“乔非”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果67个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的航空发动机剩余寿命预测方法-CN202211072225.9在审
发明人：乔非;慕涵铄 -专利权人：同济大学
申请日： 2022-09-02 - 公布日： 2022-12-23 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于深度学习的航空发动机剩余寿命预测方法，该方法包括：获取反映航空发动机全生命周期的数据，通过经过训练的剩余寿命预测模型得到发动机预测剩余寿命；所述寿命预测模型基于深度学习构建，该预测模型的训练过程包括以下步骤：S1获取反映航空发动机全生命周期的数据；S2对数据进行预处理；S3基于随机森林模型对数据进行特征选择；S4基于Transformer模型对经过特征选择后的数据进行特征提取；S5使用特征提取后的数据对LSTM模型进行训练。与现有技术相比，本发明具有提高训练速度，增强算法的稳定性等优点。
一种基于深度学习航空发动机剩余寿命预测方法

[发明专利]一种基于单元级CPS的模拟智能设备-CN202211071045.9在审
发明人：马玉敏;蔡静雯;陈心一;乔非 -专利权人：同济大学
申请日： 2022-08-31 - 公布日： 2022-11-25 - 主分类号： G05B19/418 文献下载
摘要：本发明涉及一种基于单元级CPS的模拟智能设备，包括物理空间和信息空间，其中物理空间包括：状态感知模块，用于从物理设备收集感知数据；指令执行模块，用于控制物理设备运行，信息空间包括：本地数据库，用于接收感知数据和控制策略，存储物理设备的状态信息及对物理设备的控制策略；数据采集模块，用于获取物理设备运行过程中的感知数据；智能计算模块，用于接收控制策略和感知数据，输出支持智能决策的数据；决策控制模块，用于根据支持智能决策的数据，生成对物理设备的控制指令；通信模块，用于实现智能设备与上层控制系统间、智能设备间的数据传输。与现有技术相比，本发明具有运行周期短，时间、硬件成本低，扩展性灵活性强等优点。
一种基于单元 cps 模拟智能设备

[发明专利]一种面向多维特性数据的缺失值检测及填补方法-CN202210841731.3在审
发明人：乔非;翟晓东 -专利权人：同济大学
申请日： 2022-07-18 - 公布日： 2022-11-01 - 主分类号： G06F16/2458 文献下载
摘要：本发明涉及一种面向多维特性数据的缺失值检测及填补方法，该方法包括以下步骤：步骤1：输入待处理的数据集，进行数据整合；步骤2：判断每个数据点的每个维度是否发生缺失，以查找出数据集中发生缺失的数据点的位置及个数；步骤3：确定数据集的整体缺失度；步骤4：确定数据集的维度缺失度；步骤5：确定数据集的加权维度缺失度；步骤6：基于不同的缺失度选择对应的缺失值填补算法进行数据填补。与现有技术相比，本发明具有实现对多维特性数据集缺失程度的全面检测和提高了数据填补效果等优点。
一种面向多维特性数据缺失检测填补方法

[发明专利]基于花朵授粉算法改进VMD算法的数据特征提取方法-CN202210938934.4在审
发明人：尹德斌;孙志伟;乔非;慕涵铄;翟晓东 -专利权人：上海工业自动化仪表研究院有限公司;同济大学
申请日： 2022-08-05 - 公布日： 2022-10-25 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于花朵授粉算法改进VMD算法的数据特征提取方法，涉及特征提取技术领域。该方法包括：获取用于表征轴承设备的多种状态的轴承状态数据；对轴承状态数据进行预处理；基于python平台构造变分模态分解特征提取模型；通过花朵授粉算法对变分模态分解特征提取模型进行参数优化；采用经优化的变分模态分解特征提取模型进行数据特征提取。采用基于VMD的特征提取方式，摆脱了EMD存在模式混叠的现象，通过对数据潜在规律的分析挖掘，提取数据的潜在特征；利用花朵授粉算法对VMD特征提取模型进行参数优化，使得VMD特征提取模型可以获得更适合所用数据集的参数，提升了VMD特征提取模型的提取特征的效果。
基于花朵授粉算法改进 vmd 数据特征提取方法

