平，根据成熟度水平为待治理的复杂产品供应链选择适当的治理模式，使得复杂产品供应链在敏捷性与韧性方面得以提升，进而提升其应对扰动的能力，有利于保障复杂产品交付的稳定与质量。
-
公开(公告)号：CN117787480B
公开(公告)日：2024-06-04
申请号：CN202311764745.0
申请日：2023-12-21
Applicant: 西咸新区大熊星座智能科技有限公司 , 西北工业大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/04 , G06V10/40 , G06V10/62 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/096 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 为了解决现有利用神经网络对焊缝成形质量进行评估预测的方法存在的预测精度较低的技术问题，本发明提出了一种基于Res‑LSTM的焊缝成形质量实时预测方法。本发明通过收集数据构建源域数据和目标域数据，利用基于CNN的焊缝成形迁移学习模型对源域数据进行特征提取，根据目标域数据对基于ResNet的焊缝成形诊断模型进行卷积层参数修正，利用基于LSTM构建焊缝成形质量预测模型预测下一焊接时刻的焊缝时序特征向量并输入到训练好的焊缝成形诊断模型的全连接层中，进而由焊缝成形诊断模型的全连接层输出焊接标签，从而预测出下一焊接时刻的焊缝成形状态，实现了焊缝成形质量的在线精确预测。
-
Patent Agency Ranking
公开(公告)号：CN118095904A
公开(公告)日：2024-05-28
申请号：CN202410524456.1
申请日：2024-04-29
Applicant: 西北工业大学 , 中航国际金网(北京)科技有限公司
IPC: G06Q10/0637 , G06Q10/0631 , G06Q10/0635 , G06Q10/0639 , G06Q10/04 , G06Q10/067 , G06Q30/0202
Abstract: 为了解决传统供应链治理方案其治理目标多为单一经济目标而导致无法有效应对扰动，进而无法有效保障复杂产品交付的稳定与质量的技术问题，本发明提出了一种复杂产品供应链敏捷‑韧性治理方法。本发明以提升复杂产品供应链扰动应对能力为目标，通过构建敏捷‑韧性评价指标，以及事先建立不同敏捷‑韧性成熟度水平的复杂产品供应链所适用的治理模式，并评价待治理复杂产品供应链在敏捷性与韧性方面的成熟度水平，根据成熟度水平为待治理的复杂产品供应链选择适当的治理模式，使得复杂产品供应链在敏捷性与韧性方面得以提升，进而提升其应对扰动的能力，有利于保障复杂产品交付的稳定与质量。
-
公开(公告)号：CN114896228B
公开(公告)日：2024-04-05
申请号：CN202210454916.9
申请日：2022-04-27
Applicant: 西北工业大学
IPC: G06F16/215 , G06F16/25 , G06F18/214 , G06F18/213 , G06F18/243 , G06F18/22 , G06F18/2415 , G06F17/18 , G06N5/01 , G06N20/00
Abstract: 为解决数据流清洗算法适用的数据类型单一以及难以动态优化以适应外部环境变化的技术问题，本发明提出了一种基于过滤规则多级组合优化的工业数据流清洗模型和方法，将数据检测、修复、过滤规则配置、过滤规则优化融为一体，能够为规则匹配模型提供可信任的数据输入；将主成分分析与随机森林算法引入规则匹配模型的构建，能在依据输入数据特征自匹配合适数据过滤规则的同时，通过获取解释能力更强的低维数据提高自匹配精度；所设计的过滤规则库具有可重构与可拓展特点并支持对规则的复杂逻辑描述，在对清洗后数据引入质量评估与反馈后，能够以自学习与自适应的方式应对多场景下多源数据的处理，突破传统面向单一应用场景的数据清洗算法的局限性。
-
公开(公告)号：CN117787761A
公开(公告)日：2024-03-29
申请号：CN202311524728.X
申请日：2023-11-16
Applicant: 西北工业大学
IPC: G06Q10/0639 , G06Q10/04 , G06Q50/04 , G06F18/10 , G06F18/2131 , G06F18/22 , G06F18/243 , G06F18/27 , G06N5/01
Abstract: 为解决现有用于数字化车间制造过程质量预测方案存在的预测准确度较低的技术问题，本发明提出了一种基于多模态数据和自适应混合模型的制造过程质量预测方法及系统。本发明首先采集产品关键零部件制造过程中的多模态数据，提高了数据的完整性和数据质量，为高精度质量预测提供了较好的数据基础；而后，考虑到在多模态数据背景下，不同特征之间的关系并非是线性回归的，往往用单一的质量预测模型很难满足实际需要，因此，本发明构建了由多个质量预测模型构成的智能模型，并针对不同加工特征分别为其匹配最优质量预测模型，实现了对不同待加工零件的各加工特征自适应地匹配预测误差最小的质量预测模型，能更好地拟合实际，提高了质量预测的准确度。
-
公开(公告)号：CN117114381A
公开(公告)日：2023-11-24
申请号：CN202310956038.5
申请日：2023-08-01
Applicant: 西北工业大学
IPC: G06Q10/0633 , G06Q10/0631 , G06Q50/04
Abstract: 为了解决现有的集中式制造服务的优化配置方法灵活性较差、自主决策权不强的技术问题，本发明提出了一种智能制造服务链动态优化配置方法及系统。本发明能够为生产异常的处理者快速地处理生产异常任务时的自主决策提供参考依据；通过所提出的在企业制造车间内‑单个制造服务联盟‑多个制造服务联盟‑制造服务平台的逐级联动机制对生产异常任务进行快速响应，极大地节省了生产任务对异常任务的响应时间，为任务生产过程稳定可靠地运行提供了保障。
-
公开(公告)号：CN116611325A
公开(公告)日：2023-08-18
申请号：CN202310554802.6
申请日：2023-05-17
Applicant: 西北工业大学
IPC: G06F30/27 , G06N3/044 , G06N3/08 , G06F119/14
Abstract: 本发明涉及一种基于最大磨粒切深与神经网络的磨削残余应力预测模型的建立方法，属于加工表面完整性研究领域。该方法首先从微观磨粒角度出发，综合考虑砂带磨削柔性接触与磨削多状态耦合特征，建立了磨粒最大切入深度模型。然后，采用交叉验证算法对GRNN网络训练集进行交叉验证，获取最优光滑因子值，提高GRNN网络的泛化能力。最后，以进给速度、砂带线速度、磨粒最大切入深度作为GRNN神经网络输入，建立了残余应力预测模型。通过实验证明该方法具有较高的残余应力预测精度。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.022 seconds)
