CN114722611A - 一种密集型母线槽的装配参数自适应优化方法及系统 - Google Patents

一种密集型母线槽的装配参数自适应优化方法及系统 Download PDF

Info

Publication number
CN114722611A
CN114722611A CN202210392413.3A CN202210392413A CN114722611A CN 114722611 A CN114722611 A CN 114722611A CN 202210392413 A CN202210392413 A CN 202210392413A CN 114722611 A CN114722611 A CN 114722611A
Authority
CN
China
Prior art keywords
result
bus duct
parameter
assembly
image acquisition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210392413.3A
Other languages
English (en)
Other versions
CN114722611B (zh
Inventor
王宁
陶大庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhenjiang Siemens Bus Co Ltd
Original Assignee
Zhenjiang Siemens Bus Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhenjiang Siemens Bus Co Ltd filed Critical Zhenjiang Siemens Bus Co Ltd
Priority to CN202210392413.3A priority Critical patent/CN114722611B/zh
Publication of CN114722611A publication Critical patent/CN114722611A/zh
Application granted granted Critical
Publication of CN114722611B publication Critical patent/CN114722611B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02GINSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
    • H02G5/00Installations of bus-bars
    • H02G5/06Totally-enclosed installations, e.g. in metal casings
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种密集型母线槽的装配参数自适应优化方法及系统,获得第一母线槽和第一配合部件的基础信息;通过基础信息和第一环境参数信息构建第一影响因子;获得第一图像采集结果;根据第一图像采集结果进行位置分析,获得第一定位影响因子;将第一受力采集集合进行均衡性评估,获得第一评估结果;将第一评估结果和第一定位影响因子输入装配修正模型,获得第一修正装配参数;根据第一影响因子进行第一修正参数调整,获得第二修正装配参数,通过第二修正装配参数进行第一母线槽的装配。解决了现有技术在进行母线槽安装装配的过程中,存在缺少对于装配母线槽和环境的准确监督,进而导致安装导致装配效果不佳的技术问题。

Description

一种密集型母线槽的装配参数自适应优化方法及系统
技术领域
本发明涉及母线槽智能装配相关领域,尤其涉及一种密集型母线槽的装配参数自适应优化方法及系统。
背景技术
母线槽是由铜、铝母线柱构成的一种封闭的金属装置,用来为分散系统各个元件分配较大功率。在高层建筑、工厂等各种建筑中逐渐开始使用,具有电流容量大、寿命长、安全和占用面积小且美观的特点。在进行密集型母线槽装配的过程中,受到环境因素、工艺信息等的影响,容易导致母线槽的安装出现偏差,进而影响母线槽的安全性和使用的稳定性。
