龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：电子科技大学
摘要：本发明提供了一种基于多场时空迁移学习的产品多层次装配质量检测方法与系统，属于装备制造领域。本发明能够实现对于具有多层次装配特点的复杂产品装配过程全流程追踪，获取高层次组件、低层次组件等各组件的装配过程实时状态信息，能够实现面向复杂产品装配全流程的动态追踪。提出了基于改进型OPCUA信息模型的产线多类别组件虚拟映射方法。该方法通过对于各个组件分配虚拟IP与对应数据库，实现了对于各个组件在虚拟空间的基于状态的实时动态追踪。基于多场时空迁移学习的装配质量预测能够通过对于复杂产品过程组件装配过程进行追踪，又可以对于产品最终装配质量进行追踪，从而实现对于多层次复杂产品装配质量综合判断。
主权项：1.一种基于多场时空迁移学习的产品多层次装配质量检测方法，其特征在于，包括以下步骤：步骤1：面向多层次装配过程的装配数据跟踪，通过模糊互补判断矩阵对任意两个装配环节的影响因素进行比较，从而实现对装配过程的关键误差环节进行判别，获取装配过程的关键因素；步骤2：构建基于时序基类与高维时序基类的云边端协同架构时序数据模型，将采集的基于关键因素的时序数据定义为树结构，然后按照不同维度分为维度向量；步骤3：基于改进型OPCUA信息模型的装配产品组件虚拟动态映射，获取不同类型的时序数据；首先基于OPCUA信息模型对步骤2获取的基于时序基类与高维时序基类的数据实时采集并进行排序组织，基于支持向量机-隐马尔可夫的时序传感数据中的异常数据筛选方法对采集数据进行筛选，并输出筛选后数据的用途及存储地址；在完成采集队列消息统一后，采用消息队列遥测传输协议的方式，进行云端直连，将采集到的数据直接传送至云端队列，实现消息的动态快速追踪；步骤4：基于多场时空迁移学习的多层次装配质量预测；步骤4.1：基于正则化高斯混合聚类模型的相似度装配过程属性聚类方法，将装配过程中采集的数据进行聚类；步骤4.2基于最大均值差异-均方误差的多任务随机迁移方法，实现多时空场域的迁移学习与训练，构建面向多层次长时空队列的装配质量预测模型；步骤5：基于多层次长时空队列的装配质量预测模型，对装配过程进行实时质量检测。
全文数据：
权利要求：
百度查询： 电子科技大学 一种基于多场时空迁移学习的产品多层次装配质量检测方法与系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号