[发明专利]基于样本保留的增量式设备故障诊断方法-CN202210940295.5在审
发明人：尹德斌;闫鹏宇;乔非;关柳恩;翟晓东 -专利权人：上海工业自动化仪表研究院有限公司;同济大学
申请日： 2022-08-05 - 公布日： 2022-10-25 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于样本保留的增量式设备故障诊断方法，涉及设备故障诊断技术领域。该方法包括：从传感器数据中选择表征设备故障状态及健康状态的数据，形成原始数据集；对数据集进行预处理，构成完备样本集；基于卷积神经网络建立故障诊断模型；训练故障诊断模型；将样本集输入故障诊断模型，筛选出故障状态分类正确的样本；针对经筛选样本集，应用基于遗传算法的样本保留法，构成样本子集；利用样本子集和新增样本来重新训练故障诊断模型。本方法通过在原有模型结构和参数基础上，应用新增样本和重要样本子集共同重新训练模型，优化模型参数，使其不仅具备对新故障特征的判别能力，还能够保留旧知识，提高了故障诊断模型的适应能力。
基于样本保留增量设备故障诊断方法

[发明专利]基于数据预处理和深度学习的设备剩余使用寿命预测方法-CN202210940292.1在审
发明人：尹德斌;秦佳晖;翟晓东;乔非;慕涵铄 -专利权人：上海工业自动化仪表研究院有限公司;同济大学
申请日： 2022-08-05 - 公布日： 2022-09-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于数据预处理和深度学习的设备剩余使用寿命预测方法，涉及设备剩余使用寿命预测技术领域。该方法包括：采集并选取用于反映设备退化状态的历史数据；对历史数据进行数据预处理，以形成经处理的数据；基于小波变换对经处理的数据进行时频转换，以得到设备历史运行的时频数据；对时频数据进行贴标签，得到标签数据；基于卷积神经网络构建设备剩余使用寿命预测模型；构建模型评价函数对所构建的设备剩余使用寿命预测模型进行评价。通过对设备历史运行数据进行预处理及特征转换，通过卷积神经网络结构来训练数据，建立能够预测设备剩余使用寿命的模型，实现设备剩余使用寿命的准确预测，为指导设备维护时间的确定提供了有效依据。
基于数据预处理深度学习设备剩余使用寿命预测方法

[发明专利]一种面向半导体生产线的多场景性能指标预测方法及系统-CN202011108406.3有效
发明人：乔非;高陈媛;刘鹃 -专利权人：同济大学
申请日： 2020-10-16 - 公布日： 2022-06-14 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种面向半导体生产线的多场景性能指标预测方法及系统，包括：生产场景定量划分模块，由数据驱动，将生产线的在制品值、产品平均加工周期、各设备利用率进行量化映射，将生产线划分为轻载、正常负载、重载三个场景；主预测网络构建模块，以划分出来的正常负载数据为样本数据，将深度神经网络算法与半导体生产线性能预测相结合，构建正常负载场景下的预测网络；多场景预测模型构建模块，将迁移学习的思想运用到生产线预测中，根据已经构建出的主预测网络，构建轻载、重载场景下的网络，从而组成多场景预测模型。与现有技术相比，本发明将生产线场景进行定量划分，能够更准确地预测在不同负载场景下多个生产线性能指标，并能够在线使用。
一种面向半导体生产线场景性能指标预测方法系统