现有技术在进行母线槽安装装配的过程中,存在缺少对于装配母线槽和环境的准确监督,进而导致安装导致装配效果不佳的技术问题。
发明内容
本申请通过提供一种密集型母线槽的装配参数自适应优化方法及系统,解决了现有技术在进行母线槽安装装配的过程中,存在缺少对于装配母线槽和环境的准确监督,进而导致安装导致装配效果不佳的技术问题,达到通过进行当前母线槽进行信息采集,并结合当前环境参数,对母线槽的安装装配进行参数适应调整,实现智能安装的技术效果。
鉴于上述问题,提出了本申请提供一种密集型母线槽的装配参数自适应优化方法及系统。
第一方面,本申请提供了一种密集型母线槽的装配参数自适应优化方法,所述方法应用于装配参数智能优化系统,所述装配参数智能优化系统与图像采集装置、力传感器通信连接,所述方法包括:获得第一母线槽和第一配合部件的基础信息;获得第一环境参数信息,通过所述基础信息和所述第一环境参数信息构建第一影响因子;通过所述图像采集装置进行所述第一母线槽和所述第一配合部件图像采集,获得第一图像采集结果;根据所述第一图像采集结果进行位置分析,获得第一定位影响因子;通过所述力传感器获得第一受力采集集合,将所述第一受力采集集合进行均衡性评估,获得第一评估结果;将所述第一评估结果和所述第一定位影响因子输入装配修正模型,获得第一修正装配参数;根据所述第一影响因子进行所述第一修正参数调整,获得第二修正装配参数,通过所述第二修正装配参数进行所述第一母线槽的装配。
另一方面,本申请还提供了一种密集型母线槽的装配参数自适应优化系统,所述系统包括:第一获得单元,所述第一获得单元用于获得第一母线槽和第一配合部件的基础信息;第二获得单元,所述第二获得单元用于获得第一环境参数信息,通过所述基础信息和所述第一环境参数信息构建第一影响因子;第三获得单元,所述第三获得单元用于通过图像采集装置进行所述第一母线槽和所述第一配合部件图像采集,获得第一图像采集结果;第一分析单元,所述第一分析单元用于根据所述第一图像采集结果进行位置分析,获得第一定位影响因子;第四获得单元,所述第四获得单元用于通过力传感器获得第一受力采集集合,将所述第一受力采集集合进行均衡性评估,获得第一评估结果;第一评估单元,所述第一评估单元用于将所述第一评估结果和所述第一定位影响因子输入装配修正模型,获得第一修正装配参数;第一装配单元,所述第一装配单元用于根据所述第一影响因子进行所述第一修正参数调整,获得第二修正装配参数,通过所述第二修正装配参数进行所述第一母线槽的装配。
第三方面,本发明提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过进行所述第一母线槽和第一配合部件的基础信息采集,并基于所述基础信息和第一环境参数信息构建第一影响因子,通过所述图像采集装置进行所述第一母线槽和所述第一配合部件的图像采集,对第一图像采集结果进行特征识别,基于特征识别结果进行位置分析,获得第一定位影响因子,通过力传感器获得第一受力集合,基于受力分析结果和所述第一定位影响因子进行修正参数评估,根据评估结果获得所述第一修正装配参数,通过所述第一影响因子进行所述第一修正装配参数进行调整,基于调整结果进行所述第一母线槽的装配,达到通过进行当前母线槽进行信息采集,并结合当前环境参数,对母线槽的安装装配进行参数适应调整,实现智能安装的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请一种密集型母线槽的装配参数自适应优化方法的流程示意图;
图2为本申请一种密集型母线槽的装配参数自适应优化方法的获得第一定位影响因子的流程示意图;
图3为本申请一种密集型母线槽的装配参数自适应优化方法的获得第一影响因子的流程示意图;
图4为本申请一种密集型母线槽的装配参数自适应优化方法的关联属性计算的流程示意图;
图5为本申请一种密集型母线槽的装配参数自适应优化系统的结构示意图;
图6为本申请一种电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第一分析单元14,第四获得单元15,第一评估单元16,第一装配单元17,电子设备50,处理器51,存储器52,输入装置53,输出装置54。
