-
公开(公告)号：CN113255777A
公开(公告)日：2021-08-13
申请号：CN202110590228.0
申请日：2021-05-28
Applicant: 郑州轻工业大学
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。
-
公开(公告)号：CN119740803A
公开(公告)日：2025-04-01
申请号：CN202411794145.3
申请日：2024-12-06
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actor‑critic多智能体深度强化学习的柔性作业车间调度方法，包括以下步骤：(1)采用异构析取图的方法对柔性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，建立分散式部分可观测马尔可夫决策过程八元组模型，使用多智能体深度强化学习对该模型进行求解；(2)从柔性作业车间调度的异构析取图环境中提取当前的状态；(3)采用异构图神经网络分别对策略函数和价值函数进行拟合；(4)工件智能体和机器智能体输出每个待加工工件和可选机器的概率作为强化学习的智能体动作；(5)设计奖励函数对整个调度决策进行评估，使用actor‑critic算法更新工件智能体和机器智能体策略函数以及中央控制器价值函数的权重参数；(6)进行状态转移；(7)策略网络和价值网络参数更新；本发明可以实时处理柔性作业车间的调度问题，具有实时性强和灵活性高的优点。
-
公开(公告)号：CN113792924B
公开(公告)日：2024-10-22
申请号：CN202111084479.8
申请日：2021-09-16
Applicant: 郑州轻工业大学
IPC: G06Q10/04 , G06Q50/04 , G06N3/0464 , G06N3/048 , G06N3/092
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。
-
公开(公告)号：CN118279528A
公开(公告)日：2024-07-02
申请号：CN202410368900.5
申请日：2024-03-28
Applicant: 郑州轻工业大学 , 郑州恒达智控科技股份有限公司
IPC: G06T19/00 , G06T19/20 , G06T17/00 , G06F16/215 , G06T7/13 , G06T5/40 , G06T7/136 , G06T5/50 , G06T7/33
Abstract: 本发明提出基于数字孪生的综采刮板机S弯虚实映射与调控方法。首先，建立刮板机S弯的机理模型；然后，将原数据时间对齐；通过滑移时间窗口方法补充缺失数据值；使用Z‑score方法检测并删除具有突变和跳动等特征的异常数据，再补充数据，最终得到完整的数据集；然后，通过机器视觉方法测算出数据中的拉架回移形成误差，进行数据校正，得到孪生数据；然后，建立综采工作面虚拟场景，实现孪生数据驱动的刮板机S弯虚实映射；最后，根据机理模型，计算相邻刮板机特征点角度，判断S弯角度是否符合安全要求，并反馈控制液压支架推移油缸伸缩量，完成调直。
-
公开(公告)号：CN115937626B
公开(公告)日：2023-08-08
申请号：CN202211460573.3
申请日：2022-11-17
Applicant: 郑州轻工业大学 , 河南许继仪表有限公司
IPC: G06V10/774 , G06V10/26 , G06V10/82 , G06V10/776 , G06V20/40 , G06V20/70 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/09
Abstract: 本发明提出了一种基于实例分割的半虚拟数据集自动生成方法，利用数字孪生体的虚拟对象作为实例分割MaskR‑CNN算法的数据集进行模型训练；将模型应用到虚拟对象获取mask图片和目标位置和类别信息；利用目标位置和类别信息自动生成半虚拟数据集标注文件；根据mask图片得到数字孪生体物理对象背景图和虚拟对象目标图；将背景图和目标图相加生成半虚拟图片数据集。利用数字孪生体虚拟对象作为训练模型的数据集，将模型应用到数字孪生体中获取半虚拟数据集。本发明减少标注数据集的人力成本，避免虚实混合数据集训练模型产生过拟合的现象，解决了深度学习训练数据集不足的问题，增加了有监督的深度学习在计算机视觉方向检测的普适性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN115169855B
公开(公告)日：2023-05-26
申请号：CN202210765006.2
申请日：2022-06-29
Applicant: 郑州轻工业大学
