安徽大学贾付金获国家专利权
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!
龙图腾网获悉安徽大学申请的专利基于人工智能的自动化生产线优化方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121745414B 。
龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610233423.0,技术领域涉及:G06Q10/04;该发明授权基于人工智能的自动化生产线优化方法及系统是由贾付金;夏上彬;程松松;潘天红;樊渊;张德祥设计研发完成,并于2026-02-27向国家知识产权局提交的专利申请。
本基于人工智能的自动化生产线优化方法及系统在说明书摘要公布了:本发明公开了基于人工智能的自动化生产线优化方法及系统,方法包括多源数据采集、数据融合、状态感知预测、资源调度优化、闭环反馈与自适应学习。本发明涉及智能制造技术领域,尤其涉及一种基于人工智能的自动化生产线优化方法及系统,本发明采用基于空间重排序策略,通过可学习的局部伪重排序机制对高维时序数据进行动态对齐与特征重组,提升数据一致性与时效性;采用优化的多目标状态空间模型对生产线车间进行优化,将生产线建模为结构化状态空间系统,利用HiPPO算子和频域卷积高效捕捉长时序依赖,并构建包含OEE、能耗、质量的加权多目标损失函数,提高模型的强鲁棒性、生产线柔性与智能化水平。
本发明授权基于人工智能的自动化生产线优化方法及系统在权利要求书中公布了:1.基于人工智能的自动化生产线优化方法,其特征在于:该方法包括以下步骤: 步骤S1:多源数据采集,实时采集生产线车间中设备层、感知层、系统层和环境层的结构化与非结构化数据,形成原始异构数据; 步骤S2:数据融合,采用空间重排序策略,对原始异构数据进行处理,得到融合特征序列,具体包括以下步骤: 步骤S21:数据预处理,对输入的原始异构数据进行时间戳标准化、插值填充和缺失标记处理,得到对齐后的统一时序张量; 步骤S22:特征嵌入与通道编码,将对齐后的统一时序张量经LayerNorm和线性投影至d维,通过可学习嵌入表映射类别特征,使用可学习时间位置编码和通道类型嵌入进行位置编码和嵌入,得到原始嵌入序列; 步骤S23:可学习偏移场生成,构建一个轻量级偏移预测网络,接收原始嵌入序列,输出每个位置的相对偏移量,并计算每个位置候选新位置,得到候选新位置集合,相对偏移量计算所用公式如下: ; 式中,表示轻量级偏移预测网络,为原始嵌入序列,表示相对偏移量; 步骤S24:高度优先重排序策略,采用可变形卷积操作对原始嵌入序列的位置按照相对偏移量进行排序,在候选新位置集合中选取新的位置,得到重排序的序列,所用公式如下: ; 式中,表示可变形卷积操作,为重排序的序列; 步骤S25:输出融合特征,使用优化的结构化状态空间模型对重排序的序列进行处理,捕捉生成产线中的长程依赖与关键事件响应,输出融合特征序列; 步骤S3:状态感知预测,使用LSTM网络模型实时预测设备状态,通过多任务损失函数,对设备状态识别、物料定位和产品质量进行故障预测和剩余使用寿命估计,得到状态感知预测结果; 步骤S4:资源调度优化,基于融合特征序列,将生产线任务按高度优先级重排序,根据排序结果和状态感知预测结果,采用优化的多目标状态空间模型对生产线车间的设备、能耗进行调度优化; 步骤S5:闭环反馈与自适应学习,进行实时反馈数据收集,并根据反馈数据对模型进行在线更新优化。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安徽大学,其通讯地址为:230031 安徽省合肥市蜀山区九龙路111号(安徽大学磬苑校区);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励