-
公开(公告)号：CN117216636A
公开(公告)日：2023-12-12
申请号：CN202311178917.6
申请日：2023-09-12
Applicant: 郑州轻工业大学
IPC: G06F18/24 , G01M13/045 , G06F18/10 , G06N3/0464 , G06F18/22
Abstract: 本发明提出一种强背景噪声下的高压辊磨机滚动轴承EEMD‑FKU‑PMCKD微弱故障诊断方法，对含强背景噪声的振动信号，用集合经验模态分解进行信号分解，获得IMF分量，以互相关系数、峭度作为指标，筛选出最优分量，重构原始信号。其次，基于快速谱峭度算法对重组信号进行一重滤波，对滤波信号做包络谱分析确定最大相关解卷积中参数的优化范围，根据粒子群算法对MCKD模型进行自适应参数优化，获得MCKD中滤波器长度L、解卷积周期Ts和移位数M的最佳组合参数，将最佳优化参数结果回代到MCKD模型对一重滤波信号进行自适应二次滤波增强。最后，包络谱提取的轴承故障特征频率与理论值进行对比，确定故障类型，实现故障诊断。
-
公开(公告)号：CN117034489A
公开(公告)日：2023-11-10
申请号：CN202310985999.9
申请日：2023-08-07
Applicant: 郑州轻工业大学
IPC: G06F30/17 , G06F30/12 , G06F30/25 , G06F30/28 , G06F111/04 , G06F111/08 , G06F113/08 , G06F119/14
Abstract: 本发明提出了一个多物理场仿真与公理化集成的反击式破碎机节能优化方法，其步骤为，首先利用参数化建模，建立传统反击式破碎机的三维模型并简化；然后，对传统反击式破碎机进行仿真分析；然后，分析反击式破碎机的功能需求和几何结构之间的关联关系，利用公理化设计，进行除尘功能和破碎机功能的耦合分析和解耦设计，利用信息公理进行方案优选，设计出面向除尘节能的新型反击式破碎机。本发明集合公理化设计理论与多物理场仿真方法，设计新型反击式破碎机及除尘装置，降低除尘能耗并提高破碎效率。
-
公开(公告)号：CN116046038A
公开(公告)日：2023-05-02
申请号：CN202211408260.3
申请日：2022-11-10
Applicant: 郑州轻工业大学 , 河南许继仪表有限公司
Abstract: 本发明涉及数据采集技术领域，具体为一种工业互联网平台数据采集装置，包括固定底座，所述固定底座的顶部固定连接有防护仓，所述固定底座的内部设置有辅助采集装置，所述固定底座的内部滑动连接有运输底盘，所述运输底盘的内部卡接有工业环境数据采集仓，所述辅助采集装置包括有主动电机、往复丝杆和正转棘轮。本发明通过工业环境数据采集仓卡接安装在防护仓的内部，控制辅助采集装置内结构带动运输底盘上工业环境数据采集仓移动至防护仓内进行防护性数据采集，防晒遮雨的防护功能减少因中高空环境影响采集数据的问题，同时辅助采集装置在数据采集期间能够达到气体过滤防护、过滤组件的自动清理与电力持续供给的效果。
-
公开(公告)号：CN114282360B
公开(公告)日：2023-04-18
申请号：CN202111534942.4
申请日：2021-12-15
Applicant: 郑州轻工业大学
IPC: G06F30/20 , G06V20/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N5/04
Abstract: 本发明提出了一种数字孪生环境下本体驱动的车间不安全状态语义推理方法。首先，通过网络本体语言(OWL)建立车间生产现场不安全状态的语义本体模型，并使用语义网规则语言(SWRL)建立不同类型的车间不安全状态的推理规则；然后，使用本体编辑器Protégé对所建立的车间生产现场不安全状态的语义本体进行编码；然后，在Unity 3D中对孪生车间不安全状态虚拟场景进行仿真，将高逼真的仿真动画录制成视频，作为后续目标检测的数据集来源；然后，利用实例分割算法识别车间生产现场不安全状态的实例，并映射为所建立的本体的实例；最后，使用推理引擎执行推理规则，实现车间生产现场潜在危险状态及其相关信息的自动推理。
-
公开(公告)号：CN113255777B
公开(公告)日：2023-01-31
申请号：CN202110590228.0
申请日：2021-05-28
Applicant: 郑州轻工业大学
IPC: G06F18/2321 , G06F18/25 , G06F18/2135 , G06F18/214 , G06N3/0464 , G06N20/10 , G06Q10/20 , G08B21/18
Abstract: 本发明提出一种基于多模态敏感特征选取融合的设备故障预警方法及系统，用于解决基于单模态特征的预警系统存在准确率低、适用范围窄的技术问题。其方法的步骤为：首先，提取采集的历史设备正常状态的参数运行数据的特征向量，并对特征向量进行标准化；其次，运用基于Mercer内核的核PCA获取标准化的特征数据的敏感特征，并根据敏感特征训练GMM模型；然后在线获取设备运行时的实时状态数据，并根据上述步骤选取多模态敏感特征；最后，将多模态敏感特征输入到训练好的GMM模型，依据得到的概率值是否小于预设的阈值决定是否报警。本发明通过设备多模态特征选取与融合，提升设备故障预警系统的准确率，实现了离线预警模型构建、在线实时故障预警。
