-
公开(公告)号：CN109547272A
公开(公告)日：2019-03-29
申请号：CN201910020688.2
申请日：2019-01-09
Applicant: 西安交通大学 , 广东顺德西安交通大学研究院
IPC: H04L12/24
Abstract: 本发明公开了一种数控设备远程运维系统互联网接口，适用于多种协议、多种厂家数控设备通信问题。该互联网接口在云服务器中采用逐层解析过滤的方法，将来自不同协议的设备数据分别解析，根据对应的应用层协议解析得到实际设备数据；设计统一的XML文档结构，采用DOM技术将解析到的设备数据封装成XML文件存入设备状态数据库；定义用户接口，采用动态页面技术实现远程监控中心和设备状态数据库的交互。本发明将互联网+技术应用到数控设备的远程运维，通用性强。
-
公开(公告)号：CN109656196A
公开(公告)日：2019-04-19
申请号：CN201811610553.3
申请日：2018-12-27
Applicant: 西安交通大学 , 广东顺德西安交通大学研究院
IPC: G05B19/401
Abstract: 一种数控系统综合性能测试方法与装置，适用于对高端数控系统轨迹控制的动静态性能进行测试分析，主要由5轴机械平台、驱动器单元、传感器单元、数据采集单元、5轴数控系统、数据预处理模块、综合性能分析模块和显示单元等组成，传感器包括光栅尺、振动传感器、加速度传感器等；综合性能分析模块可以测试数控系统的单轴阶跃信号响应特性、单轴静态特性、单轴正弦信号响应特性、单轴低速特性与快速运动特性、多轴插补精度、插补段过度特性和微小线段加工特性等诸多综合性能指标。测试时由数控系统产生期望加工轨迹并控制机械平台运动，由传感器采集闭环运动数据，实时获得综合性能分析结果，克服了传统需依赖切削过程完成数控系统性能测试的缺陷。
-
公开(公告)号：CN116307076A
公开(公告)日：2023-06-23
申请号：CN202310051194.7
申请日：2023-02-02
Applicant: 西安交通大学 , 陕西成盛电子科技有限公司
Abstract: 本发明公开了一种基于物联网的工业园区能效管控方法，涉及物联网与能效管控等领域。该发明提出的方法包括数据采集、统计分析、能耗预测、能耗预警等过程，利用各类传感器及检测仪表采集工业园区的能耗数据，上传至边缘计算网关，进行统计分析；使用改进粒子群智能优化算法进行参数寻优，建立基于粒子群优化的支持向量回归能耗预测模型，实现对园区总能耗的实时预测，基于能耗预测结果进行超值预警，以期降低园区能耗。本发明实现了物联网在智慧园区能效管控的应用，结合边缘计算网关进行数据预处理，考虑并构建时间季节特征，建立了多变量能耗预测模型，有助于园区能源消耗监控与优化，提升能源利用效率。
-
公开(公告)号：CN108876762A
公开(公告)日：2018-11-23
申请号：CN201810448691.X
申请日：2018-05-11
Applicant: 西安交通大学苏州研究院
Abstract: 本发明公开了面向智能生产线的机器人视觉识别定位方法，适用于智能生产线中的高鲁棒、高抗干扰、高识别率的机器人视觉定位控制。该方法基本思路为：通过对模板的预处理，转换为二值化模板来克服模板匹配过程中光照对识别率的影响；通过生成具有旋转角度的模板序列分别匹配来实现对于目标旋转角度的确定；通过对匹配结果每次搜索全局最小值来克服局部极小值带来的目标定位不准确的问题，提高定位精度，并省去非极大值抑制的步骤，提高实时性。本发明可以识别定位多种类型的目标，并且识别率高、定位精度高，可以在智能生产线中，对目标工件准确识别与定位。
-
公开(公告)号：CN104331025A
公开(公告)日：2015-02-04
申请号：CN201410605191.4
申请日：2014-10-31
Applicant: 西安交通大学
IPC: G05B19/416
CPC classification number: G05B19/4163 , G05B2219/34095
Abstract: 本发明公开了一种面向微小线段高效加工的速度前瞻预处理方法，通过动态自适应选择前瞻预处理段数，对各前瞻段切削速度进行优化预处理，以保证进给速度的高速，平滑衔接；速度前瞻预处理方法包含前瞻段自适应选择和最优衔接速度预计算两个步骤，数控系统根据加工轨迹变化趋势，判断拐点位置，从而自适应选择前瞻预处理段，根据前瞻段的轨迹变化趋势，先粗估计各前瞻段的末速度，再根据各前瞻段的指令速度、段末速度粗估计值、加速度及段长约束，精确规划各前瞻段的最优衔接速度；本发明提供的速度前瞻预处理方法计算速度快，能够实现进给速度的高速、平滑衔接，从而满足高速数控装备的速度控制要求。
-
Patent Agency Ranking
公开(公告)号：CN101980091B
公开(公告)日：2012-08-15
申请号：CN201010259198.7
申请日：2010-08-23