[发明专利]基于重采样的集成特征选择算法的生产线故障判断方法-CN201910412165.2有效
发明人：乔非;朱雪初;孙晓彬 -专利权人：同济大学
申请日： 2019-05-17 - 公布日： 2022-02-18 - 主分类号： G05B19/418 文献下载
摘要：本发明涉及一种基于重采样的集成特征选择算法的生产线故障判断方法，包括以下步骤：步骤1：基于重采样方法将不均衡数据集IDS构建新的样本子空间；步骤2：使用随机森林算法对各样本子空间进行特征选择，获取各子空间的特征子集；步骤3：将各子空间的特征子集合并成新的特征空间合集；步骤4：使用降噪自编码器对新的特征空间合集进行降维，得到预测模型的输入；步骤5：根据预测模型的输入采用随机森林算法建立故障预测模型并利用该故障预测模型对生产线进行实时故障监控判断。与现有技术相比，本发明具有准确度高，鲁棒性好等优点。
基于采样集成特征选择算法生产线故障判断方法

[发明专利]基于调度知识自学习更新的智能车间生产控制方法及设备-CN202111197399.3在审
发明人：乔非;高陈媛;刘鹃 -专利权人：同济大学
申请日： 2021-10-14 - 公布日： 2022-02-08 - 主分类号： G06F16/31 文献下载
摘要：本发明涉及一种基于调度知识自学习更新的智能车间生产控制方法及设备，所述方法包括：在调度点采集生产线实时投料信息和实时生产状态，组成实时新状态，计算该新状态与预先建立的调度知识映射表中各条调度知识的距离，选择距离最近的t条知识作为被选知识，实现智能车间生产控制；其中，调度知识映射表基于二叉树实现自学习更新：基于t条知识构造库更新矩阵，将t条知识中的最近距离作为最短距离；基于已有调度知识量、库更新矩阵和最短距离，采用删减知识策略二叉树、新增知识策略二叉树和更新使用频率策略二叉树对调度知识映射表进行更新。与现有技术相比，本发明具有更适应动态生产环境、可靠性高等优点。
基于调度知识自学习更新智能车间生产控制方法设备

[发明专利]用于柔性作业车间面向紧急订单的资源调度协同优化方法-CN202111199002.4在审
发明人：乔非;李宁;刘鹃 -专利权人：同济大学
申请日： 2021-10-14 - 公布日： 2022-02-08 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种用于柔性作业车间面向紧急订单的资源调度协同优化方法，该方法根据柔性流水车间生产任务数据进行资源调度协同优化，基于协同优化结果进行工件调度和人员派工的协同控制，所述资源调度协同优化过程包括以下步骤：确定所需要的目标函数及生产约束，构建紧急订单下考虑多技能操作人员调度的多目标优化模型；基于遗传算法思想进行编码，对所述多目标优化模型进行寻优求解，获得协同优化结果，其中，编码的每条染色体包括代表加工工序的第一部分以及代表加工设备和工作人员的第二部分，其中第一部分通过自然数进行编码，第二部分通过实数进行编码。与现有技术相比，本发明具有效率高、符合实际生产环境等优点。
用于柔性作业车间面向紧急订单资源调度协同优化方法

[发明专利]改进SVR算法的电子设备故障预测方法-CN202111060076.X在审
发明人：尹德斌;慕涵铄;徐超;乔非;孙志伟;孙凯文;翟晓东 -专利权人：上海工业自动化仪表研究院有限公司;同济大学
申请日： 2021-09-10 - 公布日： 2022-01-04 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种改进SVR算法的电子设备故障预测方法，从电子设备状态监测器中提取能够表征电子设备状态退化全过程的样本数据；针对样本特征数据进行数据预处理；建立支持向量回归(SVR)预测模型；通过粒子群算法对SVR预测模型进行参数优化；基于粒子群算法改进后SVR模型设计了递归多步预测的方法，并以此绘制设备状态劣化曲线；根据设备状态劣化曲线，设计基于滑动时间窗口的故障预警。本发明预测故障方法，客观准确地反映被监测的电子设备的运行状态，预测设备未来状态变化趋势，及时进行故障预警，为指导后续的设备故障管理和维护工作提供依据。
改进 svr 算法电子设备故障预测方法

