-
公开(公告)号：CN114491699B
公开(公告)日：2025-05-06
申请号：CN202210133662.0
申请日：2022-02-14
Applicant: 浙江大学
Abstract: 本发明公开了基于拓展区间数的三维CAD软件易用性量化方法及装置，先确定三维CAD软件易用性指标集，再进行标准化，分别得到标准化数据、原始区间数、标准化样本数量、标准化概率密度，根据标准化后的概率密度得到样本数据的集中度和趋势度，计算并修正拓展预测角，生成拓展区间数，根据拓展区间数确定各二级指标，确定二级指标权重并加权求和，得到一级指标，再确定一级指标的权重，最终得到三维CAD软件易用性量化结果。本发明充分考虑了样本数据的分布特性以及样本的全局性程度，能够对三维CAD软件的易用性进行准确量化。
-
公开(公告)号：CN119830374A
公开(公告)日：2025-04-15
申请号：CN202411898070.3
申请日：2024-12-23
Applicant: 浙江大学
IPC: G06F30/10 , G06F30/23 , G06F30/27 , G06N3/006 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F119/14 , G06F119/08 , G06F113/16
Abstract: 本发明公开了一种基于多场节点特征加权聚合的复杂零件型线优化设计方法。包括：首先，根据待优化的复杂零件型线几何设计变量、温度和接触面摩擦系数进行有限元批量仿真，获得训练数据集；然后，构建融合空间与温度注意力的深度图采样聚合神经网络，接着利用训练数据集对融合空间与温度注意力的深度图采样聚合神经网络进行训练，训练完成后获得应力预测模型；最后，结合应力预测模型，以最小化复杂零件最大等效应力为优化目标进行迭代寻优，获得目标温度区间内当前复杂零件型线的最优几何参数。本发明实现了复杂零件应力分布状态的快速重构，在提高优化速度的同时充分保证了优化结果的精度，同时极大地节省了计算资源。
-
公开(公告)号：CN119681872A
公开(公告)日：2025-03-25
申请号：CN202411804024.2
申请日：2024-12-09
Applicant: 浙江大学宁波“五位一体”校区教育发展中心
Abstract: 本申请公开了一种基于虚拟现实交互的人机协作数字孪生仿真方法，涉及人机协作技术领域，该方法包括：构建数字孪生三维场景、数字孪生人体模型和数字孪生机械臂模型，在获取现实测试人员的人体姿态数据和现实机械臂的关节运动数据之后，基于人体姿态数据驱动数字孪生人体模型运动，基于关节运动数据驱动数字孪生机械臂模型运动，实现虚拟人机协作，并在虚拟人机协作过程中，实时记录发生碰撞时的人体碰撞部位和场景碰撞区域，后续对碰撞预测模型进行测试和优化。本申请构建了一个高度拟真且沉浸式的数字孪生系统，不仅能安全可靠地再现真实工作场景，还能够优化人机协作行为，可在无现实碰撞风险的情况下对碰撞预测模型进行反复测试和优化。
-
公开(公告)号：CN119105402B
公开(公告)日：2025-01-28
申请号：CN202411569979.4
申请日：2024-11-06
Applicant: 浙江大学
IPC: G05B19/19
Abstract: 本申请公开了一种基于虚实差异收敛的机床多刀具协同加工精度推演方法，涉及机床加工精度推演技术领域，该方法通过机床加工状态辨识模型，有效避免了海量非加工冗余数据的干扰，为刀具磨损状态辨识过程提供高质量的数据支持，同时采用层次化的刀具磨损状态集成学习模型准确识别了刀具磨损状态，并以此为基础建立了精准、可解释的刀具磨损量预测模型，实现了刀具磨损量的准确预测；另外，通过构建协同加工多刀具的知识图谱，采用已有刀具来指导新刀具的磨损量预测，并采用虚实差异收敛机制驱动新刀具磨损量预测模型的在线更新，有效克服了针对每一新刀具均需开展刀具磨损特性试验、试验周期长的问题，实现了机床加工精度的精准、快速、高效推演。
-
公开(公告)号：CN119203801A
公开(公告)日：2024-12-27
申请号：CN202411745265.4
申请日：2024-12-02
Applicant: 浙江大学
IPC: G06F30/27 , G06F18/25 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08 , G07C3/00 , G06F123/02 , G06F111/04 , G06F119/08 , G06F119/14
Abstract: 本申请公开了一种虚实传感增广驱动的装备物理耦合场智能计算方法，涉及装备物理性能模拟领域。该方法对各个真实节点的真实位置和真实传感数据进行编码，得到真实传感位置特征，基于各个真实节点的真实传感位置特征，采用实域时空编码网络创建虚拟节点的虚拟传感位置特征，然后基于虚实节点的虚实传感特征，采用虚实编码网络创建虚实节点的虚实传感数据，实现传感数据在空间分布上的扩充，进而基于温度、应力机理方程构建了温度场神经网络模型、应力场神经网络模型，建立热‑力耦合下的多参量嵌套机制，利用温度场计算结果、应变‑应力转换关系规范应力场的训练过程，实现装备温度‑应力耦合场的智能、高效计算。
-
Patent Agency Ranking
公开(公告)号：CN119202621A
公开(公告)日：2024-12-27
申请号：CN202411697377.7
申请日：2024-11-26
Applicant: 浙江大学
