“孔宪光”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138个，建议您升级VIP下载更多相关专利

[发明专利]一种盾构机刀盘健康评估方法、系统、介质、设备及终端-CN202211356692.4在审
发明人：刘尧;龚磊;陈强;常建涛;孔宪光 -专利权人：西安邮电大学
申请日： 2022-11-01 - 公布日： 2023-02-03 - 主分类号： G06N3/044 文献下载
摘要：本发明属于机械测定技术领域，公开了一种盾构机刀盘健康评估方法、系统、介质、设备及终端，生成刀具完整退化区间的数据集；对数据集D1进行预处理，得到预处理后的数据集D2；生成模型训练集D3；生成标准化测试数据集D4；构建Seq2Seq网络刀盘健康评估模型；训练Seq2Seq网络模型；对测试数据集D4进行健康评估。本发明利用循环神经网络自适应提取盾构机掘进特征序列中的时序特征，大幅减少人工构造特征的时间成本和对专家经验的依赖；其次，通过深层编码‑解码网络结构，以输入数据的重构误差作为量化刀盘健康状态的指标，所得健康指标的趋势性、单调性和鲁棒性与现有的技术相比更强，更适用于实际复杂多变的盾构掘进环境。本发明可用于对盾构机刀盘在服役过程中的健康状态进行评估。
一种盾构机刀盘健康评估方法系统介质设备终端

[发明专利]针对流程行业的数字主线构建方法及系统-CN202211663436.X在审
发明人：周文;任琳琳;马洪波;吴雪莹;孔宪光;李晓明;张国伟 -专利权人：中国航空油料集团有限公司;西安电子科技大学
申请日： 2022-12-23 - 公布日： 2023-01-20 - 主分类号： G06F16/36 文献下载
摘要：本公开实施例涉及数字主线技术领域，提供一种针对流程行业的数字主线构建方法及系统，方法包括：获取流程行业关键设备的三维模型，并基于三维模型，构建关键设备对应的知识图谱；采用预设的数据描述格式，分别对知识图谱以及三维模型对应的实际性能特征数据进行统一描述，并基于统一描述后的实际性能特征数据构建数字主线数据库；将统一描述后的实际性能特征数据与知识图谱进行关联，得到流程行业对应的数字主线。本公开实施例可对流程行业中各关键设备的多阶段过程数据演化模型进行统一管理，为关键设备的智能诊断、智能运维提供权威、可信的数据服务，为流程行业的数字孪生提供支持。
针对流程行业数字主线构建方法系统

[发明专利]一种基于云边协同驱动的改进TOPSIS算法的综合评价方法和系统-CN202211328752.1在审
发明人：马帅印;黄禹铭;孔宪光;殷磊;王晋;任杉 -专利权人：西安邮电大学
申请日： 2022-10-27 - 公布日： 2023-01-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于云边协同驱动的改进TOPSIS算法的综合评价方法和系统。基于智能工厂，物联网技术的建立的立体式数据采集网络，实现不同层次的生产数据在生产系统中的实时传输和高效共享，提高数据的采集效率，为企业进行数据分析提供支持，能够替代传统的下工厂，逛车间的巡查方式，大大节省了企业的人工成本。采用核主成分分析算法对数据进行降维，在逼近理想解算法(TOPSIS)的基础上引入灰色关联度分析，在使用对抗解释结构模型(AISM)对结果进行进一步分析和挖掘，使得系统的评价结果更加的直观和高效，对高能耗企业的生产数据进行了深入的挖掘与分析，为全面评价企业的生产效益，找到重点高能耗对象，进行有针对性地优化提供了方法、策略和工具。
一种基于协同驱动改进 topsis 算法综合评价方法系统

[发明专利]面向不完备类别数据的多源域变工况机械故障诊断方法-CN202211358570.9在审
发明人：王奇斌;徐元兵;刘妮;孔宪光;杨胜康;张金刚 -专利权人：西安电子科技大学
申请日： 2022-11-01 - 公布日： 2023-01-13 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及机械参数模式识别方法，具体涉及一种面向不完备类别数据的多源域变工况机械故障诊断方法，用于解决现有基于迁移学习的故障诊断方法要求源域和目标域之间共享相同的故障类型，但在实际的场景中，在相同的工作条件或设备上很难收集到包含所有故障类别的完整数据集的技术问题。该面向不完备类别数据的多源域变工况机械故障诊断方法，构建并训练循环生成对抗网络以补齐多源域样本集中的缺失样本；本发明进一步针对多个源域与目标域数据分布不一致的问题，采用基于锚适配器集成的多源域适应网络，实现了知识的有效迁移，提高了故障诊断模型的故障诊断精度和鲁棒性。
面向完备类别数据多源域变工况机械故障诊断方法