具体实施方式
本申请通过提供一种密集型母线槽的装配参数自适应优化方法及系统,解决了现有技术中在进行母线槽安装装配的过程中,存在缺少对于装配母线槽和环境的准确监督,进而导致安装导致装配效果不佳的技术问题,达到通过进行当前母线槽进行信息采集,并结合当前环境参数,对母线槽的安装装配进行参数适应调整,实现智能安装的技术效果。下面结合附图,对本申请的实施例进行描述。本领域普通技术人员可知,随着技术的发展和新场景的出现,本申请提供的技术方案对于类似的技术问题,同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
申请概述
随着现代科学技术的发展和进步,母线槽产品正向着高性能、高质量方向发展,在国内外市场具有广阔的发展空间,在高层建筑、大型公共设施、超高建筑中具有举足轻重的地位。但现有技术在进行母线槽安装装配的过程中,存在缺少对于装配母线槽和环境的准确监督,进而导致安装导致装配效果不佳的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种密集型母线槽的装配参数自适应优化方法,通过进行所述第一母线槽和第一配合部件的基础信息采集,并基于所述基础信息和第一环境参数信息构建第一影响因子,通过所述图像采集装置进行所述第一母线槽和所述第一配合部件的图像采集,对第一图像采集结果进行特征识别,基于特征识别结果进行位置分析,获得第一定位影响因子,通过力传感器获得第一受力集合,基于受力分析结果和所述第一定位影响因子进行修正参数评估,根据评估结果获得所述第一修正装配参数,通过所述第一影响因子进行所述第一修正装配参数进行调整,基于调整结果进行所述第一母线槽的装配。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请提供了一种密集型母线槽的装配参数自适应优化方法,所述方法应用于装配参数智能优化系统,所述装配参数智能优化系统与图像采集装置、力传感器通信连接,所述方法包括:
步骤S100:获得第一母线槽和第一配合部件的基础信息;
步骤S200:获得第一环境参数信息,通过所述基础信息和所述第一环境参数信息构建第一影响因子;
具体而言,所述装配参数智能优化系统为进行装配参数智能计算优化的系统,所述图像采集装置为可以进行图像采集的设备,一般为高清CCD相机,所述力传感器为可以将力学信息转化为电信号的传感器设备,且所述力传感器与待进行装配的母线槽具有适配的结构,所述装配参数智能优化系统与所述图像采集装置和所述力传感器通信连接,可以进行所述图像采集装置和所述力传感器的控制和信号传输。
进一步的,所述第一母线槽为待进行装配安装的密集型母线槽,所述第一配合部件为进行密集型母线槽连接的连接部件,在进行所述第一母线槽的安装过程中,需要通过所述第一配合部件进行所述第一母线槽配合。通过进行所述第一母线槽和所述第一配合部件的出厂信息采集,获得所述基础信息,所述基础信息包括所述第一母线槽和所述第一配合部件的尺寸参数信息,安装参数信息等。所述第一环境参数信息为进行当前的母线槽装配过程的环境参数信息,一般包括温度、湿度参数,通过进行所述环境参数信息的采集,进而可以获得当前装配过程对于装配影响的环境参数分析结果,进而为后续进行准确的安装校正提供了数据支持。通过所述基础信息和所述第一环境参数信息构建当前安装环境下对于待安装设备的第一影响因子。
步骤S300:通过所述图像采集装置进行所述第一母线槽和所述第一配合部件图像采集,获得第一图像采集结果;
步骤S400:根据所述第一图像采集结果进行位置分析,获得第一定位影响因子;
具体而言,所述图像采集装置为高清CCD相机,且所述图像采集装置布设在所述第一母线槽安装位置的周围,可以进行安装位置的图像采集,当进行所述第一母线槽和所述第一配合部件安装的过程中,通过所述图像采集装置进行所述第一母线槽和所述第一配合部件的图像采集,获得第一图像采集结果,其中,所述第一图像采集结果包括多角度的图像采集结果,且所述第一图像采集结果中包括各个图像的采集时间和位置标识。
