-
公开(公告)号：CN119579209A
公开(公告)日：2025-03-07
申请号：CN202411625849.8
申请日：2024-11-14
Applicant: 重庆大学
IPC: G06Q30/0201 , G06Q30/0202 , G06N5/04 , G06N3/092
Abstract: 本发明公开了一种工业软件服务平台多运营模式下的利益分配模型构建与协同优化方法，包括如下步骤：步骤一：基于Stackelberg的主从博弈决策模型分析最优决策：11)构建定价模型，分别得到工业软件服务平台和工业软件开发商的利润函数和约束条件；12)进行最优博弈决策分析：121)分析在独立经营条件下的工业软件开发商和工业软件服务平台的最优决策，得到最优价格和最大利益；122)分析在合作经营条件下的工业软件开发商和工业软件服务平台的最优决策，得到整体最大利益；步骤二：基于Shapley值法建立利益分配模型；步骤三：利益决策优化：31)利用历史数据拟合价格和功能模块数量的关系函数；32)采用强化学习方法决策最优利益分配方案。
-
公开(公告)号：CN115657465B
公开(公告)日：2024-11-12
申请号：CN202210842327.8
申请日：2022-07-18
Applicant: 重庆大学
IPC: G05B13/04
Abstract: 本发明提供的一种基于数据驱动的机器人能耗优化方法，包括以下步骤：S1.获取目标机器人的关节轨迹；S2.将目标机器人的关节轨迹按时域均分为k个段，并对每一段关节轨迹进行变时间尺度缩放；S3.采用元启发算法搜索满足机器人运动约束及时间约束条件且使得矩阵A列满秩的n条缩放关节轨迹；S4.控制目标机器人按次序执行所述n条缩放轨迹，并采集每条缩放轨迹在每个时间段内的能耗值Ei,m；S5.构建机器人能耗特性参数计算模型；S6.构建能耗优化计算模型；采用动态规划算法，结合时间缩放状态空间表达式对最佳缩放参数进行搜索，并基于能耗优化计算模型及状态转移方程对关节轨迹能耗进行迭代计算，最终得到满足指定条件的能耗最优缩放轨迹及最优能耗值；无需获取机器人的其他相关参数，在保证能耗计算准确性的同时有效提高能耗优化评估效率。
-
公开(公告)号：CN115034504B
公开(公告)日：2024-05-28
申请号：CN202210754025.5
申请日：2022-06-28
Applicant: 重庆大学
IPC: G06F30/27 , G06N3/045 , G06N3/0464 , G06N3/096 , B23Q17/09 , G06F18/214 , G06F18/22
Abstract: 本发明具体涉及基于云边协同训练的刀具磨损状态预测系统及方法。所述系统包括：设备层，用于获取待测刀具的传感器数据；边缘平台，部署有经过训练的特征提取模型和轻量化预测模型；特征提取模型用于提取传感器数据中的数据特征作为待测特征信息，轻量化预测模型用于将待测特征信息作为输入并输出对应的刀具磨损状态预测结果；云平台，部署有基于注意力机制的大规模预测模型；所述大规模预测模型学习注意力特征，并将其蒸馏到边缘平台的轻量化预测模型中，以实现云边模型的协同训练。本发明还公开了刀具磨损状态预测方法。本发明能够在边缘侧部署预测模型来实现刀具磨损状态的预测，并通过云边协同训练的方式提高刀具磨损状态预测的精度。
-
公开(公告)号：CN118037001A
公开(公告)日：2024-05-14
申请号：CN202410380777.9
申请日：2024-03-31
Applicant: 重庆大学
IPC: G06Q10/0631 , G06Q50/04 , G06Q50/26 , G06N3/006
Abstract: 本发明公开了一种工业互联环境下制造任务高效低碳评价及优化调度方法，包括：构建工业互联网环境下制造任务调度的高效低碳评价指标体系；对待调度的所有制造任务进行任务分解，得到对应的子任务；基于高效低碳评价指标体系，为各个制造任务及其子任务构建以用户效益最高、总能耗最低、交易达成率最高为目标的制造任务调度模型；通过启发式优化算法求解该制造任务调度模型，生成最优制造任务调度方案；基于最优制造任务调度方案实现各个制造任务及其子任务的服务选择和任务调度。本发明以用户效益最高、总能耗最低和交易达成率最高为目标进行制造任务调度，从而提高制造任务调度的调度效率和资源利用效率。
-
公开(公告)号：CN118036827A
公开(公告)日：2024-05-14
申请号：CN202410380778.3
申请日：2024-03-31
Applicant: 重庆大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04 , G06N3/006
Abstract: 本发明公开了一种工业互联环境下广域多元制造资源的组合优化配置方法，包括：获取服务需求方的多元制造任务以及资源供应方的广域服务资源；构建在工业互联环境下服务组合优选过程中，兼顾服务需求方、资源供应方和平台方需求的服务组合指标评价体系；为各个子任务构建综合考虑服务时间、交付物质量、服务成本、信誉度、资源利用率和满意度的服务组合匹配模型；通过启发式算法求解服务组合匹配模型，生成最优服务组合方案；基于最优服务组合方案为各子任务分配对应的最优服务资源。在构建服务组合指标评价体系和服务组合匹配模型时综合考虑服务需求方、资源供应方和平台方的需求，从而提高服务资源供需匹配时的准确率和匹配效率。
-
Patent Agency Ranking