-
Patent Agency Ranking
公开(公告)号：CN114476435B
公开(公告)日：2022-12-09
申请号：CN202210072310.9
申请日：2022-01-21
Applicant: 郑州轻工业大学 , 南京田十八科技有限公司
Abstract: 本发明提出了一种虚实同步的智能垃圾箱多状态三维呈现与异常反馈方法。首先，给出翻板式垃圾箱的基本组成结构，然后通过基于深度学习的目标检测算法和翻板式机构实现垃圾的智能识别、分类与自动分拣这三个基础功能；然后，通过红外传感器、惯性传感器、温度传感器、角度传感器、视觉传感器、重量传感器实现垃圾箱不同类型信息的感知；然后，通过三维建模和物理引擎实现多状态三维呈现，并通过数据对比识别异常状态；然后，通过通信接口实现数据传递与控制信息反馈，完成垃圾清理提示、火情预警、倾倒预警、故障推送等功能，最终达到提高垃圾分类储存、回收的效率，并降低垃圾箱本身运维和管理成本的目的。
-
公开(公告)号：CN113658325B
公开(公告)日：2022-11-11
申请号：CN202110896179.3
申请日：2021-08-05
Applicant: 郑州轻工业大学
Abstract: 本发明提出一种数字孪生环境下的生产线不确定对象智能识别与预警方法，首先建立非生产线系统不确定物理对象的模型库；其次，附加非生产线系统不确定物理对象的属性数据；将建立的非生产线系统不确定物理对象的模型库及其附加属性数据导入现有生产线数字孪生系统的模型库中；基于YOLO方法对进入生产线系统的不确定物理对象进行自动检测；基于双目视觉对进入生产线系统的不确定物理对象的实际大小进行自动检测；对于不安全对象，综合采用语音提示、系统报警、信息推送等手段进行危险预警；对于安全对象，在所建立的模型库中匹配出对应的三维模型；最终，将匹配到的三维模型加载到生产线数字孪生系统中。
-
公开(公告)号：CN115100507A
公开(公告)日：2022-09-23
申请号：CN202210813889.X
申请日：2022-07-11
Applicant: 郑州轻工业大学
Inventor： 王昊琪 , 王佳奇 , 李浩 , 刘根 , 苗壮 , 孙天兴 , 车福亮 , 司红雷 , 罗国富 , 谢贵重 , 文笑雨 , 孙春亚 , 乔东平 , 张玉彦 , 杨文超 , 张丽科
Abstract: 本发明提供了一种昏暗环境下空调管道指针式仪表智能识别系统与方法，其步骤如下：制作指针式仪表目标检测数据集和语义分割数据集；训练深度学习模型；使用模型转换工具将目标检测模型和语义分割模型转换为NaiveBuffer格式的模型，并部署在智能终端；由传感器节点采集到的指针式仪表图像无线传输至智能终端；智能终端调用目标检测模型自动检测出图像中指针式仪表所在位置并用方框框出；调用语义分割模型将刻度和指针标出，并通过角度法得到准确读数；检测结果上传至服务器进行可视化展示。本发明专利采用低成本的硬件进行系统开发，并将智能识别算法部署在终端，具有能耗低、自动抄表、精度高、适应昏暗环境的优点，为中央空调系统的运行维护提供了保证。
-
公开(公告)号：CN113240798B
公开(公告)日：2022-04-22
申请号：CN202110544533.6
申请日：2021-05-19
Applicant: 郑州轻工业大学
Abstract: 本发明提出一种基于数字孪生和AR的物料完备性智能检测与配置方法，建立不完备物料的数字孪生模型库与知识库；将不完备物料的数字孪生模型库与知识库分别导入数字孪生系统数据库中的模型数据库与知识数据库中；将待检测物料送入基于视觉的物料完备性检测平台中进行分拣，得到不完备物料和相应的数据，将数据导入不完备物料信息数据库中；基于AR设备实现对不完备物料配置的感知与重构；根据数字孪生关系数据库匹配不完备物料的配置方案，利用基于AR的虚实注册融合算法在AR设备中实现虚实融合；借助不完备物料的配置方案和AR人机交互，工人能快速准确地找到不完备物料的位置和问题种类，完成配置，使物料完备。
-
公开(公告)号：CN113792924A
公开(公告)日：2021-12-14
申请号：CN202111084479.8
申请日：2021-09-16
Applicant: 郑州轻工业大学
Abstract: 本发明属于生产计划技术领域，具体涉及一种基于Deep Q‑network深度强化学习的单件作业车间调度方法，包括以下步骤：(1)采用析取图的方法对作业车间调度环境进行建模，将调度决策问题转换为序贯决策问题，建立马尔科夫五元组模型，使用深度强化学习对该模型进行求解；(2)从作业车间调度的析取图环境中提取当前的状态；(3)采用卷积神经网络对动作值函数和目标值函数进行拟合；(4)采用18种启发式调度规则，作为强化学习的代理动作；(5)设计奖励函数对整个调度决策进行评估，使用DQN算法更新动作值函数的权重参数；(6)进行状态转移；(7)目标值函数的网络参数更新；本发明可以快速处理作业车间的调度问题，具有实时性强和灵活性高的优点。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.026 seconds)
