-
公开(公告)号：CN105117801A
公开(公告)日：2015-12-02
申请号：CN201510562642.5
申请日：2015-09-07
Applicant: 广东工业大学 , 西北工业大学 , 佛山市南海区广工大数控装备协同创新研究院
CPC classification number: Y02P90/30
Abstract: 本发明公开了一种基于智能算法的轮胎成型-硫化生产能耗实时优化方法，本发明致力于通过在成型及硫化车间有效布置数据采集设备，获取车间生产能耗数据以及实时生产状况，结合历史能耗数据建立生产加工系统能耗模型；将成型和硫化两道工序抽象成一种柔性流水车间调度问题，对机器和工件进行编码，进而采用智能算法对工序进行合理调度，得到具有最优适应度的可行解。
-
公开(公告)号：CN103473659A
公开(公告)日：2013-12-25
申请号：CN201310377198.0
申请日：2013-08-27
Applicant: 西北工业大学
Abstract: 本发明公开了一种配送车辆端实时状态信息驱动的物流任务动态优化分配方法，用于解决现有物流任务动态分配方法由于车辆装载率低而造成资源浪费的技术问题。技术方案是通过在物流配送车辆端配置自动识别设备，智能获取并传输配送车辆进行物流配送活动中的实时状态信息，应用物联技术实现车辆感知其实时状态信息并传输至配送任务管理中心，配送中心进而根据各配送车辆和配送任务的实时信息，对物流配送任务进行动态优化分配，提升车辆的装载率，最大限度地整合物流配送资源。达到了降低物流成本、实现低碳、高效绿色物流的目标。
-
公开(公告)号：CN110163436A
公开(公告)日：2019-08-23
申请号：CN201910434317.9
申请日：2019-05-23
Applicant: 西北工业大学 , 陕西丝路机器人智能制造研究院有限公司
Abstract: 本发明公开了一种基于动态瓶颈预测的智能车间生产优化方法，用于解决现有车间调度方法实用性差的技术问题。技术方案是首先采用物联网技术给生产车间设备、人员配备无线射频识别设备，获取制造车间的实时生产数据，并根据车间生产状态将数据划分为稳定生产状态数据和异常状态生产数据；其次分别建立稳定状态和异常状态瓶颈预测模型，根据车间生产状态选择对应的瓶颈预测模型预测制造车间的未来瓶颈工序，并在瓶颈工序预测不准时，对瓶颈预测模型进行更新、修正；最后根据预测的制造车间未来瓶颈工序，对制造车间的生产任务进行主动调度，以提前响应瓶颈工序漂移对制造车间生产的影响，提高制造车间的生产效率。
-
公开(公告)号：CN105117801B
公开(公告)日：2019-01-18
申请号：CN201510562642.5
申请日：2015-09-07
Applicant: 广东工业大学 , 西北工业大学 , 佛山市南海区广工大数控装备协同创新研究院
Abstract: 本发明公开了一种基于智能算法的轮胎成型‑硫化生产能耗实时优化方法，本发明致力于通过在成型及硫化车间有效布置数据采集设备，获取车间生产能耗数据以及实时生产状况，结合历史能耗数据建立生产加工系统能耗模型；将成型和硫化两道工序抽象成一种柔性流水车间调度问题，对机器和工件进行编码，进而采用智能算法对工序进行合理调度，得到具有最优适应度的可行解。
-
公开(公告)号：CN103310321B
公开(公告)日：2016-04-06
申请号：CN201310213472.0
申请日：2013-05-31
Applicant: 西北工业大学
Abstract: 本发明提出了一种基于物联技术的物料配送任务动态分配方法，基于搬运载体的实时状态信息，以搬运载体抢任务的工作模式，从任务的动态分配策略、基于搬运载体实时状态的任务动态分配方法、任务的组合优化这三方面，主动获取最合适的物料搬运任务集，为生产物料的及时配送提供一种高效可行的任务分配模型与方法。由于本发明考虑了搬运载体卸货后的实时位置信息、面向搬运载体容量的任务动态组合优化等，与传统物料配送任务优化方法相比，本发明能够有效地解决原分配策略的计算复杂度高、优化时间长、难于动态响应物料配送任务的变化等不足，提高了车间配送的效率、节约了搬运成本，可更好地实现数字化精确配送和物料配送管理的智能化。
-
Patent Agency Ranking
公开(公告)号：CN104407589B
公开(公告)日：2017-01-25
申请号：CN201410699286.7
申请日：2014-11-26
Applicant: 西北工业大学
IPC: G05B19/418
Abstract: 本发明公开了一种面向车间制造过程的实时生成性能主动感知与异常分析方法，用于解决现有方法实用性差的技术问题。技术方案是通过应用物联技术于关键制造资源，形成多源制造信息的实时感知，并建立关键生产性能与各分散实时制造数据之间的关系；针对生产过程的异常建立异常评价规则库，进而当感知到制造过程的关键生产性能时，基于决策树方法进行增值处理，以更好地辅助生产管理者及时、精确地获取生产异常信息并快速地做出最优的决策，缩短优化时间。该方法在生产异常来临时，快速地获取生产异常状态及异常原因，及时将异常信息发布给生产管理者，节省了异常排查时间，减少异常发生对生产过程的影响，保障生产过程稳定可靠地运行，实用性好。