公开(公告)号：CN117973502A
公开(公告)日：2024-05-03
申请号：CN202410120220.1
申请日：2024-01-29
Applicant: 重庆大学
IPC: G06N3/098 , G01M13/045 , G06N3/096 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/082 , G06F18/2415
Abstract: 本发明公开了一种基于云边协同的生产设备故障诊断系统及方法。所述系统包括：设备端、边缘侧和云端；边缘侧的个性化诊断模型用于将轴承特征信息作为输入，输出对应的轴承状态预测结果；边缘侧还用于根据轴承状态预测结果生成反馈控制信息下发至设备端，用以供设备端完成待测生产设备的控制；云端的普适化诊断模型用于根据边缘侧上传的数据进行学习，生成对应的云端模型参数，并将云端模型参数迁移至边缘侧作为个性化诊断模型的初始模型参数，用以供边缘侧在初始模型参数的基础上进行个性化诊断模型的训练。本发明在边缘侧布置个性化诊断模型来实现轴承的故障预测，同时云端通过迁移学习的方式训练边缘侧的个性化诊断模型。
-
公开(公告)号：CN117933483A
公开(公告)日：2024-04-26
申请号：CN202410135561.6
申请日：2024-01-31
Applicant: 重庆大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q10/0631 , G06Q50/04 , G06N3/006 , G06N5/04 , G06Q10/067
Abstract: 本发明公开了一种考虑能耗与服务柔性的工业云服务组合优选方法，包括：构建包含服务质量、能耗和服务组合柔性的工业云服务组合评价指标体系；根据服务需求方的制造任务确定服务提供方；通过工业云服务组合评价指标体系量化各个服务提供方的服务能力；根据所有服务提供方的服务能力构建对应的工业云服务优化选择模型；通过自适应网格的多目标粒子群和克隆选择融合算法，求解工业云服务优化选择模型得到最优的工业云服务路径；通过最优的工业云服务路径执行服务需求方的制造任务。本发明可以提高工业云服务组合优选的可用性、可靠性和效率，进而实现资源的优化配置和合理利用。
-
公开(公告)号：CN117162099A
公开(公告)日：2023-12-05
申请号：CN202311309373.2
申请日：2023-10-10
Applicant: 重庆大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于时间卷积网络的工业机器人能耗预测方法，利用关节轨迹变时间尺度缩放模块将参考关节轨迹qr(tr)和均匀时间间隔序列Δ转换为变时间尺度缩放轨迹qs(t)和变时间尺度缩放时间间隔序列hk，实现将功率及能耗方程进行离散化表示，得出功率及能耗与关节位置qs(t)、关节速度和关节加速度 之间具有非线性因果关系，如此，以qs(t)、 以及hk作为输入，利用时间卷积层提取与功率及能耗的因果关系，从而可以得到功率及能耗的预测值；即本发明基于时间卷积网络的工业机器人能耗预测方法，通过运行多条机器人关节轨迹并采集其能耗值和关节运动变量值，在无需获取任何机器人电学及动力学参数的条件下，完成对预设任务下工业机器人关节轨迹不同时间缩放规律下的能耗预测。
-
公开(公告)号：CN113689122B
公开(公告)日：2023-11-14
申请号：CN202110981354.9
申请日：2021-08-25
Applicant: 重庆大学
IPC: G06Q10/0631 , G06N3/006 , G06Q50/04 , G06F17/11
Abstract: 本发明具体涉及一种云边协同环境下考虑运输设备的多目标组合调度方法，包括：中心云层对加工任务进行分解以得到对应的工序；边缘端根据工序集合与工艺要求为各道工序匹配加工设备和运输设备的可用资源集合；中心云层建立各个加工任务的初始加工设备和运输设备资源组合；中心云层对初始加工设备和运输设备资源组合进行不断优化，以解算得到最优的加工任务与加工设备、运输设备组合调度方案；中心云层把最优化的组合调度方案发送至边缘端，边缘端在生产现场对各个加工任务以及加工设备和运输设备进行调控。本发明中的多目标组合调度方法能够兼顾加工设备和运输设备运行实时性、可靠性和效率，从而能够提升多目标生产调度的调度效果和生产效率。
-
公开(公告)号：CN115098330A
公开(公告)日：2022-09-23
申请号：CN202210743259.X
申请日：2022-06-27
Applicant: 重庆大学
Abstract: 本发明具体涉及基于云边协同模式的设备异常检测系统及方法。系统包括：设备层，用于获取设备的运行数据；云端，部署有若干个经过训练的故障检测模型；故障检测模型为BiLSTM‑VAE模型；边缘服务器，具有多个分别用于从云端下载对应故障检测模型的并行的边缘节点；边缘服务器将各个边缘节点故障检测模型的输出进行加权计算，以判断设备是否存在故障；云端生成决策信息并下发至边缘服务器；边缘服务器将决策信息下发至设备层以供设备层执行对应的动作。本发明还公开了一种设备异常检测方法。本发明能够通过多个隐层维度不同的故障检测模型之间的集成互补来提高设备异常检测性能，并且无需构建特定于问题场景的模型结构、无需先验经验与专业知识。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.025 seconds)
