-
Patent Agency Ranking
公开(公告)号：CN114925807B
公开(公告)日：2024-06-11
申请号：CN202210372367.0
申请日：2022-04-11
Applicant: 大连理工大学
Abstract: 本发明涉及离心压缩机叶轮加工刀具磨损数据标记方法，属于重大装备关键部件智能诊断技术领域。本发明采集离心压缩机叶轮加工过程中主轴电机电流信号，数控机床主轴转速实时变化，将采集到的电流一维时间序列信号做成三维图片，构建含有四个隐含层的深度神经网络模型，利用条件概率函数约束神经网络模型，行成条件概率深度神经网络模型。利用少量标记样本训练神经网络，用于大量未标记样本的标签预测，实现海量工程信号的标记。该方法可以标记大量未标记信号，为重大装备智能运维的研究奠定基础，实现企业的最大利用化。
-
公开(公告)号：CN117182654A
公开(公告)日：2023-12-08
申请号：CN202311292041.8
申请日：2023-10-08
Applicant: 大连理工大学
IPC: B23Q17/09
Abstract: 本发明公开一种基于阶次谱与动态免疫模糊聚类的铣刀磨损监测方法，属于智能制造与加工技术领域，包括如下几个步骤：以铣刀铣削过程中主轴电流的原始时域信号为模型输入，参比超景深三维显微镜同步观测结果与定量标准，提取铣刀不同磨损等级电流信号的特征参数向量，考虑实验数据在铣刀磨损各等级临界状态识别上的模糊、不确定性，引入动态模糊聚类算法，通过输出阈值λ获得初始模糊聚类划分，进一步考虑动态模糊聚类算法易陷入局部最优值等问题，采用具有全局搜索和并行能力的免疫算法进行优化，获得最优阈值λ，最终建立免疫优化的动态模糊聚类模型，为实际工程铣刀磨损状态等级评定与设备安全定量评价提供新思路。
-
公开(公告)号：CN114925807A
公开(公告)日：2022-08-19
申请号：CN202210372367.0
申请日：2022-04-11
Applicant: 大连理工大学
Abstract: 本发明涉及离心压缩机叶轮加工刀具磨损数据标记方法，属于重大装备关键部件智能诊断技术领域。本发明采集离心压缩机叶轮加工过程中主轴电机电流信号，数控机床主轴转速实时变化，将采集到的电流一维时间序列信号做成三维图片，构建含有四个隐含层的深度神经网络模型，利用条件概率函数约束神经网络模型，行成条件概率深度神经网络模型。利用少量标记样本训练神经网络，用于大量未标记样本的标签预测，实现海量工程信号的标记。该方法可以标记大量未标记信号，为重大装备智能运维的研究奠定基础，实现企业的最大利用化。
-
公开(公告)号：CN117272750A
公开(公告)日：2023-12-22
申请号：CN202311291865.3
申请日：2023-10-08
Applicant: 大连理工大学
IPC: G06F30/23 , G06F119/14
Abstract: 本发明公开一种基于数字孪生模型的颤振预测方法，属于智能制造与加工技术领域，包括如下几个步骤：根据待加工工件的特征，将整体工件分为恒定工件与移除材料工件两个子结构部分，其中，对恒定工件的子结构使用自由界面法进行分析，对移除材料工件的子结构使用有限元方法进行分析，按照界面协调条件，耦合混合坐标空间中的两个子结构模型，获得薄壁构件整体的自由度降阶模型与模态特性。同时结合结构动力学修改方法与数据模型，构建表征铣削时变信息的数字孪生模型。以时变信息的更新精度与速度为综合效率指标，对比传统有限元方法，本发明具有更好的泛化性与高效性。
-
公开(公告)号：CN117272543A
公开(公告)日：2023-12-22
申请号：CN202311292296.4
申请日：2023-10-08
Applicant: 大连理工大学
IPC: G06F30/17 , G06F30/23 , G06F119/14
Abstract: 本发明属于智能制造与加工技术领域，公开一种基于固定界面法的铣削时变信息更新方法，包括以下步骤：根据待加工工件的特征，将整体工件分为恒定工件与移除材料工件两个子结构部分，分别对两个子结构模型使用固定界面法进行分析，并按照界面协调条件，耦合模态坐标空间中的两个子结构模型，获得薄壁构件整体的自由度降阶模型与模态特性。同时引入结构动力学修改方法，揭示铣削过程中材料去除的变化规律，实现对包含移除材料子结构的去除量更新，并结合数据模型，完成铣削时变信息的表征。以时变信息的更新精度与速度为综合效率指标，对比传统有限元方法，本发明大幅度提升了整体运算过程的效率。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