Applicant: 西安交通大学苏州研究院
IPC: G05B19/404
Abstract: 本发明公开了一种双转台五轴联动数控加工旋转刀具中心点补偿方法，其特征在于所述方法包括当双转台五轴联动数控系统进行空间复杂曲面加工时的刀位轨迹为直线时，通过直线插补进行离散逼近刀具中心点运动轨迹，并启动RTCP模块，所述RTCP模块通过先获得法平面补偿向量再进行投影获得中心点补偿向量和输出位移量，通过输入数轴中心距参数，实现双转台五轴联动数控系统加工中非线性运动误差的补偿。该方法能够很好的抑制非线性运动误差，提高数控加工装备的运行效率，使数控装备能进行高精度、高效率加工，可明显提高零件的加工质量，在机械制造领域有很好的应用前景。
-
公开(公告)号：CN101510087B
公开(公告)日：2010-11-10
申请号：CN200910021012.1
申请日：2009-01-21
Applicant: 西安交通大学
IPC: G05B19/416
Abstract: 本发明公开一种高速数控设备的前瞻自适应速度控制方法。该方法数控系统进行多层预读译码处理，利用预读的程序段信息对待加工段的末速度进行预计算，根据计算结果调整加减速时间常数，选择加减速曲线类型，再进行S曲线加减速快速计算，使数控设备高速、平滑加工微小线段。前瞻自适应速度控制方法包括：待加工段末速度预计算；加减速时间常数与加减速曲线类型的自适应选择策略；S曲线加减速快速计算。本发明为数控设备提供了一种自适应的加减速控制方法，使数控设备具有高速、平滑地加工微小线段的能力，满足了高速高精度数控设备的速度控制要求。
-
公开(公告)号：CN101783969A
公开(公告)日：2010-07-21
申请号：CN200910024157.7
申请日：2009-09-30
Applicant: 西安交通大学
IPC: H04N17/00
Abstract: 本发明公开了一种数字电视信号质量综合监测装置，用于SDI电视信号视音频质量的实时监测。该装置包括信号采集转换单元、信号处理与故障分析单元、人机操作单元。该装置由基于双核处理器结构的高速嵌入式系统构成，DSP处理器完成电视信号采集、故障分析与识别，ARM处理器以多线程方式进行任务管理、数据传输、人机交互和报警显示。本发明结合特征参数匹配法和图像处理中的特征识别方法，完成数字电视信号的视音频故障分析与识别。本发明能检测常见的各类电视信号视音频故障，还可检测马赛克、图像畸变等复杂视频故障，检测响应速度在40ms内。
-
公开(公告)号：CN114782654B
公开(公告)日：2024-09-06
申请号：CN202210333734.6
申请日：2022-03-31
Applicant: 西安交通大学
IPC: G06T17/30 , G06N7/01 , B29C64/393 , B33Y50/02
Abstract: 本发明提供了一种复杂建筑构件3D打印轨迹规划方法。主要由轮廓偏置、自交干涉处理、关键点获取、轨迹求解、轨迹平滑处理五个步骤构成。轮廓偏置是将单层打印轮廓通过向量积法做外轮廓向内和内轮廓向外偏置。自交干涉处理是对于复杂凹图形偏置后的自交问题，通过将偏置轮廓分解为多段线并求交点，判断有效环和重构新轮廓解决。关键点获取是通过不同填充率得到填充区域内均匀分布的关键点。轨迹求解是通过模拟退火算法遍历填充区域内的关键点规划出一条连续的打印轨迹。轨迹平滑处理是通过三阶贝塞尔曲线调节参数做轨迹的平滑处理以满足曲率约束。本发明能够得到复杂建筑构件3D打印单层的不交叉、连续且平滑的轨迹，提高打印质量。
-
公开(公告)号：CN118524026A
公开(公告)日：2024-08-20
申请号：CN202410585860.X
申请日：2024-05-13
Applicant: 西安交通大学
IPC: H04L41/147 , H04L41/16 , G06N3/0464 , G06N3/0985 , G06F18/15 , G06F18/213 , G06N3/0499 , G06F18/25 , G06N3/048 , G06F123/02
Abstract: 本发明公开了一种基于多尺度分解卷积的云负载预测方法，包括如下步骤：将云负载预测问题描述为一个多变量时间序列预测问题；采集云服务器的负载时序数据并进行预处理；建立基于多尺度分解卷积的云负载预测模型，模型采用多层分解结构，在每一层将多变量时间序列分解为不同尺度的子序列，从每个子序列内学习增强的局部特征，并通过子序列间的相关性来学习全局特征；利用云负载训练集训练模型，预测得到多变量云负载序列预测结果。本发明利用深度学习的方法对云负载序列的复杂时间模式进行建模，并对负载序列的未来趋势做出准确的预测，从而预测出云服务中心的未来运行状态，进一步满足云服务系统的异常预测和资源调度等智能运维需求。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.022 seconds)
