“桂洪泉”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21个，建议您升级VIP下载更多相关专利

[发明专利]基于双向LSTM网络的磨齿机热误差模型建模方法-CN202110860342.0有效
发明人：马驰;刘佳兰;桂洪泉;王时龙 -专利权人：重庆大学
申请日： 2021-07-27 - 公布日： 2023-09-05 - 主分类号： G06F30/17 文献下载
摘要：一种基于双向LSTM网络的磨齿机热误差模型建模方法，包括如下步骤：1)对原始热误差数据进行预处理；2)随机生成鲸鱼种群，判断鲸鱼种群的初始位置是否超出预设范围；若是，则将鲸鱼种群的初始位置更改为边界；若否，则保持鲸鱼种群的位置；3)建立Bi‑LSTM神经网络；4)将鲸鱼种群的位置映射为Bi‑LSTM神经网络的批量大小和隐藏层神经元数量；5)将预处理后的原始热误差数据输入Bi‑LSTM神经网络中，以MAE作为鲸鱼优化算法的适应度；6)判断MAE是否满足预设要求，若否，则更新鲸鱼种群的位置，若更新后的适应度小于更新前的最优适应度，则更新前的最优的位置X*；7)判断迭代次数是否达到最大值，若是，则终止迭代；若否，则令t＝t+1，循环步骤4)和步骤7)；8)输出MAE。
基于双向 lstm 网络磨齿机热误差模型建模方法

[发明专利]多目标交付同步优化模型建模方法及面向订单制造的车间物料配送边缘-雾-云系统构架-CN202110850021.2有效
发明人：马驰;刘佳兰;桂洪泉;王时龙 -专利权人：重庆大学
申请日： 2021-07-27 - 公布日： 2023-08-04 - 主分类号： G06Q10/0875 文献下载
摘要：本发明公开了一种多目标交付同步优化模型建模方法，通过构建目标函数和约束条件，目标函数中最小总物流成本目标函数、最小搬运矩目标函数和最大满意度目标函数，通过利用约束条件对目标函数求解，求解得到的多目标交付同步优化模型可以确定每个路径段的方向、工作站布局以及单向引导路径网络(UGN)设计、工作站布局和交付路径；即本发明的多目标交付同步优化模型建模方法，针对配送成本高、配送效率低的问题，对UGN设计、工作站布局、配送路径进行同步优化，构建具有拆分需求的多目标交付同步优化模型，降低搬运矩和物流成本，提高工作站满意和执行效率。本发明还提出了面向订单制造的车间物料配化边缘‑雾‑云系统构架。
多目标交付同步优化模型建模方法面向订单制造车间物料配送边缘系统构架

[发明专利]基于ONT-GCN时空模型的热误差预测模型及建模方法和霾-边-雾-云误差补偿系统-CN202111421117.3有效
发明人：马驰;刘佳兰;桂洪泉;王时龙 -专利权人：重庆大学
申请日： 2021-11-26 - 公布日： 2023-06-30 - 主分类号： G05B19/404 文献下载
摘要：本发明公开了一种基于ONT‑GCN时空模型的热误差预测模型及其建模方法和霾‑边‑雾‑云误差补偿系统。本发明基于ONT‑GCN时空模型的热误差预测模型，利用LSTMN神经网络捕捉传感器收集的数据的时间依赖性，利用GCN神经网络捕捉拓扑结构的空间特征，可以将捕获的空间特征和时序特征保留在ONT‑GCN单元中；ONT‑GCN单元的独特排序特性允许保留重要的热误差信息，因此，ONT‑GCN单元可以有序地传递热误差的时间和空间特征，从而提高热误差的预测精度。本发明的霾‑边‑雾‑云误差补偿系统，云计算具有强大的计算能力，用于解决耗时问题；通过设置雾计算层和边缘层等分布式计算层，可缓解工业互联网的带宽压力；通过霾计算层以加快信息获取过程，从而以保证系统执行效率和机床的加工精度。
基于 ont gcn 时空模型误差预测建模方法补偿系统