[发明专利]基于故障树建立的电子设备控制系统故障诊断方法-CN202111141941.3在审
发明人：尹德斌;徐超;厉荣宣;朱州;翟晓东;乔非 -专利权人：上海工业自动化仪表研究院有限公司;同济大学
申请日： 2021-09-28 - 公布日： 2022-01-04 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于故障树建立的电子设备控制系统故障诊断方法，通过引入故障树方法，利用故障树模型中各事件发生的概率和各种重要度，实现电子设备控制系统故障诊断，可有效改善目前没有成熟的电子设备控制系统故障诊断方法的现状；通过引入改进线性加权求和的方法，有效准确地对各故障发生概率进行排序，并根据排序结果，结合所设置的故障隔离阈值，隔离可能发生的故障，可有效解决故障诊断结果不准确时故障隔离误操作问题。
基于故障建立电子设备控制系统故障诊断方法

[发明专利]基于多源信号和深度学习的设备故障诊断方法-CN202111085910.0在审
发明人：尹德斌;徐超;秦佳晖;张祎纯;关柳恩;乔非;翟晓东 -专利权人：上海工业自动化仪表研究院有限公司;同济大学
申请日： 2021-09-16 - 公布日： 2022-01-04 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于多源信号和深度学习的设备故障诊断方法，采用多源信号进行设备故障诊断，充分且有效利用设备的多个状态监控数据，为故障诊断提供更多重要的故障信息，使诊断在多工况等复杂环境下依旧保持令人满意的鲁棒性和准确性；本发明基于深度学习构建深度神经网络模型，无需人为处理原始数据和提取特征，借鉴残差网络的思想，在卷积神经网络模型的基础上加入跳跃连接来扩展网络深度，每层网络只学习特征表示的残差，不仅加速模型收敛过程、提高模型的训练效率，而且能够提高模型的拟合能力和诊断性能；引入全局平均池化替代部分全连接层，通过减少网络结构参数，在降低分类器过拟合风险的同时加速网络的训练过程，为有效提高诊断性能和泛化能力。
基于信号深度学习设备故障诊断方法

[发明专利]一种基于可持续生产调度框架的作业车间调度控制方法-CN202110767035.8在审
发明人：乔非;张鹏;王俊凯;卢弘 -专利权人：同济大学
申请日： 2021-07-07 - 公布日： 2021-10-15 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种基于可持续生产调度框架的作业车间调度控制方法，该方法包括以下步骤：构建一可持续制造调度三维目标框架；基于作业车间决策信息，从所述可持续制造调度三维目标框架中选取与所述作业车间决策信息相适配的调度目标；基于所述调度目标求解获得最优调度方案，以该最优调度方案控制作业车间生产状态。与现有技术相比，本发明具有能够快速获得有效的调度目标以实现准确生产调度控制等优点。
一种基于可持续生产调度框架作业车间控制方法

[发明专利]一种用于混合流水车间考虑设备维护的节能调度控制方法-CN201910516943.2有效
发明人：乔非;邢俊霞 -专利权人：同济大学
申请日： 2019-06-14 - 公布日： 2021-10-08 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种用于混合流水车间考虑设备维护的节能调度控制方法，该方法包括以下步骤：步骤1：根据混合流水车间的生产特征获得生产约束和求解目标函数，并引入能耗目标，建立多目标规划模型；步骤2：根据设备的维护数据分析设备维护对生产调度的影响，将设备维护作对应的约束条件加入至多目标规划模型中形成完整多目标规划模型；步骤3：采用GA算法对实际混合流水车间进行编码遗传操作，得到子代个体；步骤4：采用NSGA‑II算法与启发式算法协同的混合算法并结合子代个体对完整多目标规划模型进行寻优求解并根据最终得到的寻优求解结果对混合流水车间进行调度控制。与现有技术相比，本发明具有运算速度快、鲁棒性好等优点。
一种用于混合流水车间考虑设备维护节能调度控制方法