公开(公告)号：CN109657354A

公开(公告)日：2019-04-19

申请号：CN201811563162.0

申请日：2018-12-20

Applicant: 华中科技大学

Inventor： 朱海平 ,  关辉 ,  马雷博 ,  邵新宇 ,  张聪 ,  孙志娟

IPC: G06F17/50 ,  G06N3/12 ,  G06Q10/08 ,  G06Q50/04

Abstract: 本发明属于工厂虚拟仿真相关技术领域，其公开了一种基于数字孪生的混流装配车间快速重构方法及系统，该方法包括以下步骤：(1)构建混流装配车间的数字孪生车间模型；(2)采用构建的混流装配线仿真模型来求解混流装配线设计与平衡问题，以获得最佳装配工位任务分配方案；并采用构建的物料存储区仿真模型来求解获得最佳配料区储位物料分配方案，进而基于该最佳装配工位任务分配方案及该最佳配料区储位物料分配方案来设计试验，以求解得到最佳物料配送系统方案；(3)采用该数字孪生车间模型来对步骤(2)得到的混流装配车间重构方案进行仿真模拟验证与人工检验调整，以得到最佳重构方案。本发明高效且使用，灵活性较高，提高了重构效率。

公开(公告)号：CN108681634A

公开(公告)日：2018-10-19

申请号：CN201810459163.4

申请日：2018-05-15

Applicant: 华中科技大学

Inventor： 周旋 ,  朱海平 ,  王杰 ,  孙志娟

IPC: G06F17/50

CPC classification number: G06F17/5086 ,  G06F17/5009

Abstract: 本发明属于运行精度预测技术领域，并公开了一种考虑实际工况下的机械产品的运行精度预测方法，包括以下步骤：1)基于运动学理论，通过在每一个零件的配合特征上建立固有坐标系，并建立变换矩阵，通过不同坐标系下的坐标转换来确定装配零件质检的传播偏差，计算装配体装配后的累计误差；2)通过三种坐标系对装配过程中关键几何特征进行建模；3)计算误差传播程度；4)使用三种计算算法计算机械产品运行精度。本发明考虑了实际工况下的零件装配后的产品运行精度以及装配成功率预测，并将预测结果进行反馈给产品设计人员，反馈设计进行修改后再次验证，直至确保向生产线输出正确的图纸，提高了企业产品从设计到生产的效率，缩短了生产全周期。

公开(公告)号：CN109657354B

公开(公告)日：2020-07-10

申请号：CN201811563162.0

申请日：2018-12-20

Applicant: 华中科技大学

Inventor： 朱海平 ,  关辉 ,  马雷博 ,  邵新宇 ,  张聪 ,  孙志娟

IPC: G06F30/20 ,  G06N3/12 ,  G06Q10/08 ,  G06Q50/04

Abstract: 本发明属于工厂虚拟仿真相关技术领域，其公开了一种基于数字孪生的混流装配车间快速重构方法及系统，该方法包括以下步骤：(1)构建混流装配车间的数字孪生车间模型；(2)采用构建的混流装配线仿真模型来求解混流装配线设计与平衡问题，以获得最佳装配工位任务分配方案；并采用构建的物料存储区仿真模型来求解获得最佳配料区储位物料分配方案，进而基于该最佳装配工位任务分配方案及该最佳配料区储位物料分配方案来设计试验，以求解得到最佳物料配送系统方案；(3)采用该数字孪生车间模型来对步骤(2)得到的混流装配车间重构方案进行仿真模拟验证与人工检验调整，以得到最佳重构方案。本发明高效且使用，灵活性较高，提高了重构效率。

公开(公告)号：CN109102085A

公开(公告)日：2018-12-28

申请号：CN201810746638.8

申请日：2018-07-09

Applicant: 华中科技大学

Inventor： 朱海平 ,  王杰 ,  周旋 ,  孙志娟

IPC: G06Q10/00 ,  G06Q10/06

Abstract: 本发明属于设备可靠性和维修决策相关技术领域，其公开了一种数控机床的非周期性预防维修方法，该方法包括以下步骤：(1)求取故障率函数的强度参数及形状参数；(2)求取数控机床的生命周期及所述生命周期内的期望最小维修次数；(3)获取所述数控机床在各个阶段时的可靠度及可靠度约束条件；(4)基于所述可靠性约束条件，将可靠性阈值作为决策变量，以单位时间的期望总维修成本最小化为优化目标建立数控机床非周期性预防维修模型，其中，所述期望总维修成本包含了运行成本及故障成本；(5)对所述数控机床非周期性预防维修模型进行求解，以获得最优的预防维修次数及可靠性阈值。本发明提高了准确性，减少了故障发生率，降低了维修费用。

公开(公告)号：CN109015111A

公开(公告)日：2018-12-18

申请号：CN201810733638.4

申请日：2018-07-06

Applicant: 华中科技大学

Inventor： 朱海平 ,  徐家宽 ,  吴军 ,  孙志娟 ,  马雷博 ,  张聪 ,  周旋

IPC: B23Q17/09

CPC classification number: B23Q17/0952 ,  B23Q17/0957

Abstract: 本发明属于数控机床刀具状态监测相关技术领域，其公开了一种基于信息融合及支持向量机的刀具状态在线监测方法，该方法包括以下步骤：S1，采集数控机床刀具的多种传感器信号，接着分别提取传感器信号在时域、频域及时频域上的特征参数；S2，分别将经归一化处理后的特征参数与刀具磨损的测量值做皮尔逊相关分析以对特征参数进行筛选，并将筛选出来的特征参数融合为表示刀具磨损信息的健康指数；S3，基于得到的健康指数来对支持向量机识别模型进行训练，并将实时采集的信号进行处理以得到健康指数，进而将此健康指数输入到训练好的所述支持向量机识别模型中，以实现刀具磨损状态的在线监测。本发明提高了准确性及稳定性，且灵活性较好。