[发明专利]基于动态距离语义超图卷积网络的时空误差预测模型-CN202211630038.8在审
发明人：马驰;桂洪泉;刘佳兰;王时龙 -专利权人：重庆大学
申请日： 2022-12-19 - 公布日： 2023-04-25 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于动态距离语义超图卷积网络的时空误差预测模型，针对空间信息包含的基于距离的信息和基于语义的信息的两种依赖关系，通过区分距离图和语义图，全面捕获空间行为，包括基于距离和基于语义的热误差信息；另外，采用语义超图卷积可以表征多个传感器节点间的依赖关系，通过构建语义超图捕捉高阶空间行为；采用动态距离图卷积表征传感器网络中传感器节点的位置随时间变化，通过构建动态距离图捕捉动态空间行为；最后，利用最小门控单元结合动态距离图和语义超图，通过动态时空超图卷积捕获热误差的动态高阶时空行为，挖掘热误差的动态时空特征，能够有效提高误差预测精度和鲁棒性。
基于动态距离语义超图卷积网络时空误差预测模型

[发明专利]动态时空记忆图卷积网络热误差模型及面向工业的机器学习大数据框架-CN202211630044.3在审
发明人：马驰;桂洪泉;刘佳兰;王时龙 -专利权人：重庆大学
申请日： 2022-12-19 - 公布日： 2023-04-18 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了动态时空记忆图卷积网络热误差模型，其特征在于：包括串联设置的N层DTSMGCN层，第i层DTSMGCN层的输出hit为第i+1层DTSMGCN层的输入；DTSMGCN层包括DTSMGCN单元，DTSMGCN单元内设有边缘单元、联合单元和混合邻接矩阵；边缘单元用于挖掘每个变量的时间特征并将时间特征被传输到联合单元；联合单元用于挖掘变量之间的时空特征，且提取的时空特征在递归网络中紧密耦合并传播；混合邻接矩阵用于挖掘空间特征，空间特征包括动态地理邻接矩阵、语义邻接矩阵和运动邻接矩阵。本发明还公开了一种面向工业的机器学习大数据框架。本发明的动态时空记忆图卷积网络热误差模型及面向工业的机器学习大数据框架，能够有效提高预测精度，并解决云计算工业带宽有限的问题。
动态时空记忆图卷网络误差模型面向工业机器学习数据框架

[发明专利]智能产线动态误差预测系统、控制系统、控制方法及数字孪生系统-CN202110355441.3有效
发明人：马驰;刘佳兰;桂洪泉;王时龙 -专利权人：重庆大学
申请日： 2021-04-01 - 公布日： 2023-04-18 - 主分类号： G06F30/27 文献下载
摘要：一种智能产线动态误差预测系统，包括第一计算层、第二计算层；数据库接收数据采集单元采集得到的数据并存储作为历史数据；第一计算层包括第一服务器，第一服务器内设有数据处理单元和误差预测单元，误差预测单元预测智能产线的动态误差；第二计算层包括第二服务器，第二服务器内设有动态误差预测模型训练单元；误差预测单元和动态误差预测模型训练单元内分别设有动态误差预测模型，动态误差预测模型训练单元对设置在其内的动态误差预测模型进行训练；中央处理器接收经动态误差预测模型训练单元训练后的动态误差预测模型、并更新误差预测单元内的动态误差预测模型。本发明还公开了一种智能产线动态误差控制系统、控制方法及数字孪生系统。
智能动态误差预测系统控制系统控制方法数字孪生

[发明专利]主轴系统热误差建模方法、误差预测系统、误差控制系统、误差控制方法及云雾计算系统-CN202110357140.4有效
发明人：马驰;刘佳兰;桂洪泉;王时龙 -专利权人：重庆大学
申请日： 2021-04-01 - 公布日： 2023-04-18 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种主轴系统热误差建模方法，包括如下步骤：1)以改进的BA算法构建IBA‑GRU模型的结构；2)以GRU神经网络的时间窗口大小，批处理大小和单元数量作为优化变量，初始化蝙蝠种群；3)采用改进的BA算法优化IBA‑GRU模型；4)将优化得到的最优超参数用于IBA‑GRU模型，得到主轴系统热误差模型并用于预测主轴系统的热误差。本发明还公开了一种主轴系统动态热误差预测系统、热误差控制方法和云雾计算系统。本发明的主轴系统热误差建模方法、误差预测系统、误差控制系统、误差控制方法及云雾计算系统，具有出色预测性能和鲁棒性，能够反映热误差机制并具有自学习能力。
主轴系统误差建模方法预测控制系统控制云雾计算

