公开(公告)号：CN115752243A

公开(公告)日：2023-03-07

申请号：CN202211543866.8

申请日：2022-12-01

Applicant: 浙江理工大学 ,  哈尔滨职业技术学院

Inventor： 王梅宝 ,  赵爽 ,  刘万村

IPC: G01B11/00 ,  G06F18/25 ,  G01B11/02 ,  G01B11/26 ,  G01B21/00 ,  G01B21/02 ,  G01B21/22

Abstract: 本发明公开了一种测量数据融合方法，应用于大尺寸被测件，属于数据融合技术领域，方法包括：将多个测量仪器按可测量参数进行分类；将多个测量仪器的编号组合为仪器矩阵；测得标准件的各特征参数的测量值；将特征参数的测量值组合为测量矩阵；对测量矩阵的列向量进行归一化处理，得到归一化矩阵；根据仪器矩阵和归一化矩阵，建立增广矩阵；计算两个增广矩阵的列向量之间的相关系数，并判断相关系数是否大于预设数值；相关系数大于预设数值时，对两个增广矩阵的列向量进行降维处理；将各个降维矩阵的列向量输入至数据融合模型进行训练；在输出值与标准件的各特征参数的标准值之间的偏差在预设范围内，结束对数据融合模型的训练。

公开(公告)号：CN118838278A

公开(公告)日：2024-10-25

申请号：CN202410847066.8

申请日：2024-06-27

Applicant: 浙江理工大学

Inventor： 王梅宝 ,  祝娜 ,  赵爽

IPC: G05B19/418

Abstract: 本发明属于大型高速回转装备技术领域，具体涉及基于多目标规划的叶片智能装配方法及系统。方法包括：S1，通过构建质量物理模型，完成质量均匀分配的过程；S2，通过建立质量矩物理模型，完成质量矩矢量和最小的过程；S3，通过构建转动惯量物理模型，完成偶不平衡量最小化的过程；S4，通过采用多目标规划的目标函数，在步骤S1、步骤S2和步骤S3建立的三个物理模型的基础上，完成目标函数的最优解，即获得最优的叶片智能装配排序。本发明具有能够降低动平衡花费成本，缩短装配所需时间，提高转子平衡精确性和稳定性的特点。