[发明专利]基于深度学习的盾构机刀具剩余使用寿命预测方法-CN202110339632.0有效
发明人：刘尧;叶礼伦;刘振国;赵寄辰;孔宪光 -专利权人：西安电子科技大学
申请日： 2021-03-30 - 公布日： 2023-01-06 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种基于深度学习的盾构机刀具剩余使用寿命预测方法，旨在解决剩余使用寿命预测的准确性问题，该方法实现的步骤为：1、构建卷积神经网络；2、构建长短时记忆网络；3、生成盾构机刀具全生命周期的数据集；4、利用主成分分析法对数据集进行降维处理；5、生成盾构机刀具全生命周期的标签数据集；6、生成训练集；7、训练卷积神经网络；8、预测盾构机刀具的健康指标；9、生成健康指标序列数据集；10、训练长短时记忆网络；11、预测盾构机刀具剩余使用寿命。本发明具有在复杂工况下盾构机刀具剩余使用寿命预测准确性高的优点。
基于深度学习盾构刀具剩余使用寿命预测方法

[发明专利]SMT印刷参数优化模型的训练方法、设备和存储介质-CN202110715871.1在审
发明人：李席;常建涛;李晨阳;孔宪光;武彦斌;王凤伟 -专利权人：中兴通讯股份有限公司;西安电子科技大学
申请日： 2021-06-24 - 公布日： 2022-12-27 - 主分类号： G06F30/27 文献下载
摘要：本申请公开一种SMT印刷参数优化模型的训练方法、设备和存储介质，属于智能制造技术领域。该方法包括：接收初始生产数据；根据所述初始生产数据进行影响因素重构，得到影响因素数据包；加载待训练优化模型；根据所述影响因素数据包对所述待训练优化模型进行训练，得到训练好的优化模型。本申请的技术方案，其可实现提高了SMT产线印刷质量预测结果，以及提高了工艺参数推荐准确性。
smt 印刷参数优化模型训练方法设备存储介质

[发明专利]一种基于集成SAE-SOM的蜡模铸造热处理设备健康状态评估方法-CN202210951680.X在审
发明人：马洪波;凌李石保;汪东红;吴庆捷;张文敏;李佳丁;姜淼;蔡稷惟;陈改革;孔宪光 -专利权人：嘉善鑫海精密铸件有限公司;西安电子科技大学;浙江鑫淼精密铸件股份有限公司
申请日： 2022-08-09 - 公布日： 2022-12-13 - 主分类号： G06Q10/06 文献下载
摘要：本发明属于数字孪生技术与装备故障预测健康管理技术领域，公开了一种基于集成SAE‑SOM的蜡模铸造热处理设备健康评估方法，该方法利用蜡模铸造热处理设备监测数据对各个SAE进行训练，实现蜡模铸造热处理设备性能退化特征的自适应提取，根据特征评价指标对提取的集成特征进行空间映射，在特征空间内采用K均值算法进行最优类特征提取，采用自组织映射网络无监督训练的方式对蜡模铸造热处理设备健康特征进行训练，以最小量化误差为输出进行蜡模铸造热处理设备健康状态评估；最后，利用蜡模铸造热处理设备孪生数据集和实测数据集进行验证，以说明本方法的可行性和孪生数据集与实测数据集对设备健康状态评估的影响。
一种基于集成 sae som 铸造热处理设备健康状态评估方法

[发明专利]基于机器学习的盾构机刀具磨损退化关联特征分析方法-CN201910353374.4有效
发明人：刘尧;孔宪光;刘振国;赵寄辰;陈改革;叶礼伦 -专利权人：西安电子科技大学
申请日： 2019-04-29 - 公布日： 2022-12-06 - 主分类号： G06F30/20 文献下载
摘要：提供了一种机器学习的盾构机刀具磨损退化关联特征分析方法，用于解决现有技术中存在的适用范围较窄的技术问题，同时提高对刀具健康状态监测和寿命预测的准确率，实现步骤包括：获取微风化地层下的原始特征数据集data3；获取数据资源集Data；构建LightGBM特征排序模型；获取重要特征子集Fea；对重要特征子集Fea进行离散化；对离散化的重要特征子集data_lsh进行关联规则挖掘；获取盾构机刀具磨损退化关联特征。本发明充分考虑所有采集的数据对盾构机刀具磨损的影响，适用范围广且准确率高。
基于机器学习盾构刀具磨损退化关联特征分析方法