IPC: G06F18/20 , G06N3/0442 , G06N3/08 , G06N7/01 , G08B31/00
Abstract: 本发明公开了复杂装备运动部件变工况可靠性预测与故障主动预警方法，属于复杂装备可靠性预测与故障预警领域，采用分数阶矩方法和优化校正方法获得复杂装备运动部件变工况可靠性数据；采集不同工况下复杂装备运动部件内部温度、驱动电机电压和电流、负载等数据，构建训练和测试数据集，建立预测不同工况参数下复杂装备运动部件可靠性的长短期记忆神经网络模型；实时监测复杂装备运行工况数据并输入到网络中，实现复杂装备运动部件可靠性预测，并在预测的运动部件可靠性低于规定要求时发出警报，实现故障主动预警。本发明探究了变工况下复杂装备运动部件可靠性演化机制，实现了可靠性准确预测和故障主动预警，有助于保证复杂装备安全可靠运行。
-
公开(公告)号：CN119129416A
公开(公告)日：2024-12-13
申请号：CN202411259124.1
申请日：2024-09-09
Applicant: 浙江大学
IPC: G06F30/27 , G01K7/02 , G01K7/16 , G01J5/00 , G06N3/0464 , G06N3/042 , G06N3/0442 , G06F119/08 , G06F119/12
Abstract: 本申请公开了一种温度场预测网络训练、装备温度场预测方法及相关设备，涉及温度场预测领域，方法包括：获取观察点的温度数据；将观察点和目标点作为节点构建距离邻接图；建立各节点间的传热路径，得到热网邻接图；将距离邻接图和热网邻接图进行加权，得到加权有向图；掩蔽加权有向图中的部分观察点的温度数据，得到插补数据集；利用插补数据集中的掩蔽观察点和非掩蔽观察点训练温度场预测网络，得到温度场预测模型；温度场预测网络为关系图卷积网络。本申请利用加权有向图进行温度场预测，利用关系图卷积网络模型捕捉节点间的空间和时间依赖关系，实现高精度的时空依赖关系表达，从而仅使用有限的实际温度数据即可预测未知目标点的温度。
-
公开(公告)号：CN119046776A
公开(公告)日：2024-11-29
申请号：CN202411155682.3
申请日：2024-08-22
Applicant: 浙江大学
IPC: G06F18/2411 , G06F18/10 , G06F18/213 , G06F18/2131 , G06F18/25 , G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N20/10 , G06F123/02 , G06F119/02
Abstract: 本申请公开了一种面向多源不确定稀疏样本的装备部件失效模式辨识方法，涉及装备失效辨识技术领域，该方法包括：考虑到装备实际服役过程中含有多源不确定噪声，将模型无关元学习应用到自适应滤波器，对其中多源不确定噪声进行滤波处理；进而结合短树变换与双流时空注意力深度神经网络，从多通道数据中获取时频和多尺度特征，增强失效特征的提取能力，降低失效辨识对数据量的依赖性；最后应用最小二乘支持向量机进行失效模式辨识，并采用冠豪猪算法确定最优超参数组合，提高了模型在装备部件实际服役复杂工况下的失效辨识能力，有效解决了现有技术中对含有多源不确定噪声稀疏数据的失效模式难以辨识的问题。
-
公开(公告)号：CN118916743A
公开(公告)日：2024-11-08
申请号：CN202411028507.8
申请日：2024-07-30
Applicant: 浙江大学
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G01M13/00 , G01M13/04
Abstract: 本发明公开了一种自适应更新模型权重的装备故障诊断方法。本发明包括以下步骤：首先，收集装备在多个工况下的历史数据并进行数据预处理后，获得若干个辅助数据集和测试数据集，利用辅助数据集的分类准确率和分类能量构建辅助分类模型；基于测试数据集的分类能量确定故障诊断模型的预测分类准确率，根据预测的分类准确率决定是否更新模型权重，实现自适应模型权重更新，从而保证装备故障的高准确率诊断。本发明可以减少不必要的模型更新，仅在必要时候运行域适应方法，可以加速故障诊断流程，从而可以及时且有效对存在故障状态的装备进行排查和检修。
-
公开(公告)号：CN118596133A
公开(公告)日：2024-09-06
申请号：CN202410491083.2
申请日：2024-04-23
Applicant: 浙江大学
IPC: B25J9/16
Abstract: 本发明公开了基于深度强化学习的多轴协作机器人动态路径规划方法，通过构建机器人的运动学模型与障碍物碰撞模型，设计机器人的深度强化学习模型，在深度强化学习模型中引入不相关的动态零均值高斯噪声来改善动作选择的探索性，并动态控制高斯噪声方差的大小，保持了算法探索过程与开发过程的平衡性，然后引入重要性样本回放机制，将样本数据误差大小作为衡量样本重要性的标准，并进行重要性排序，加大对排名靠前的数据样本进行抽取学习的概率，提高学习过程收敛速度，此外构建了充分考虑机器人动态避障规划特性的状态空间、动作空间以及机器人智能体交互过程的奖励函数促进机器人智能体更好地学习，最后智能体在仿真环境中不断策略迭代和更新，得到智能动态避障规划策略。
-
-
-
-
-
-
-
-
-
Search Results
366
records
(took 0.038 seconds)
