-
公开(公告)号:CN118605403A
公开(公告)日:2024-09-06
申请号:CN202410583856.X
申请日:2024-05-11
IPC: G05B19/418
Abstract: 本发明属于车间调度相关技术领域,并公开了一种基于近端策略优化算法的精密装备装调生产线在线调度方法及系统。该方法包括下列步骤:A智能体模型离线训练过程;B智能体模型在线应用,采集待调度生产线的生产线状态,将生产线状态输入所示智能体模型中,输出所述任务池中各个任务分配的拓扑单元,拓扑单元按照该输出结果加工待加工产品,以此实现生产线的在线调度。通过本发明,对生产环境进行智能排产,应对七类扰动,使生产系统稳定高效的运转,具有更强的鲁棒性和响应能力。
-
公开(公告)号:CN118780416A
公开(公告)日:2024-10-15
申请号:CN202410767734.6
申请日:2024-06-14
Abstract: 本发明属于生产调度相关技术领域,并公开了一种基于多智能体近端策略优化算法和高效动作解码的可重构车间动态调度方法及系统。离线训练阶段:构建高层工件排序智能体、制造单元分配智能体和底层工件排序智能体,通过智能体与车间交互获得历史调度数据,基于历史调度数据和多智能体近端策略优化算法对各个智能体进行训练,将训练好的各个智能体用于在线应用;在线应用阶段:对于待加工的订单,利用离线阶段训练获得的三个智能体与车间进行多次交互,直至完成订单中所有任务的加工。相较于常用的基于生产经验的调度规则,本发明通过深度强化学习模型提供合理决策,同时能够快速响应多种扰动事件,保障了车间的高效生产和运行稳定性。
-
公开(公告)号:CN118863351A
公开(公告)日:2024-10-29
申请号:CN202410842387.9
申请日:2024-06-26
IPC: G06Q10/0631 , G06Q50/04 , G06N3/045 , G06N3/092
Abstract: 本发明属于车间调度相关技术领域,其公开了一种基于Soft Actor‑Critic强化学习的资源协同装调车间自适应调度方法及系统,方法包括:构建加工工件任务池、加工工件选择规则、拓扑单元分配规则、协作工人分配规则以及智能体模型,智能体模型包括多层感知机模块以及基于Soft Actor‑Critic算法的策略模块;采用多层感知机模块获取车间环境当前状态下各加工工件选择规则的权重向量,采用权重向量对加工工件任务池中的各工件的优先权重进行重组,获得各工件复合规则下的权重;以各工件复合规则下的权重,在拓扑单元分配规则以及协作工人分配规则下进行拓扑单元和协作工人分配。本发明能够对不同状态下的最优策略进行拟合,增强了智能体模型的决策能力。
-
公开(公告)号:CN119830101A
公开(公告)日:2025-04-15
申请号:CN202411890608.6
申请日:2024-12-20
Applicant: 华中科技大学
IPC: G06F18/241 , G06F18/213 , G06F18/22 , G06F18/214 , G06N3/0464 , G06N3/08 , G06N7/01
Abstract: 本发明属于机械振动故障诊断领域,并具体公开了一种基于特征相似度量与跨域均衡的多工况故障诊断方法、系统、介质及产品,其通过不同工况下采集的故障信号对神经网络模型进行训练,在训练过程中,设计了相似性度量模块和跨域均衡模块以增强模型抗域干扰的分类能力和对域不变特征的提取能力;相似性度量模块为每个故障类别构建了一个原型,并通过原型对比损失来拉近不同工况下同一类别样本间的距离,提高同类样本间的相似度;跨域均衡模块通过最小化模型在不同工况下的最大解释方差,实现模型在不同工况数据集下表现性能的均衡,提高鲁棒性。本发明不仅能够识别预设工况下的故障类型,还能对实际生产环境中未知工况的故障进行准确识别。
-
公开(公告)号:CN119599388A
公开(公告)日:2025-03-11
申请号:CN202411751904.8
申请日:2024-12-02
Applicant: 华中科技大学
IPC: G06Q10/0631 , G06Q10/083 , G06N3/126
Abstract: 本发明提供了一种自动导引车调度方法、装置、计算机设备及存储介质,属于生产调度技术领域,该方法包括:获取自动导引车运输工件的工件数量、工序数量和对工件加工的并行机数量;根据工件数量、工序数量和并行机数量,分别对工件运输的优先度和每个工件在每道工序的并行机选择进行编码,得到初始调度方案;对于任一工件,确定该工件在当前工序的运输计划、对应并行机的状态以及空闲状态的自动导引车位置,确定该工件在下一工序的运输计划;构建并行多种群混合遗传算法,根据任一工件的在下一工序工件运输的运输计划,对初始调度方案进行迭代优化,得到最优调度方案;根据最优调度方案对自动导引车进行调度。这样,能够有效提高AGV调度的利用效率。
-
公开(公告)号:CN119589687A
公开(公告)日:2025-03-11