[发明专利]基于工业大数据的SMT印刷参数优化方法-CN201910632485.9有效
发明人：常建涛;孔宪光;李名昊;王佩 -专利权人：西安电子科技大学
申请日： 2019-07-13 - 公布日： 2022-12-02 - 主分类号： G06F17/18 文献下载
摘要：本发明提出了一种基于工业大数据的SMT印刷参数优化方法，旨在提高印刷参数优化效率，实现步骤为：获取包括印刷机设定数据和SPI检测结果数据的工业大数据集；对工业大数据集进行预处理；计算出每组印刷参数对应的锡膏体积区间、面积区间和高度区间，印刷参数数据和锡膏区间数据组成锡膏区间数据集；采用DE算法优化BP神经网络的初始权值、初始阈值和隐藏层节点数目，用锡膏区间数据集训练优化后的BP神经网络，构建每组印刷参数对应的锡膏区间的预测模型；设计印刷参数的正交表，通过预测模型获取正交表的最优水平组合作为最优的印刷参数。
基于工业数据 smt 印刷参数优化方法

[发明专利]基于工业大数据的SMT锡膏印刷体积预测方法-CN201910632492.9有效
发明人： 孔宪光;常建涛;李名昊;王佩 -专利权人：西安电子科技大学
申请日： 2019-07-13 - 公布日： 2022-12-02 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种基于工业大数据的SMT锡膏印刷体积预测方法，解决了构造时间序列特征和对模型参数进行寻优的技术问题。实现包括：数据资源准备、选影响锡膏印刷体积的关键因素作特征、构造锡膏体积时间序列作为特征、提取样本数据、数据预处理、选择并优化预测算法、构建SMT焊盘锡膏印刷体积预测模型、训练并评价预测模型。本发明用AGNES算法确定RBF神经网络隐含层神经元个数和隐含层中心点，用PSO算法对AGNES算法和RBF神经网络算法中的关键参数寻优。本发明数据利用充分，数据处理高效，数据分析系统化，提高了印刷过程中的焊盘体积预测准确性，设计的预测模型为质量提供了有效的风险检测手段，用于保障SMT焊盘锡膏印刷质量。
基于工业数据 smt 印刷体积预测方法

[发明专利]基于SCADA数据的风机叶片结冰预测方法-CN201811296712.7有效
发明人：刘尧;孔宪光;崔欢;程涵;申溪;戴振宇 -专利权人：西安电子科技大学
申请日： 2018-11-01 - 公布日： 2022-12-02 - 主分类号： G06F30/20 文献下载
摘要：本发明提出了一种基于SCADA数据的机叶片结冰预测方法，用于解决现有技术中存在的预测准确率较低，且在风机叶片结冰状况不明显时无法实现预测的局限性技术问题。实现步骤为：获取归一化SCADA数据；获取影响风机叶片结冰的特征数据集；构建并训练风机叶片结冰预测模型；对训练后的风机结冰预测模型进行优化；对风机叶片是否结冰进行判断。本发明充分考虑所有采集的数据对风机叶片结冰的影响，在提升风机叶片结冰状态预测准确度的前提下，实现了对风机叶片结冰的实时预测诊断。
基于 scada 数据风机叶片结冰预测方法

[发明专利]基于指标融合的陀螺仪质量等级评估方法-CN201910718844.2有效
发明人： 孔宪光;王佩;常建涛;梁卫卫 -专利权人：西安电子科技大学
申请日： 2019-08-05 - 公布日： 2022-12-02 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于指标融合的陀螺仪质量等级评估方法，解决了因指标波动误差的不稳定性给产品质量等级评估带来的评估不准确问题，实现步骤为：获取陀螺仪装配过程数据集I1；判断I1中是否存在缺失特征数据；对I1中缺失特征数据进行填充，得到完整特征数据集I2；对I2进行PCA降维，得到降维后数据集I3；对I3聚类分析，得到聚类标签L；对I2数据融合，得到融合后特征数据集；对半液浮速率陀螺仪质量等级评估；本发明对单一指标多次检测数据进行融合，并通过计算不同聚类标签所对应的融合后特征与融合后特征重要度的乘积之和，给出了一个更为精准的半液浮速率陀螺仪质量等级评估模型，用于陀螺仪质量等级评估。
基于指标融合陀螺仪质量等级评估方法

