-
公开(公告)号：CN110543616B
公开(公告)日：2022-12-02
申请号：CN201910632492.9
申请日：2019-07-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于工业大数据的SMT锡膏印刷体积预测方法，解决了构造时间序列特征和对模型参数进行寻优的技术问题。实现包括：数据资源准备、选影响锡膏印刷体积的关键因素作特征、构造锡膏体积时间序列作为特征、提取样本数据、数据预处理、选择并优化预测算法、构建SMT焊盘锡膏印刷体积预测模型、训练并评价预测模型。本发明用AGNES算法确定RBF神经网络隐含层神经元个数和隐含层中心点，用PSO算法对AGNES算法和RBF神经网络算法中的关键参数寻优。本发明数据利用充分，数据处理高效，数据分析系统化，提高了印刷过程中的焊盘体积预测准确性，设计的预测模型为质量提供了有效的风险检测手段，用于保障SMT焊盘锡膏印刷质量。
-
公开(公告)号：CN110533278B
公开(公告)日：2022-03-22
申请号：CN201910635333.4
申请日：2019-07-15
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于粒子群优化算法的SMT产线检测阈值设定方法，用于解决现有技术中存在的因为SMT产线的检测阈值设定不合理导致的产品合格率较低的技术问题，实现步骤为：获取关联数据表，然后获取阈值设定数据表，采用粒子群优化算法计算设定阈值，最后获取最优阈值。本发明利用SMT产线的生产数据，并将SMT产线上SPI锡膏检测仪的检测合格率用于计算粒子群优化算法中的个体适应度，通过粒子群优化算法的迭代之后，能够获得的多组检测阈值能提高SPI锡膏检测仪的检测合格率，从而提高SMT产线的产品合格率，并且降低了获取到的多组检测阈值全部不满足生产工艺要求的风险。
-
公开(公告)号：CN107153843B
公开(公告)日：2020-07-10
申请号：CN201710303112.8
申请日：2017-05-03
Applicant: 西安电子科技大学
IPC: G06K9/62 , G06F16/182 , G06F16/25
Abstract: 本发明公开了一种基于支持向量机的地面沉降预测系统和方法，主要用于解决配套系统无法应对盾构施工过程中对海量数据的分析需求。系统包括Hadoop大数据分析平台、数据收集模块、数据预处理模块、模型构建模块、沉降预测模块，预测方法中，对预处理的去噪提出了基于置信度区间估计和拉依达准则的聚类算法进行异常点检测；构建预测模型时，权重向量的迭代计算过程是用N个分区的平均值进行更新，此策略和随机梯度下降相结合，提升了训练速度。本发明具备海量数据的存储和分析能力以及高性能的冗余能力，数据分析具有实时性和高效性，用于盾构施工过程的地面沉降量预测，为工程管理人员和施工操作人员提供参考和调整依据。
-
公开(公告)号：CN108803478A
公开(公告)日：2018-11-13
申请号：CN201810617404.3
申请日：2018-06-15
Applicant: 西安电子科技大学
IPC: G05B19/19 , G05B19/408
Abstract: 本发明提出了一种航空发动机叶片加工过程退化的轮廓质量控制方法，用于解决现有航空发动机叶片加工过程轮廓质量控制精度低的问题。实现步骤为：建立航空发动机叶片多阶段加工过程退化Profile误差累积的耦合预测模型；对航空发动机叶片多阶段加工过程退化Profile误差累积的耦合预测模型进行最小二乘回归；采用提前一步预测残差方法，对发动机叶片加工过程轮廓误差进行自性关性处理；对发动机叶片加工过程节点工序k的残差方程进行最小二乘回归；建立基于聚类的T2控制图监控模型；获取航空发动机叶片加工过程退化的轮廓质量控制结果。本发明可以提高发动机叶片加工过程轮廓质量控制精度,可应用于航空工业领域中发动机叶片加工过程轮廓质量控制。
-
公开(公告)号：CN107153843A
公开(公告)日：2017-09-12
申请号：CN201710303112.8
申请日：2017-05-03
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于支持向量机的地面沉降预测系统和方法，主要用于解决配套系统无法应对盾构施工过程中对海量数据的分析需求。系统包括Hadoop大数据分析平台、数据收集模块、数据预处理模块、模型构建模块、沉降预测模块，预测方法中，对预处理的去噪提出了基于置信度区间估计和依达拉准则的聚类算法进行异常点检测；构建预测模型时，权重向量的迭代计算过程是用N个分区的平均值进行更新，此策略和随机梯度下降相结合，提升了训练速度。本发明具备海量数据的存储和分析能力以及高性能的冗余能力，数据分析具有实时性和高效性，用于盾构施工过程的地面沉降量预测，为工程管理人员和施工操作人员提供参考和调整依据。