[发明专利]STO-TCN热误差预测模型建模方法及其迁移学习方法-CN202110920488.X有效
发明人：马驰;刘佳兰;桂洪泉;王时龙 -专利权人：重庆大学
申请日： 2021-08-11 - 公布日： 2023-04-07 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种STO‑TCN热误差预测模型建模方法，包括如下步骤：1)初始化燕鸥优化算法STO的参数；2)创建TCN神经网络；3)以热误差数据训练TCN神经网络，以平均绝对误差MAE视为适应度函数；4)判断平均绝对误差MAE是否小于设定阈值；5)判断迭代次数是否达到最大值，若是，则终止迭代，以平均绝对误差MAE最小时的燕鸥位置映射得到的批处理大小和滤波器数量作为TCN神经网络的最佳超参数；若否，则迭代次数加1，并将更新后的燕鸥位置映射为TCN神经网络的批处理大小和滤波器数量后，循环执行步骤3)；5)构建得到STO‑TCN热误差预测模型。本发明还公开了一种STO‑TCN热误差预测模型的迁移学习方法。
sto tcn 误差预测模型建模方法及其迁移学习方法

[发明专利]基于STFGCN的时空热误差预测模型与时空热误差控制系统-CN202211630051.3在审
发明人：马驰;桂洪泉;刘佳兰;王时龙 -专利权人：重庆大学
申请日： 2022-12-19 - 公布日： 2023-04-04 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于STFGCN的时空热误差预测模型，包括N层STFGCN层，其中，N≥1；且：当N≥2时，第i层所述STFGCN层的输出Hi为第i+1层所述STFGCN层的输入，1≤i≤N‑1；所述STFGCN单元包括：门控图卷积网络，用于提取热误差数据中的时间信息和空间信息；空间门控递归单元，用于融合热误差数据中的时间信息和空间信息；时空注意力单元，用于捕捉热误差的长期时空行为。本发明还公开了一种基于STFGCN的时空热误差控制系统。本发明基于STFGCN的时空热误差预测模型与时空热误差控制系统，将图分为动态距离图和语义超图两个部分，并将时间信息和空间信息进行融合，以提高预测精度和鲁棒性。
基于 stfgcn 时空误差预测模型控制系统

[发明专利]倾斜工作条件下的主轴系统热-结构耦合特性模型创建方法及热误差模型建模方法-CN202110355205.1有效
发明人：马驰;刘佳兰;桂洪泉;王时龙;康玲 -专利权人：重庆大学
申请日： 2021-04-01 - 公布日： 2023-03-10 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种倾斜工作条件下的主轴系统热‑结构耦合特性模型创建方法，包括如下步骤：1)创建轴倾斜工作条件下主轴系统的热‑结构耦合特性仿真模型，并将倾斜工作条件下的主轴系统的热源和热边界条件应用于所述热‑结构耦合特性仿真模型；2)根据所述热‑结构耦合特性仿真模型对主轴系统进行瞬态分析；3)比较相邻两个迭代子步骤中的主轴的温度，若满足收敛条件，则进入步骤4)；若不满足收敛条件，则进入步骤5)；4)结束分析，保存轴系统中所有温度节点的温度；5)更新主轴系统的热源和热边界条件；6)循环步骤2)和步骤3)，直至满足收敛条件。本发明还公开了一种倾斜工作条件下的主轴系统热误差建模方法。
倾斜工作条件下主轴系统结构耦合特性模型创建方法误差建模

[发明专利]基于能量平衡的直线伺服系统热误差建模方法及补偿系统-CN202110355438.1有效
发明人：马驰;刘佳兰;桂洪泉;王时龙 -专利权人：重庆大学
申请日： 2021-04-01 - 公布日： 2022-11-04 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于能量平衡的直线伺服系统热误差建模方法，包括如下步骤：1)根据直线伺服系统能量平衡方程，构建LSTM神经网络模型；2)采集直线伺服系统的原始运行数据，对原始运行数据中的电枢电流进行小波阈值去噪；3)将经小波阈值去噪处理后的原始运行数据生成输入数据向量，并将输入数据向量生成为npy格式的数据文件用于模型训练；4)训练LSTM神经网络模型，得到直线伺服系统热误差模型；5)利用直线伺服系统热误差模型预测直线伺服系统的热误差ΔLτ+1。本发明还提出了一种基于能量平衡的直线伺服系统热误差补偿系统，包括数据采集系统、数据处理系统、热误差预测系统、CNC控制系统和伺服控制系统。
基于能量平衡直线伺服系统误差建模方法补偿系统

