基于三维深度卷积神经网络的车间生产行为识别

传统的依赖视频监控的人员行为管理方式费时且易产生疏漏,难以适用复杂的生产制造环境,为了实现更加有效的人员行为管理,针对生产车间工作人员行为识别与智能监控问题,提出一种基于人体骨架信息的生产行为识别方法。基于三维深度视觉传感器采集人体骨架关节位置数据,用标准化重构方法对骨架关节数据进行归一化处理,合成人体行为的时空特征RGB图像。在此基础上构建深度卷积神经网络模型,进行时空域的生产行为识别。最后通过CUDA GPU加速环境下面向MSR-Action3D数据集和自建验证数据集NJUST3D进行实验验证,说明所提方法具有较高的准确率和实用价值。     

相控阵雷达快速工艺准备与优化系统关键技术研究

为实现相控阵雷达的快速研制,开发了面向相控阵雷达的快速工艺准备与优化系统;建立了相控阵雷达快速工艺准备与优化系统的组成层次模型、功能分析模型和数据传递模型.采用融合基于实例、知识和交互式的综合式计算机辅助工艺设计技术,实现工艺的快速设计.提出了以基于实例的夹具设计为核心,以交互式夹具设计为补充的快速夹具设计方法.构建了以工艺参数数据库和知识库为中心,以基于神经网络的优化和基于有限元的物理仿真为手段的工艺参数优化分系统.快速工艺准备与优化系统的实施将提高装备的研发质量、缩短研发周期.     

面向车间人员宏观行为数字孪生模型快速构建的小目标智能检测方法

作为制造过程中的重要影响因素,人员的活动具有很高的自主性和不确定性,因此人员行为的数字孪生模型构建已成为阻碍数字孪生车间技术发展的瓶颈之一。同时,出于火工品生产安全考虑,航天装备等许多产品的制造对车间中不同区域人员的宏观分布有严格的控制需求。鉴于此,针对人员宏观行为数字孪生模型构建问题提出一种三阶段级联卷积神经网络(3-Stage CCNN)的深度学习算法,对车间现场视频中的车间人员进行识别,以支撑人员在图像中的位置信息提取,并为后续构建人员的宏观行为数字孪生模型的实现提供基础。实验证明,该方法在国际公开数据集Caltech Pedestrian和复杂机电产品某院实际数据集上都达到了较好的执行效果和效率,具有较好的实用价值。     

基于图卷积网络的数字孪生车间生产行为识别方法

车间人员行为的智能识别对规范生产过程、保障安全生产、实现车间生产行为数字孪生模型的快速构建具有重要的现实意义.提出一种融合注意力机制的图卷积网络的生产行为识别方法,对数字孪生车间生产行为进行数字化描述和快速识别.构建了一种基于拓扑图结构的人员数字孪生体特征,以及一种基于图卷积网络的注意力图卷积网络模型,将数字孪生体特征...     

基于改进模糊故障Petri网的复杂系统故障诊断与状态评价EI北大核心CSCD

为提高复杂系统的可靠性,在综合模糊Petri网和故障Petri网优点的基础上,提出了改进模糊故障Petri网的建模及推理方法。该模型定义了库所、托肯及变迁的着色规则,并结合模糊产生式理论,应用于复杂系统的故障推理,从而更加直观、明确地描述故障状态及信息。该模型的正向推理反映了故障传播的固有特性,采用基于智能点火判断矩阵的正向演绎算法,实现了故障状态快速、准确的智能评价。该模型的逆向推理为故障诊断过程,引入智能的逆向推理矩阵,并结合基于Petri网关联矩阵的最小割集诊断法,实现了模型中任意库所故障的逆向自动诊断,同时根据故障易发率得出最小割集优先顺序,提高故障诊断的效率。以数控机床进给系统的故障分析为例,验证了所提模型和方法的正确性与高效性。     

面向数字孪生的产品表面模型表达与生成方法

产品数字孪生模型被认为是实现物理世界和虚拟世界深度融合的一种潜在的有效解决方法。针对产品全生命周期过程对数字孪生几何模型合理准确表达的实际应用需求,提出以非理想表面模型为载体实现数字孪生模型的几何参考表达方法。引入新一代产品几何技术规范,给出了通过几何要素及相关操作实现非理想表面模型信息的完整表达方案;分析了面向数字孪生的产品非理想表面模型的两种映射生成方法和模型创建流程,通过在离散网格模型上增加几何误差信息的方式生成规范表面模型;根据逆向建模的思想,通过实际测量离散点云数据并采用离散几何及小波分析等手段进行多尺度表面形貌误差表征,从而生成认证表面模型。最后通过某零件实例分析验证了所提方法的可行性。     

基于多色集合理论的机床进给系统装配精度模型

为了弥补在机械装配过程中产品装配精度难以保证的不足,提出一种基于多色集合理论的产品装配精度模型,为设计者在设计阶段提供一种有效的装配精度自动化计算手段。该模型提供了一套计算机辅助装配体装配精度自动生成流程,模型中构建了装配约束关系矩阵、装配特征表面约束围道关系矩阵、装配公差类型围道布尔矩阵及装配空间关系围道布尔矩阵,并采用邻接矩阵的方式对其进行计算机存储,实现了从提取零件装配表面特征及特征约束到装配体整体精度之间的全过程映射。该模型同时包含设计过程中需要考虑的产品功能需求、几何特征、公差准则、公差分配规则等外在约束条件,进一步说明了模型的准确性和实用性。通过该模型在数控机床进给系统的应用验证了模型的有效性。     

基于计算机视觉的车间生产行为智能管控及其应用

人是智能制造系统中能动性和自由度最高的要素之一,高效、准确地实现车间工作人员生产行为的智能管控对于智能制造系统的稳定运行有着重要的应用价值。本文首先以宏观管控、微观管控两个层次讨论了车间生产行为智能管控的核心需求;再从感知、处理、响应三个层面介绍了基于计算机视觉技术的车间生产行为智能管控系统的整体架构;接着结合科研项目实践,给出了将计算机视觉与车间生产行为智能管控相结合的应用重点案例;最后从行为预测以及数字孪生技术的角度探讨了车间生产行为智能管控技术未来的发展趋势。     

基于视觉增强检测的车间人员数字孪生模型快速构建方法

作为车间制造资源的基本组成单位,人员主观活动具有高度不确定性,数字孪生车间中人员位置和分布信息的获取一直是难点。从现实生产生活的迫切需求出发,构建了一种自适应车间人员识别网络,并基于人在回路思想对车间复杂环境的检测效果进行增强。实验证明,所提方法与已有的三阶段级联卷积神经网络相比,检测效率和准确率更高、自适应性更强,可以为数字孪生模型提供稳定准确的支撑。     

车间生产过程数字孪生系统构建及应用

数字孪生可以真实地反映物理世界,车间生产过程数字孪生可以使生产过程透明化,利用孪生数据可以优化生产。为此,在数字孪生的理论背景下,建立了车间生产过程数字孪生系统体系架构,并对系统实现的3项关键技术——车间生产过程关键要素数字孪生建模与实现、基于OPC统一架构的车间生产过程物理实体数据获取以及车间生产运行实时映射进行了详细阐述。最后,对车间实际生产线进行了数字孪生的实现,验证了所提方案的正确性和有效性,为车间生产过程数字孪生的实现提供了技术解决方案。