-
Patent Agency Ranking
公开(公告)号：CN116757545A
公开(公告)日：2023-09-15
申请号：CN202310806904.2
申请日：2023-07-03
Applicant: 西安电子科技大学
IPC: G06Q10/0639 , G06Q50/04 , G06N3/0464 , G06N3/08
Abstract: 一种基于多任务深度学习的多级制造系统质量预测方法，先进行多级制造系统数据的采集与整理，形成多阶段原始数据集集合；然后对多阶段原始数据集集合进行预处理；再对预处理后的多阶段数据集集合进行训练集和测试集划分；然后构建基于各阶段传递影响特征提取的具有控制门网络的多尺度卷积网络；再构建基于各阶段多任务预测的多任务学习网络；最后动态调整每个任务损失和每个阶段损失的权重，并配合正则项，完成多任务深度学习模型构建；本发明在考虑各阶段传递影响的同时并行输出各阶段下多个质量指标的预测结果，各阶段影响传递有效，多质量指标并行输出的结果精度高。
-
公开(公告)号：CN110516920B
公开(公告)日：2022-12-02
申请号：CN201910718844.2
申请日：2019-08-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于指标融合的陀螺仪质量等级评估方法，解决了因指标波动误差的不稳定性给产品质量等级评估带来的评估不准确问题，实现步骤为：获取陀螺仪装配过程数据集I1；判断I1中是否存在缺失特征数据；对I1中缺失特征数据进行填充，得到完整特征数据集I2；对I2进行PCA降维，得到降维后数据集I3；对I3聚类分析，得到聚类标签L；对I2数据融合，得到融合后特征数据集；对半液浮速率陀螺仪质量等级评估；本发明对单一指标多次检测数据进行融合，并通过计算不同聚类标签所对应的融合后特征与融合后特征重要度的乘积之和，给出了一个更为精准的半液浮速率陀螺仪质量等级评估模型，用于陀螺仪质量等级评估。
-
公开(公告)号：CN115033800A
公开(公告)日：2022-09-09
申请号：CN202210806187.9
申请日：2022-07-08
Applicant: 西安电子科技大学
IPC: G06F16/9535 , G06F16/36
Abstract: 本发明提出了一种基于知识图谱的数控加工刀具推荐方法，可用于数控加工刀具的精确推荐，实现步骤为：对数控加工原始数据进行预处理；构建数控加工的本体模型；构建数控加工的知识图谱；构建数控加工单向加权知识图谱；获取数控加工刀具的推荐结果。本发明通过数控加工的本体模型构建数控加工的知识图谱，并通过该知识图谱所构建的数控加工单向加权知识图谱，使用PPR算法计算刀具节点与待加工零件节点的相关度，再将相关度最高的刀具节点作为推荐的刀具，充分考虑了刀具几何参数在刀具推荐过程中的影响，有效提高了刀具推荐的准确度。
-
公开(公告)号：CN110185463B
公开(公告)日：2020-10-09
申请号：CN201910583926.0
申请日：2019-07-01
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种盾构掘进姿态的控制方法，用于解决现有技术中存在的控制精度较低的技术问题，实现步骤为：获取盾构数据包；获取b个盾构掘进初始特征数据包；对每个盾构掘进初始特征数据包进行递归特征消除；对每个盾构掘进深度特征数据包进行离散化；获取盾构掘进施工参数分析结果；对盾构掘进姿态进行控制。本发明首先通过施工参数与盾构轴线偏差之间的相关性分析和冗余施工参数的递归特征消除，保证了分析结果的客观性；其次深度挖掘施工参数与盾构轴线偏差之间的关联规则，提取数据的隐含规律，可以提高盾构掘进姿态控制的控制精度,可应用于盾构掘进姿态控制。
-
公开(公告)号：CN110617074A
公开(公告)日：2019-12-27
申请号：CN201910893671.8
申请日：2019-09-20
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种盾构施工中地面沉降量与掘进参数的关联关系方法研究，主要解决现有技术在盾构施工大数据场景下，掘进参数建议范围值准确度不高的问题,关联关系方法研究步骤包括：对盾构施工的历史数据进行预处理；获取施工参数数据集；获取每种特征掘进参数的建议值范围；获取影响地面沉降的参数数据；对每种特征掘进参数的建议值范围进行优化；对地面沉降量进行预测。本发明整个方案设计严谨、完整，掘进参数建议范围值的准确性高，用于盾构施工过程中掘进参数的取值，保障工程质量和安全。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.035 seconds)