-
公开(公告)号：CN103258180A
公开(公告)日：2013-08-21
申请号：CN201310190056.3
申请日：2013-05-21
Applicant: 西北工业大学
IPC: G06K7/00 , G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明提出了一种基于RFID技术的储物柜控制装置和方法，包括控制器、数据存储装置、RFID阅读器、天线和RFID标签；所述数据存储装置、RFID阅读器分别和控制器电连接；所述RFID阅读器和天线采用馈线连接；所述RFID标签和RFID天线通过射频方式进行通信；所述控制器通过控制电路集中控制所有储物柜；所述数据存储装置存储RFID标签信息和储物柜的使用状态信息；所述RFID阅读器通过天线采集RFID标签的信息。与现有采用纸质密码纸的储物柜相比，本发明通过控制器集中控制全部储物柜，通过不同的天线进行扫描RFID标签信息均能打开储物柜，并且RFID扫描准确率比红外扫描高，提高了用户取物品的效率，减少用户在取物品时的排队等待时间。
-
公开(公告)号：CN107742168B
公开(公告)日：2021-04-02
申请号：CN201710981256.9
申请日：2017-10-20
Applicant: 西北工业大学 , 佛山市南海区广工大数控装备协同创新研究院
Abstract: 本发明提出一种基于物联技术的生产车间动态瓶颈预测方法，首先通过物联网技术给生产车间配置合适的传感器和传感网络，实时采集生产车间的多源制造数据；其次，基于事件驱动对采集的数据分类后，进行数据预处理操作使之可直接使用，在通过处理过的数据计算出需要的生产参数；再次，建立基于LMBP神经网络模型动态瓶颈预测模型，根据生产车间所处状态的不同选择不同的预测模型预测动态瓶颈，异常事件发生时，匹配相应的异常事件模型，然后通过动态的三次指数平滑法判断瓶颈状态稳定时，采用稳态数据模型预测瓶颈；最后，使用综合瓶颈指数来识别生产过程中的实时瓶颈，并将模型预测结果与实际瓶颈对比，在预测结果有偏差时对相应的模型进行修正、更新。
-
公开(公告)号：CN107742168A
公开(公告)日：2018-02-27
申请号：CN201710981256.9
申请日：2017-10-20
Applicant: 西北工业大学 , 佛山市南海区广工大数控装备协同创新研究院
CPC classification number: G06Q10/04 , G06Q10/06375 , G06Q10/06393 , G06Q50/04 , H04L67/12
Abstract: 本发明提出一种基于物联技术的生产车间动态瓶颈预测方法，首先通过物联网技术给生产车间配置合适的传感器和传感网络，实时采集生产车间的多源制造数据；其次，基于事件驱动对采集的数据分类后，进行数据预处理操作使之可直接使用，在通过处理过的数据计算出需要的生产参数；再次，建立基于LMBP神经网络模型动态瓶颈预测模型，根据生产车间所处状态的不同选择不同的预测模型预测动态瓶颈，异常事件发生时，匹配相应的异常事件模型，然后通过动态的三次指数平滑法判断瓶颈状态稳定时，采用稳态数据模型预测瓶颈；最后，使用综合瓶颈指数来识别生产过程中的实时瓶颈，并将模型预测结果与实际瓶颈对比，在预测结果有偏差时对相应的模型进行修正、更新。
-
公开(公告)号：CN104407589A
公开(公告)日：2015-03-11
申请号：CN201410699286.7
申请日：2014-11-26
Applicant: 西北工业大学
IPC: G05B19/418
CPC classification number: Y02P90/02 , Y02P90/14 , G05B19/41865
Abstract: 本发明公开了一种面向车间制造过程的实时生成性能主动感知与异常分析方法，用于解决现有方法实用性差的技术问题。技术方案是通过应用物联技术于关键制造资源，形成多源制造信息的实时感知，并建立关键生产性能与各分散实时制造数据之间的关系；针对生产过程的异常建立异常评价规则库，进而当感知到制造过程的关键生产性能时，基于决策树方法进行增值处理，以更好地辅助生产管理者及时、精确地获取生产异常信息并快速地做出最优的决策，缩短优化时间。该方法在生产异常来临时，快速地获取生产异常状态及异常原因，及时将异常信息发布给生产管理者，节省了异常排查时间，减少异常发生对生产过程的影响，保障生产过程稳定可靠地运行，实用性好。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.059 seconds)
