-
公开(公告)号：CN116630728A
公开(公告)日：2023-08-22
申请号：CN202310577060.9
申请日：2023-05-19
Applicant: 重庆大学
Abstract: 本发明提供的一种基于注意力残差孪生网络的加工精度预测方法，包括以下步骤：S1.采集时序位移数据，利用分段聚合近似和格拉姆角场处理时序位移数据，得到二维灰度图像数据，将得到的灰度图像数据作为样本数据集；S2.构建注意力机制残差孪生网络，并在网络中加入通道注意力模块和残差块；S3.将样本数据集输入注意力机制残差孪生网络中进行训练；S4.判断注意力机制残差孪生网络是否训练完成，如是，则进入步骤S5，如否，则更新注意力机制残差孪生网络学习模型的参数，返回步骤S3中；S5.将待测数据输入训练完成的学习模型中进行预测分类。
-
公开(公告)号：CN113065630B
公开(公告)日：2023-04-07
申请号：CN202110310343.8
申请日：2021-03-23
Applicant: 重庆大学
IPC: G06N3/00 , G06N3/02 , G06N3/0442 , G06N3/08 , G06F30/20
Abstract: 本申请一种用于砂带磨削加工的工艺参数优化方法，所述方法包括如下步骤：S1：使用混沌映射进行群初始化；S2：确定群适应度并根据适应度值从大到小进行排序，在确定群适应度中将预测模型作为混沌麻雀搜索算法的适应度函数；S3：采用混沌麻雀搜索算法更新发现者、追随者和警戒者位置，令I＝1，其中，I表示迭代次数的变量，I为正整数；S4：I＝I+1，其中，I表示迭代次数的变量，判断I是否大于预设的迭代次数，若是，进入下一步，若否，进入步骤S2；S5：输出最佳位置和适应度，即输出在满足预设加工精度条件下，磨削效率最优的磨削工艺参数。本申请在加工精度要求的范围内最大限度地提高磨削效率，实现对磨削工艺参数的智能优化。
-
公开(公告)号：CN114897045A
公开(公告)日：2022-08-12
申请号：CN202210327392.7
申请日：2022-03-30
Applicant: 重庆大学
Abstract: 本发明公开了一种基于多尺度注意力机制的材料去除状态预测方法，包括：S1.采集加工材料的位移数据，并确定加工材料的去除状态；S2.对加工材料的位移数据进行预处理，得到处理后的位移数据；所述预处理依次包括一阶差分处理、标准化处理以及数据扩增处理；S3.构建基于多尺度注意力机制的神经网络模型；S4.设置网络训练参数，并使用处理后的位移数据对所述神经网络模型进行网络训练，得到训练后的网络模型；S5.将待测加工材料的位移数据输入到训练后的网络模型，输出所述待测加工材料的去除状态。本发明能够提升数据特征提取的准确性和网络模型的预测精度，实现对材料去除状态的有效预测。
-
公开(公告)号：CN110370272A
公开(公告)日：2019-10-25
申请号：CN201910539099.5
申请日：2019-06-20
Applicant: 重庆大学
Abstract: 本发明公开了一种基于垂直反射的机器人TCP标定系统，以双目视觉系统、机器人和作业工具结合作业，以平面镜作为辅助工具，利用机器人运动学和空间坐标变换的关系，对空间固定点进行多次测量，确立出手眼关系，在对作业工具的末端圆形靶点进行检测，通过坐标变换关系以及平面镜成像对称性的特点，以完成TCP的标定。本发明的TCP标定系统，本系统区别于接触式标定系统，无碰撞风险，安全系数高。
-
公开(公告)号：CN114707260B
公开(公告)日：2025-03-25
申请号：CN202210279168.5
申请日：2022-03-21
Applicant: 重庆大学
Abstract: 本发明提供的一种偏心轴外圆磨床磨削轨迹误差分析方法，包括以下步骤：S1.构建偏心轴外圆磨床的砂轮局部坐标系W{O}、工件局部坐标系T{O}以及磨床全局坐标系Q{O}；S2.构建偏心轴外圆磨削点理想轨迹模型η：S3.构建偏心轴外圆磨削点实际轨迹模型τ，S4.计算偏心轴外观磨床的轨迹误差λ：λ＝τ‑η，通过上述方法，基于在磨床加工过程中磨削点的实际轨迹以及理想轨迹相结合，能够对磨床的综合几何误差进行准确分析，从而为磨床加工过程中的误差补偿控制提供准确的数据支持，确保最终的偏心轴产品质量。
-
Patent Agency Ranking
公开(公告)号：CN116662757B
公开(公告)日：2025-03-21
申请号：CN202310640748.7
申请日：2023-05-31
Applicant: 重庆大学
