目前,多核实时系统中同步任务的节能调度研究主要针对的是同构多核处理器平台,而异构多核处理器架构能够更有效地发挥系统性能。将现有的研究直接应用于异构多核系统,在保证可调度性的情况下会导致能耗变高。对此,通过使用动态电压与频...目前,多核实时系统中同步任务的节能调度研究主要针对的是同构多核处理器平台,而异构多核处理器架构能够更有效地发挥系统性能。将现有的研究直接应用于异构多核系统,在保证可调度性的情况下会导致能耗变高。对此,通过使用动态电压与频率调节(Dynamic Voltage Frequency Scaling,DVFS)技术,研究异构多核实时系统中基于任务同步的节能调度问题,提出同步感知的最大能耗节省优先算法(Synchronization Aware-Largest Energy Saved First,SA-LESF)。该算法针对所有任务的速度配置进行迭代优化,直至所有任务均达到其最大限度节能的速度配置。此外,进一步提出基于动态松弛时间回收的同步感知最大能耗节省优先算法(Synchronization Aware-Largest Energy Saved First with Dynamic Reclamation,SA-LESF-DR)。该算法在保证实时任务可调度的同时,实施相应的回收策略,进一步降低系统能耗。实验结果表明,SA-LESF与SA-LESF-DR算法在能耗表现上具有优势,在相同任务集下,相比其他算法可节省高达30%的能耗。展开更多
针对多种电机采用的控制器模型也存在不同,电机参数存在多样性,并且针对多种工况下,电机在工作过程中存在参数变化、负载扰动等情况,导致电机参数辨识精度不高、电机-控制器模型失配等问题,提出了一种改进递归最小二乘法(recursive leas...针对多种电机采用的控制器模型也存在不同,电机参数存在多样性,并且针对多种工况下,电机在工作过程中存在参数变化、负载扰动等情况,导致电机参数辨识精度不高、电机-控制器模型失配等问题,提出了一种改进递归最小二乘法(recursive least squares,RLS)算法进行多种工况下多电机参数失配诊断。针对传统的递归最小二乘法在进行在线电机参数辨识时,容易固遗忘因子影响,存在跟随速度慢、抗干扰性差等问题,在原始递归最小二乘法基础上引入了随系统工况变化而变化的“变遗忘因子”,提高电机参数的跟踪速度和抗负载扰动能力;为验证改进后的递归最小二乘法是否具有可靠性、鲁棒性和泛化性,分别设置了5种假设工况,并进行多组实验对比,通过分析电机速度响应、d-q轴电流以及量化分析转矩跟踪和R_(s)参数辨识精度等,验证改进后的算法具有较强的鲁棒性和泛化性;并通过分析性能指标数据,主要包括平均速度、平均q轴电流等,得出改进后算法分析数据的有效性。展开更多
机床加工场景复杂多样,加工过程环境排放扩散无规律、时变性强等特点,导致清单数据实时获取困难,造成制造工艺环境排放清单数据缺失严重等问题,制约了机床加工过程的环境影响分析以及绿色化改进。针对上述问题,构建了基于“加工设备-加...机床加工场景复杂多样,加工过程环境排放扩散无规律、时变性强等特点,导致清单数据实时获取困难,造成制造工艺环境排放清单数据缺失严重等问题,制约了机床加工过程的环境影响分析以及绿色化改进。针对上述问题,构建了基于“加工设备-加工对象-辅助材料-工艺参数”的机床加工单元过程场景模型,实现了机床加工场景信息的统一表达。在此基础上,搭建了基于物联网(Internet of Things,IoT)架构的环境排放清单数据采集系统,实时采集、传输、处理和存储清单数据;提出了面向多场景的机床加工过程环境排放采集策略和清单计算模型,实现复杂工况下的排放数据采集与转换。最后,以电火花线切割机床加工过程为例,基于正交试验探究了场景属性对环境性能的影响趋势,确定了最优工艺方案,验证了所提方法的可行性与有效性。该研究为机床加工过程环境排放清单数据的实时采集、建模、溯源提供了一套系统的解决方案,为机床加工过程的绿色工艺评价、优化与绿色改造提供了量化基础数据和决策参考。展开更多
针对二维工艺图的零件制造成本估算中存在人工依赖性强、一致性差、易错率高等问题,开发了一种基于多智能体框架的成本估算系统。该系统以大语言模型(Large Language Model,LLM)为核心任务规划和决策引擎,自动从工程图中提取关键成本驱...针对二维工艺图的零件制造成本估算中存在人工依赖性强、一致性差、易错率高等问题,开发了一种基于多智能体框架的成本估算系统。该系统以大语言模型(Large Language Model,LLM)为核心任务规划和决策引擎,自动从工程图中提取关键成本驱动参数,进行参数验证并完成制造成本估算。通过一个主智能体和多个任务智能体协同工作,融合了DWG格式的图样信息抽取、光学字符识别(Optical Character Recognition,OCR)、检索增强生成(Retrieval-augmented Generation,RAG)、成本模型构建及成本数据管理等技术,实现了对DWG、PDF、JPEG等多种格式工程图中多类零件的制造成本自动化估算,显著提升了成本估算准确性与效率,为制造业数字化转型提供智能化成本估算解决方案。展开更多