IPC: G06V20/52 , G06V20/00 , G06V40/10 , G06V40/20 , G06V10/764 , G06T13/40 , G06T15/00 , G06N3/0464 , G06N3/048 , G06N3/084 , G06Q10/0635 , G06Q10/0639 , G06Q50/04
Abstract: 本发明提出了一种基于数字孪生车间混合数据集的不安全状态检测方法，其步骤如下：对生产制造车间工人不安全状态进行分类，根据实际工人不安全状态类型，在数字孪生的虚拟车间中对这些不安全状态进行仿真，作为深度学习的虚拟数据集，再通过摄像头获取到真实车间工人不安全状态作为真实数据集；将收集到的虚拟数据集和真实数据集进行混合，通过标注工具对真实数据集合标注和自动标注脚本对虚拟数据集标注，再放到目标检测的网络中训练，生成基于虚实混合数据集的权值文件；将训练好的权值文件放入到目标检测网络中对车间不安全状态进行检测；实现在线可视化监控车间工人在车间工作时的安全。本发明利用虚实混合数据集训练模型，实时检测车间工人不安全状态，能够减少车间工人不安全状态的发生，保障了车间生产工人在车间生产过程的安全。
-
公开(公告)号：CN114897271B
公开(公告)日：2022-12-16
申请号：CN202210674299.3
申请日：2022-06-14
Applicant: 郑州轻工业大学
Abstract: 本发明提出一种数字孪生环境下基于故障传播的中央空调预测性维护方法，其步骤如下：首先，搭建中央空调的数字孪生系统，包括物理空间的中央空调设备、虚拟空间的三维模型和数学模型。其次，利用设计结构矩阵的建模方法，建立基于“功能‑原理‑结构”的多领域故障传播模型。最后，根据实时运行数据和变更预测算法，预测潜在的高风险故障，在孪生模型中高亮预警，形成主动的预测性维护信息，反馈给运维人员，提供维修决策依据。本发明构建了“三维模型+数学模型”的双模型驱动的中央空调运维模式，能够根据物理实体的实时运行数据，预报潜在故障，为预测性维护提供了决策依据，提高了企业的维修时效性与管理效率，减少了过度维护以及漏维护情况。
-
公开(公告)号：CN115169855A
公开(公告)日：2022-10-11
申请号：CN202210765006.2
申请日：2022-06-29
Applicant: 郑州轻工业大学
IPC: G06Q10/06 , G06V20/52 , G06V20/00 , G06V10/764 , G06T13/40 , G06T15/00 , G06N3/04 , G06N3/08 , G06Q50/04
Abstract: 本发明提出了一种基于数字孪生车间混合数据集的不安全状态检测方法，其步骤如下：对生产制造车间工人不安全状态进行分类，根据实际工人不安全状态类型，在数字孪生的虚拟车间中对这些不安全状态进行仿真，作为深度学习的虚拟数据集，再通过摄像头获取到真实车间工人不安全状态作为真实数据集；将收集到的虚拟数据集和真实数据集进行混合，通过标注工具对真实数据集合标注和自动标注脚本对虚拟数据集标注，再放到目标检测的网络中训练，生成基于虚实混合数据集的权值文件；将训练好的权值文件放入到目标检测网络中对车间不安全状态进行检测；实现在线可视化监控车间工人在车间工作时的安全。本发明利用虚实混合数据集训练模型，实时检测车间工人不安全状态，能够减少车间工人不安全状态的发生，保障了车间生产工人在车间生产过程的安全。
-
公开(公告)号：CN114897271A
公开(公告)日：2022-08-12
申请号：CN202210674299.3
申请日：2022-06-14
Applicant: 郑州轻工业大学
Abstract: 本发明提出一种数字孪生环境下基于故障传播的中央空调预测性维护方法，其步骤如下：首先，搭建中央空调的数字孪生系统，包括物理空间的中央空调设备、虚拟空间的三维模型和数学模型。其次，利用设计结构矩阵的建模方法，建立基于“功能‑原理‑结构”的多领域故障传播模型。最后，根据实时运行数据和变更预测算法，预测潜在的高风险故障，在孪生模型中高亮预警，形成主动的预测性维护信息，反馈给运维人员，提供维修决策依据。本发明构建了“三维模型+数学模型”的双模型驱动的中央空调运维模式，能够根据物理实体的实时运行数据，预报潜在故障，为预测性维护提供了决策依据，提高了企业的维修时效性与管理效率，减少了过度维护以及漏维护情况。
-
公开(公告)号：CN114282360A
公开(公告)日：2022-04-05
申请号：CN202111534942.4
申请日：2021-12-15
Applicant: 郑州轻工业大学
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。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.031 seconds)