IPC: G06F18/20 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06F17/16
Abstract: 本发明提供的一种基于相关对齐领域自适应的加工精度预测方法，包括以下步骤：S1.采集加工器件的时序位移数据作为目标域数据，确定与目标域数据相似的数据作为源域数据；S2.构建深度学习网络模型；S3.将源域数据和目标域数据分别输入至深度学习网络模型中的两个神经网络中进行训练；S4.判断深度学习网络模型是否训练完成，如是，则进入步骤S5，如否，则更新模型参数，返回步骤S3中，直到深度学习网络模型完成训练；S5.将训练完成的源域神经网络模型参数迁移到目标域神经网络模型中，得到训练完成的目标域神经网络模型；S6.将目标域数据输入训练完成的目标域神经网络模型中进行预测，输出预测结果。
-
公开(公告)号：CN114707260A
公开(公告)日：2022-07-05
申请号：CN202210279168.5
申请日：2022-03-21
Applicant: 重庆大学
Abstract: 本发明提供的一种偏心轴外圆磨床磨削轨迹误差分析方法，包括以下步骤：S1.构建偏心轴外圆磨床的砂轮局部坐标系W{O}、工件局部坐标系T{O}以及磨床全局坐标系Q{O}；S2.构建偏心轴外圆磨削点理想轨迹模型η：S3.构建偏心轴外圆磨削点实际轨迹模型τ，S4.计算偏心轴外观磨床的轨迹误差λ：λ＝τ‑η，通过上述方法，基于在磨床加工过程中磨削点的实际轨迹以及理想轨迹相结合，能够对磨床的综合几何误差进行准确分析，从而为磨床加工过程中的误差补偿控制提供准确的数据支持，确保最终的偏心轴产品质量。
-
公开(公告)号：CN114268854A
公开(公告)日：2022-04-01
申请号：CN202111401626.X
申请日：2021-11-19
Applicant: 重庆大学
Abstract: 本申请提供一种用于智能产线的多源异构数据同步采集装置，其特征在于：包括：用于采集产线设备数据的第一采集模块、用于采集设置于产线设备上的传感器数据的第二采集模块、用于接收第一采集模块输出的数据和第二采集模块输出的数据并对数据进行处理的数据管理模块；本申请的采集装置可实现与多种机床数控系统以及多种内、外置传感器的数据通讯，并实现不同通道之间和不同设备之间数据采集的同步精度。
-
公开(公告)号：CN113065630A
公开(公告)日：2021-07-02
申请号：CN202110310343.8
申请日：2021-03-23
Applicant: 重庆大学
Abstract: 本申请一种用于砂带磨削加工的工艺参数优化方法，所述方法包括如下步骤：S1：使用混沌映射进行群初始化；S2：确定群适应度并根据适应度值从大到小进行排序，在确定群适应度中将预测模型作为混沌麻雀搜索算法的适应度函数；S3：采用混沌麻雀搜索算法更新发现者、追随者和警戒者位置，令I＝1，其中，I表示迭代次数的变量，I为正整数；S4：I＝I+1，其中，I表示迭代次数的变量，判断I是否大于预设的迭代次数，若是，进入下一步，若否，进入步骤S2；S5：输出最佳位置和适应度，即输出在满足预设加工精度条件下，磨削效率最优的磨削工艺参数。本申请在加工精度要求的范围内最大限度地提高磨削效率，实现对磨削工艺参数的智能优化。
-
公开(公告)号：CN116662757A
公开(公告)日：2023-08-29
申请号：CN202310640748.7
申请日：2023-05-31
Applicant: 重庆大学
IPC: G06F18/20 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06F17/16
Abstract: 本发明提供的一种基于相关对齐领域自适应的加工精度预测方法，包括以下步骤：S1.采集加工器件的时序位移数据作为目标域数据，确定与目标域数据相似的数据作为源域数据；S2.构建深度学习网络模型；S3.将源域数据和目标域数据分别输入至深度学习网络模型中的两个神经网络中进行训练；S4.判断深度学习网络模型是否训练完成，如是，则进入步骤S5，如否，则更新模型参数，返回步骤S3中，直到深度学习网络模型完成训练；S5.将训练完成的源域神经网络模型参数迁移到目标域神经网络模型中，得到训练完成的目标域神经网络模型；S6.将目标域数据输入训练完成的目标域神经网络模型中进行预测，输出预测结果。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.02 seconds)
