Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江圣峰汽车部件有限公司李焕海获国家专利权

浙江圣峰汽车部件有限公司李焕海获国家专利权

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!

龙图腾网获悉浙江圣峰汽车部件有限公司申请的专利一种基于粒子群算法的机油滤清器制造检测方法和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:CN119357633B

龙图腾网通过国家知识产权局官网在2025-06-06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:202411405741.8,技术领域涉及:G06F18/213;该发明授权一种基于粒子群算法的机油滤清器制造检测方法和系统是由李焕海;叶挺潞;戴圣亮;叶飞;陈全幸设计研发完成,并于2024-10-10向国家知识产权局提交的专利申请。

一种基于粒子群算法的机油滤清器制造检测方法和系统在说明书摘要公布了:本发明提供了一种基于粒子群算法的机油滤清器制造检测方法和系统,包括:获取机油滤清器每一制造工序对应设备的历史制造特征参数,按照参数类型进行特征分类,得到历史制造特征参数;根据对应的历史检测特征参数,根据粒子群算法构建所述机油滤清器制造工序对应历史制造特征参数的粒子多维位置特征参数,并对每个多维位置特征参数配置初始化速度值,根据对应的历史检测特征参数构建所述粒子群算法的适应度函数,其中粒子群算法的适应度函数采用目标函数均方差值的最小化约束计算;根据粒子群算法的适应度函数动态更新所述粒子群算法中每一个粒子多维位置特征和对应速度特征,得到机油滤清器制造工序对应制造参数的局部最优解或全局最优解。

本发明授权一种基于粒子群算法的机油滤清器制造检测方法和系统在权利要求书中公布了:1.一种基于粒子群算法的机油滤清器制造检测方法,其特征在于,所述方法包括:获取机油滤清器每一制造工序对应设备的历史制造特征参数,将所述历史制造特征参数按照自身参数类型进行特征分类,得到所述机油滤清器不同类型的历史制造特征参数;根据所述机油滤清器不同类型的历史制造特征参数得到对应的历史检测特征参数,根据粒子群算法构建所述机油滤清器制造工序对应历史制造特征参数的粒子多维位置特征参数,并对每个多维位置特征参数配置初始化速度值,用于生成对应完整制造工序的初始化粒子特征;根据所述历史制造特征参数对应的历史检测特征参数构建所述粒子群算法的适应度函数,其中所述粒子群算法的适应度函数采用目标函数均方差值的最小化约束计算;根据所述粒子群算法的适应度函数动态更新所述粒子群算法中每一个粒子多维位置特征和对应速度特征,得到所述机油滤清器制造工序对应制造参数的局部最优解或全局最优解;所述粒子多维位置特征参数的构建方法包括:当每一个机油滤清器完成制造后,获取每一个机油滤清器标准化的机油滤清器不同类型的历史制造特征参数作为每一个样本元素,将所述每一个样本元素组合数据作为一个粒子,将对应类型历史制造特征参数的数值作为所述粒子的一个维度的位置特征参数,以构建多维粒子位置特征矩阵,并配置所述多维粒子位置特征矩阵每一维度位置特征的初始化速度值,以构建包括多维粒子位置特征矩阵和对应维度位置特征的初始化速度值的初始化粒子特征;根据所述粒子群算法对所述初始化粒子特征进行动态更新,所述动态更新方法包括对应初始化粒子的多维位置速度更新和对应维度位置更新,其中所述初始化粒子的多维位置速度更新方法采用如下公式执行:,其中表示对应粒子特征i在第t次迭代后对应第n维位置上的速度值v,t+1表示第t+1次迭代,w表示粒子的惯性权重,k1,n和k2,n分别表示第n维位置上的不同的学习因子,r1,n和r2,n分别为不同的随机数,用于粒子更新的随机搜索;pbi表示局部最优解,gb表示全局最优解;根据所述粒子群算法对所述初始化粒子特征进行对应维度位置更新方法包括:,其中表示粒子i在t次迭代下第n维位置的特征值,预设所述粒子群算法的迭代次数ts,当所述粒子满足所述迭代次数ts后对所述粒子i进行所有维度位置特征的提取X=[,,,....],所述X为提取的粒子多维位置特征,用于所述机油滤清器的不同类型制造参数自动化配置。

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浙江圣峰汽车部件有限公司,其通讯地址为:323000 浙江省丽水市水阁开发区丽沙路9号;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”。

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。