[发明专利]一种蜡模铸造生产线数据链构建方法及系统-CN202211085737.9在审
发明人：马洪波;凌李石保;汪伟;汪东红;吴庆捷;李佳丁;姜淼;蔡稷惟;陈改革;孔宪光 -专利权人：嘉善鑫海精密铸件有限公司;西安电子科技大学;浙江鑫淼精密铸件股份有限公司
申请日： 2022-09-06 - 公布日： 2022-11-25 - 主分类号： G06F16/36 文献下载
摘要：本发明适用于数据链技术领域，尤其涉及一种蜡模铸造生产线数据链构建方法及系统，所述方法包括：获取蜡模铸造产线设备以及工件的CAX模型，构建物理实体模型并存储，构建知识图谱；对知识图谱中的实体、属性、关系集成以及连接多源异构数据表示为一个统一的数据描述格式，并构建数据链数据库；将工艺参数、设备管理数据导入至知识图谱中，并构建关联关系；为数据链数据库设置数据接口。本发明构建的数据链对关键工艺参数信息和工件的尺寸偏差、设备三维模型信息等统一管理而不失真，能够为产品、工艺参数优化、设备的活动提供权威、可信的数据服务，能够提供高层的语义丰富的详细任务信息，对构建蜡模铸造产线的数字孪生提供了支持。
一种铸造生产线数据链构建方法系统

[发明专利]一种蜡模铸造缺陷知识图谱构建方法-CN202210951670.6在审
发明人：马洪波;凌李石保;吴庆捷;汪东红;汪伟;卢文婷;李佳丁;姜淼;蔡稷惟;常建涛;孔宪光 -专利权人：嘉善鑫海精密铸件有限公司;西安电子科技大学;浙江鑫淼精密铸件股份有限公司
申请日： 2022-08-09 - 公布日： 2022-11-15 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种蜡模铸造缺陷知识图谱构建方法，实现包括：集成已有的铸造缺陷数据；对缺陷数据进行数据清洗及结构化处理；构建缺陷数据的元模型；通过信息化技术，对缺陷数据进行内容识别、特征提取，再按照元模型进行存储；基于缺陷数据构建数据实体，建立实体之间的连接；基于知识图谱构建工具，导入所有的实体及实体之间的关系，形成蜡模铸造缺陷知识图谱；基于大数据分析模型的分析结果，对蜡模铸造缺陷知识图谱进行知识更新。本发明的蜡模铸造缺陷知识图谱构建方法对蜡模铸造生产过程中的缺陷进行结构化、系统化整理，以图形化方式向用户展示经过分类整理的结构化知识，能够解决蜡模铸造领域缺陷知识分散、模糊、无指导性等问题。
一种铸造缺陷知识图谱构建方法

[发明专利]基于扰动事件的多品种变批量生产调度方法-CN202210806672.6在审
发明人：常建涛;史尊博;孔宪光;白硕;符博峰;雷娇娇;杨飞 -专利权人：西安电子科技大学
申请日： 2022-07-08 - 公布日： 2022-10-04 - 主分类号： G05B19/418 文献下载
摘要：本发明公开了一种基于扰动事件的多品种变批量生产车间调度方法，主要解决现有方案生产效率低的问题，其实施方案为：1)构建给定零件种类下的多品种变批量生产数据集；2)通过基于网络结构特征的瓶颈识别方法结合生产数据集选取瓶颈设备集；3)结合生产数据集和瓶颈设备集这些调度资源构建生产调度优化数学模型；4)采用改进的NSGA‑Ⅲ算法求解生产调度优化数学模型，得到最优的目标值，根据该值确定加工零件所需的加工设备及在该设备上的加工时间，形成车间生产作业计划；5)对在生产作业中紧急插单的扰动事件重复1)～4)进行生产重调度。本发明能有效提高生产效率，降低生产成本，充分发挥产线的总体效能，可用于多品种变批量的产品生产制造。
基于扰动事件品种批量生产调度方法