申请号:CN202411663245.2
申请日:2024-11-20
Applicant: 华中科技大学
Abstract: 本发明属于液压机器人本体结构相关技术领域,其公开了一种人形机器人躯干结构及液压人形机器人,所述躯干结构形成有闭式油路系统,所述闭式油路系统的流道内嵌于所述躯干结构内;所述躯干结构包括底板、手臂支柱、进油阀块、电机泵、出油阀块及液压缸,所述手臂支柱设置在所述底板上,所述进油阀块及所述出油阀块分别连接所述电机泵相背的两端,所述电机泵设置在所述底板上;所述液压缸设置在所述手臂支柱上;所述底板、所述手臂支柱、所述进油阀块、所述出油阀块及所述液压缸均为所述闭式油路系统的组成部件。本发明提高了集成度。
-
公开(公告)号:CN119089297A
公开(公告)日:2024-12-06
申请号:CN202411070916.4
申请日:2024-08-06
Applicant: 华中科技大学
IPC: G06F18/2415 , G06F18/21 , G06N3/0464 , G06N3/084 , G01M13/00
Abstract: 本发明属于设备智能故障诊断相关技术领域,并公开了一种时变工况下基于伪标签学习的跨域故障诊断方法及系统。该方法包括:离线训练阶段:利用采集的样本信号构建源域和目标域;构建多个预测单元,预测单元的输入为源域或目标域中的样本信号;构建多个损失函数,总损失函数最小时对应的各个预测单元为最优的预测单元;在线测试阶段:将实时采集的振动信号输入最优的预测单元中,输出各个故障类型对应的概率,概率最大对应的故障类型即为实时采集的样本信号对应的故障类型。通过本发明,解决现有故障诊断方法未考虑时变工况下所存在的故障类内差异大、类间差异小而导致的故障识别准确率低的问题。
-
公开(公告)号:CN119065328A
公开(公告)日:2024-12-03
申请号:CN202411129623.9
申请日:2024-08-16
Applicant: 华中科技大学
IPC: G05B19/418
Abstract: 本发明属于车间集成调度相关技术领域,其公开了一种基于拓扑邻域结构的柔性车间混排可变批调度方法及设备,该方法包括以下步骤:步骤一,构建精密装备制造过程中的柔性作业车间混排可变批调度模型,所述可变批调度模型同时考虑车间中的批量划分、子批排序和设备分配三个子问题,优化目标为最小化最大完工时间;步骤二,采用混合元启发式算法对所述可变批调度模型进行优化求解,以得到精密装备的最佳加工调度方案;其中,所述混合元启发式算法的局部搜索是采用基于拓扑邻域结构的变邻域算法进行操作的。本发明能够快速、有效地在较短时间内进行邻域扰动并避免不可行解的产生,进而高效稳定地获得问题的近似最优解,具有高效的搜索性能。
-
公开(公告)号:CN114065408B
公开(公告)日:2024-08-06
申请号:CN202010760810.2
申请日:2020-07-31
Applicant: 华中科技大学
IPC: G06F30/17 , G06F30/23 , B62D57/032 , G06F119/14
Abstract: 本发明属于机器人结构设计相关技术领域,并公开了一种平面弹簧的结构设计方法、产品及应用。该方法包括下列步骤:S1构建平面坐标系,在X轴上构建两个左右对称的花键;S2构建平面弹簧外轮廓在X轴上方的轮廓点,X轴下方的轮廓点与上方的轮廓点关于X轴对称;将所有外轮廓上的轮廓点连接,以此形成平面弹簧的截面;S3构建平面弹簧刚度模型和应力模型的适应度函数,分别对轮廓点横纵坐标进行赋值,计算适应度函数,当该轮廓点横纵坐标既保证平面弹簧满足刚度和应力的要求,同时适应度函数取值也最小时,即为所需的轮廓点。通过本发明,实现轻量化、小型化双足机器人柔性膝关节的设计,实现机器人在各种非结构化环境中行走的性能需求。
-
公开(公告)号:CN118427681A
公开(公告)日:2024-08-02
申请号:CN202410499381.6
申请日:2024-04-24
Applicant: 华中科技大学
IPC: G06F18/241 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/0895
Abstract: 本发明属于设备智能故障诊断相关技术领域,其公开了一种基于自监督对比学习增强的跨工况开集故障诊断方法及设备,包括以下步骤:步骤一,提供智能故障诊断模型,智能故障诊断模型包括样本增强模块、判别特征学习模块和开集类学习模块;采用样本增强模块对源域样本及目标域样本进行增强;步骤二,判别特征学习模块基于自监督对比学习策略对目标域样本提取显著判别特征,同时判别特征学习模块对源域样本提取显著判别特征;步骤三,开集类学习模块基于显著判别特征及夹逼置信规则进行已知类故障和未知类故障检测;开集类学习模块通过伪标签一致性训练策略实现跨工况条件下的数据分布对齐和故障特征知识迁移。本发明解决了故障识别准确率低的问题。
-
-
-
-
-
-
-
-
-