[发明专利]基于Mist-边缘-雾-云计算的热误差预测系统及热误差补偿系统-CN202110437631.X有效
发明人：马驰;桂洪泉;王时龙;刘佳兰 -专利权人：重庆大学
申请日： 2021-04-22 - 公布日： 2022-08-26 - 主分类号： G05B13/04 文献下载
摘要：一种基于Mist‑边缘‑雾‑云计算的热误差预测系统，包括Mist计算层、边缘计算层、雾计算层和云计算层；Mist计算层包括：树莓派(RPi)，用于将传感器采集得到的电流、电压信号转换为热误差数据；边缘计算层包括：过滤器；放大器；路由器；微型数据中心，用于存储最近的热误差数据并判断设备运行状态是否正常并在设备运行状态异常时快速响应；雾计算层包括：服务器；热误差预测单元，预测热误差得到热误差预测值；云计算层包括：数据库；训练单元，根据数据库内存储的热误差数据训练热误差预测模型、并将训练得到的热误差预测模型传输至热误差预测单元以更新热误差预测单元内的热误差预测模型。本发明还提出了一种基于Mist‑边缘‑雾‑云计算的热误差补偿系统。
基于 mist 边缘计算误差预测系统补偿

[发明专利]机床热误差自学习预测模型建模方法及热误差控制方法-CN202110355462.5有效
发明人：马驰;刘佳兰;桂洪泉;王时龙 -专利权人：重庆大学
申请日： 2021-04-01 - 公布日： 2022-07-01 - 主分类号： G06F30/27 文献下载
摘要：一种机床热误差自学习预测模型建模方法，包括如下步骤：1)输入机床热误差数据，初始化机床热误差数据并构建D1：t＝{(x1，y1)，(x2，yx)…，(xt，yt)}；2)构建概率分布模型；3)最大化AC函数以获得下一个评估点，并最小化目标函数和真实函数之间的总损失；4)评估目标函数以获得；5)判断是否达到最大迭代次数：若是，则输出参数集；若否，则将(xx+1，yt+1)添加到概率分布模型内以更新概率分布模型，返回步骤3)并重复上述步骤，直至获得最优解；6)将通过BOA算法获得的最佳超参数用于Bayesian‑LSTM神经网络模型，并使用Bayesian‑LSTM神经网络模型训练自学习误差预测模型，输出预测的热误差。本发明还公开了一种基于数字孪生的机床热误差控制方法。
机床误差自学习预测模型建模方法控制

[发明专利]考虑间隔环平行度误差的球/槽界面接触刚度模型建模方法-CN202210147058.3在审
发明人：马驰;刘佳兰;桂洪泉;王时龙;李梦媛 -专利权人：重庆大学
申请日： 2022-02-17 - 公布日： 2022-05-13 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种考虑间隔环平行度误差的球/槽界面接触刚度模型建模方法，包括如下步骤：准静态模型构建：以轴承在倾斜工作条件下的几何关系构建准静态模型，得到内圈的法向接触变形δij和外槽的法向接触变形δoj；表征表面形貌：利用分形几何方法表征粗糙表面的无序、随机、多尺度、自相似和分形特征；构建分形接触模型：通过构造接触系数，根据单点接触模型构建分形弹塑性变形模型，分别得到每个球在弹性变形、弹塑性变形和塑性变形条件下的实际接触面积和实际接触载荷；构建接触刚度模型：通过求解每个球在弹性变形、弹塑性变形和塑性变形条件下的径向接触刚度和轴向接触刚度，根据弹簧串并联原理得到轴承的总径向刚度和轴向刚度。
考虑间隔平行误差界面接触刚度模型建模方法

[发明专利]沟道与圆锥滚子接触界面热接触传导建模方法-CN202111677673.7在审
发明人：马驰;刘佳兰;桂洪泉;李梦媛;王时龙 -专利权人：重庆大学
申请日： 2021-12-31 - 公布日： 2022-04-12 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种沟道与圆锥滚子接触界面热接触传导建模方法，表征表面形貌：使用分形理论和蒙特卡罗方法生成粗糙表面，得到分形维数；构建接触模型：针对圆锥滚子/沟道界面的几何形状和接触形式引入重合因子，利用重合因子修正接触面积和接触载荷；构建热接触传导模型：结合基体热接触传导和收缩热基础传导，基于表面形貌表征和接触模型构建热接触传导模型。本发明的沟道与圆锥滚子接触界面热接触传导建模方法，能够满足圆锥滚子/沟道界面的热接触传导的分析要求。
沟道圆锥滚子接触界面传导建模方法

1
2
下一页»
尾页
共 21 条