文摘目前,多核实时系统中同步任务的节能调度研究主要针对的是同构多核处理器平台,而异构多核处理器架构能够更有效地发挥系统性能。将现有的研究直接应用于异构多核系统,在保证可调度性的情况下会导致能耗变高。对此,通过使用动态电压与频率调节(Dynamic Voltage Frequency Scaling,DVFS)技术,研究异构多核实时系统中基于任务同步的节能调度问题,提出同步感知的最大能耗节省优先算法(Synchronization Aware-Largest Energy Saved First,SA-LESF)。该算法针对所有任务的速度配置进行迭代优化,直至所有任务均达到其最大限度节能的速度配置。此外,进一步提出基于动态松弛时间回收的同步感知最大能耗节省优先算法(Synchronization Aware-Largest Energy Saved First with Dynamic Reclamation,SA-LESF-DR)。该算法在保证实时任务可调度的同时,实施相应的回收策略,进一步降低系统能耗。实验结果表明,SA-LESF与SA-LESF-DR算法在能耗表现上具有优势,在相同任务集下,相比其他算法可节省高达30%的能耗。
文摘针对多种电机采用的控制器模型也存在不同,电机参数存在多样性,并且针对多种工况下,电机在工作过程中存在参数变化、负载扰动等情况,导致电机参数辨识精度不高、电机-控制器模型失配等问题,提出了一种改进递归最小二乘法(recursive least squares,RLS)算法进行多种工况下多电机参数失配诊断。针对传统的递归最小二乘法在进行在线电机参数辨识时,容易固遗忘因子影响,存在跟随速度慢、抗干扰性差等问题,在原始递归最小二乘法基础上引入了随系统工况变化而变化的“变遗忘因子”,提高电机参数的跟踪速度和抗负载扰动能力;为验证改进后的递归最小二乘法是否具有可靠性、鲁棒性和泛化性,分别设置了5种假设工况,并进行多组实验对比,通过分析电机速度响应、d-q轴电流以及量化分析转矩跟踪和R_(s)参数辨识精度等,验证改进后的算法具有较强的鲁棒性和泛化性;并通过分析性能指标数据,主要包括平均速度、平均q轴电流等,得出改进后算法分析数据的有效性。
文摘机床加工场景复杂多样,加工过程环境排放扩散无规律、时变性强等特点,导致清单数据实时获取困难,造成制造工艺环境排放清单数据缺失严重等问题,制约了机床加工过程的环境影响分析以及绿色化改进。针对上述问题,构建了基于“加工设备-加工对象-辅助材料-工艺参数”的机床加工单元过程场景模型,实现了机床加工场景信息的统一表达。在此基础上,搭建了基于物联网(Internet of Things,IoT)架构的环境排放清单数据采集系统,实时采集、传输、处理和存储清单数据;提出了面向多场景的机床加工过程环境排放采集策略和清单计算模型,实现复杂工况下的排放数据采集与转换。最后,以电火花线切割机床加工过程为例,基于正交试验探究了场景属性对环境性能的影响趋势,确定了最优工艺方案,验证了所提方法的可行性与有效性。该研究为机床加工过程环境排放清单数据的实时采集、建模、溯源提供了一套系统的解决方案,为机床加工过程的绿色工艺评价、优化与绿色改造提供了量化基础数据和决策参考。
文摘针对二维工艺图的零件制造成本估算中存在人工依赖性强、一致性差、易错率高等问题,开发了一种基于多智能体框架的成本估算系统。该系统以大语言模型(Large Language Model,LLM)为核心任务规划和决策引擎,自动从工程图中提取关键成本驱动参数,进行参数验证并完成制造成本估算。通过一个主智能体和多个任务智能体协同工作,融合了DWG格式的图样信息抽取、光学字符识别(Optical Character Recognition,OCR)、检索增强生成(Retrieval-augmented Generation,RAG)、成本模型构建及成本数据管理等技术,实现了对DWG、PDF、JPEG等多种格式工程图中多类零件的制造成本自动化估算,显著提升了成本估算准确性与效率,为制造业数字化转型提供智能化成本估算解决方案。
