-
公开(公告)号：CN111598435A
公开(公告)日：2020-08-28
申请号：CN202010405648.2
申请日：2020-05-14
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于自适应特征选择及改进思维进化算法的质量趋势预测方法，该方法主要包括三个模块：特征自适应处理模块、数据融合模块、质量趋势预测模块。该方法的实现主要包括以下几个步骤：(1)设计相应参数生成建立该模型的数据；(2)应用误差影响程度算法建立特征自适应选择模块；(3)应用KPCA数据融合方法建立数据融合模块；(4)应用改进的思维进化算法优化多层感知器(MLPNN)网络建立质量趋势预测模块。通过建立该方法，本发明能够实施在质量趋势预测领域，能够自适应根据不同类型的数据选择不同的特征进行预测，并且应用数据融合、算法改进提高产品质量趋势预测的精度，及时采取适当的方式进行修正。
-
公开(公告)号：CN111966050B
公开(公告)日：2023-04-25
申请号：CN202010625523.0
申请日：2020-07-01
Applicant: 北京工业大学
IPC: G05B19/418
Abstract: 本发明公开了基于AMMAS‑GA嵌套算法的双资源模具作业车间调度优化方法，在综合分析了车间的能源消耗、完工时间和设备、人员负荷情况的基础上，建立了一种双资源作业车间多目标调度问题模型，其中，设备、人员的负荷平衡情况是通过计算各设备、人员累计负荷的标准差来衡量的，车间的能耗考虑了设备在待机和加工两类状态下的能耗；然后通过设计AMMAS‑GA嵌套算法进行调度模型优化求解，内层根据资源选择结果作为约束采用遗传算法进行工序排序，最后将调度方案结果反馈给外层算法，影响蚂蚁对资源的选择；本发明可用于车间调度排产，提高车间生产效率，降低能耗，促进绿色节能生产，同时可以满足生产中设备、人员负荷均衡。
-
Patent Agency Ranking
公开(公告)号：CN112364569A
公开(公告)日：2021-02-12
申请号：CN202011342595.0
申请日：2020-11-26
Applicant: 北京工业大学
IPC: G06F30/27 , G06F30/17 , G06N3/08 , G06N3/04 , G06N7/00 , G06F111/10 , G06F113/22 , G06F119/08 , G06F119/18
Abstract: 本发明公开了一种应用人工神经元网络的模锻工艺智能决策方法，根据实际的模锻锻造工艺，采用模锻件的锻件信息作为工艺决策的依据，对锻件的工艺参数、坯料参数等进行智能决策。采用水平正交试验的方法确定不同种类及规格模锻件最佳的工艺参数、坯料参数，并将确定的实验数据作为决策模型训练和测试的样本数据。应用人工神经元网络设计了智能工艺决策模型，输入为锻件信息，输出为锻件工艺参数、坯料参数，采用单层隐含层，同时将LM(Levenberg‑Marquardt)算法与贝叶斯算法相结合来提高网络的决策精度，并应用水平正交实验数据进行训练建立智能模锻工艺决策模型，并利用测试样本进行验证。对模锻工艺的智能决策提供了良好的思路。
-
公开(公告)号：CN111966050A
公开(公告)日：2020-11-20
申请号：CN202010625523.0
申请日：2020-07-01
Applicant: 北京工业大学
IPC: G05B19/418
Abstract: 本发明公开了基于AMMAS-GA嵌套算法的双资源模具作业车间调度优化方法，在综合分析了车间的能源消耗、完工时间和设备、人员负荷情况的基础上，建立了一种双资源作业车间多目标调度问题模型，其中，设备、人员的负荷平衡情况是通过计算各设备、人员累计负荷的标准差来衡量的，车间的能耗考虑了设备在待机和加工两类状态下的能耗；然后通过设计AMMAS-GA嵌套算法进行调度模型优化求解，内层根据资源选择结果作为约束采用遗传算法进行工序排序，最后将调度方案结果反馈给外层算法，影响蚂蚁对资源的选择；本发明可用于车间调度排产，提高车间生产效率，降低能耗，促进绿色节能生产，同时可以满足生产中设备、人员负荷均衡。
-
公开(公告)号：CN110806736A
公开(公告)日：2020-02-18
申请号：CN201911130426.8
申请日：2019-11-19
Applicant: 北京工业大学
IPC: G05B19/418
Abstract: 本发明公开了一种模锻成形智能制造生产线锻件质量信息检测方法，主要包括：各成形阶段缺陷信息检测及终锻、切边阶段形状尺寸信息检测。锻件缺陷信息检测步骤如下：工业相机进行在线图像数据收集；读取图像信息，将图像转换成单通道灰度图像；采用卷积神经网络智能算法进行缺陷质量信息检测分类；检测分类结果存入数据库，结束；形状信息检测步骤如下：采用三维扫描仪进行锻件多角度数据扫描；锻件云图自动拼合；锻件云图数据生成实体与模型形状对比，进行分类；形状信息数据检测分类结果存入数据库，结束。本发明能够快速、精准、实时地剔除不合格产品，提高良品率，达到智能生产及智能质量控制的目的。
-
公开(公告)号：CN111598435B
公开(公告)日：2023-08-04
申请号：CN202010405648.2
申请日：2020-05-14
Applicant: 北京工业大学
IPC: G06Q10/0639 , G06Q50/04 , G06N3/006 , G06N3/02
Abstract: 本发明公开了一种基于自适应特征选择及改进思维进化算法的质量趋势预测方法，该方法主要包括三个模块：特征自适应处理模块、数据融合模块、质量趋势预测模块。该方法的实现主要包括以下几个步骤：(1)设计相应参数生成建立该模型的数据；(2)应用误差影响程度算法建立特征自适应选择模块；(3)应用KPCA数据融合方法建立数据融合模块；(4)应用改进的思维进化算法优化多层感知器(MLPNN)网络建立质量趋势预测模块。通过建立该方法，本发明能够实施在质量趋势预测领域，能够自适应根据不同类型的数据选择不同的特征进行预测，并且应用数据融合、算法改进提高产品质量趋势预测的精度，及时采取适当的方式进行修正。
-
公开(公告)号：CN110806736B
公开(公告)日：2021-10-15
申请号：CN201911130426.8
申请日：2019-11-19
Applicant: 北京工业大学
IPC: G05B19/418
Abstract: 本发明公开了一种模锻成形智能制造生产线锻件质量信息检测方法，主要包括：各成形阶段缺陷信息检测及终锻、切边阶段形状尺寸信息检测。锻件缺陷信息检测步骤如下：工业相机进行在线图像数据收集；读取图像信息，将图像转换成单通道灰度图像；采用卷积神经网络智能算法进行缺陷质量信息检测分类；检测分类结果存入数据库，结束；形状信息检测步骤如下：采用三维扫描仪进行锻件多角度数据扫描；锻件云图自动拼合；锻件云图数据生成实体与模型形状对比，进行分类；形状信息数据检测分类结果存入数据库，结束。本发明能够快速、精准、实时地剔除不合格产品，提高良品率，达到智能生产及智能质量控制的目的。
-
-
-
-
-
-
Search Results
7
records
(took 0.03 seconds)