进一步的,构建所述第一母线槽和所述第一配合部件的定位识别特征,通过构建完成的定位识别特征集合,进行所述第一图像采集结果的图像特征匹配,基于匹配结果进行所述第一母线槽和所述第一配合部件的位置分析,判断当前所述第一母线槽和所述第一配合部件的当前位置是否存在异常偏差,基于分析结果获得所述第一定位影响因子。通过进行所述第一母线槽和所述第一配合部件的图像采集并进行位置分析,进而可以获得准确的定位影响因子,为后续进行准确的装配参数优化提供了数据支持。
步骤S500:通过所述力传感器获得第一受力采集集合,将所述第一受力采集集合,根据所述第一受力采集集合进行均衡性评估,获得第一评估结果;
步骤S600:将所述第一评估结果和所述第一定位影响因子输入装配修正模型,获得第一修正装配参数;
步骤S700:根据所述第一影响因子进行所述第一修正参数调整,获得第二修正装配参数,通过所述第二修正装配参数进行所述第一母线槽的装配。
具体而言,所述力传感器集成在辅助进行所述第一母线槽和所述第一配合部件配合的智能装备中,可以进行所述第一母线槽和所述第一配合部件配合过程的受到智能装备的力信息监测,进一步的,根据精度需求,所述力传感器包括多个子力传感器,且子力传感器的分布密度基于精度需求确定,这里不再展开。通过所述力传感器进行装配过程的受力采集,根据受力采集结果获得第一受力采集集合,且所述第一受力采集集合中的每个采集结果均具有时间标识,根据采集的所述第一受力集合进行所述第一母线槽和所述第一配合部件在基于时间线的装配过程的受力均匀性分析,获得所述第一评估结果。
进一步来说,将所述第一评估结果和所述第一定位影响因子输入装配修正模型,获得所述第一修正装配参数。所述装配修正模型为机器学习中的,进行受力和定位分析的智能模型,一般而言,所述装配修正模型可以包括监督学习和非监督学习两种模型,训练完成的所述装配修正模型,可以根据受力信息和定位信息进行后续调整参数的优化分析,进而获得更加准确的后续控制调整参数,以使得后续的装配结果更加准确。
将所述第一评估结果和所述第一定位影响因子输入装配修正模型,获得第一修正装配参数。判断当前的环境影响因子是否对于装配过程中的定位信息的影响超过预设阈值,当超过时,则基于获得的所述第一影响因子,对优化后的所述第一修正装配参数进行适应性调整,以获得更加准确的第一母线槽的装配控制参数。达到通过进行当前母线槽进行信息采集,并结合当前环境参数,对母线槽的安装装配进行参数适应调整,实现智能安装的技术效果。
进一步而言,如图2所示,本申请步骤S400还包括:
步骤S410:根据所述基础信息构建所述第一母线槽和所述第一配合部件的定位特征集合;
步骤S420:根据所述定位特征集合进行所述第一图像采集结果特征识别,获得第一特征识别结果;
步骤S430:根据所述第一特征识别结果构建定位分析三维坐标系,根据所述定位分析三维坐标系获得所述第一母线槽和所述第一配合部件的坐标信息;
步骤S440:根据所述坐标信息进行位置分析,获得所述第一定位影响因子。
具体而言,所述第一母线槽和所述第一配合部件一般设置有进行装配辅助定位的标识特征,通过所述基础信息呈现的所述标识特征和其他可进行位置分析定位特征进行采集,基于采集结果构建所述定位特征集合,通过所述定位特征集合中的各个特征,分别进行所述第一图像采集结果的特征识别,获得所述第一特征识别结果。
在进行所述第一母线槽和所述第一配合部件的不断的配合的过程中,随着配合的不断进行,会有定位特征逐渐消失不可见,因此,对于匹配的定位特征,一般以可以完全暴露的匹配结果作为参考的定位依据,构建三维坐标系,将作为定位的特征的位置识别结果通过所述三维坐标系,获得各个定位位置坐标。通过所述第一母线槽和所述第一配合部件的各个定位点的位置坐标进行坐标位置分析,获得当前的所述第一母线槽和所述第一配合部件位置偏差影响因子,即所述第一定位影响因子。通过进行多个特征的构建,使得在部分特征被掩盖时仍能进行准确的定位识别,进而通过多个特征定位可以更加准确的进行坐标分析和定位识别,进而获得更加准确的定位因子,为后续进行准确的装配提供了数据支持。
进一步而言,如图3所示,本申请步骤S200还包括:
步骤S210:获得第一标定产品信息,根据所述第一标定产品信息进行产品环境影响分析,构建第一产品环境影响集合;
步骤S220:根据所述基础信息和所述第一标定产品信息获得第一差异参数集合;
步骤S230:根据所述第一差异参数集合获得第一映射属性信息;
步骤S240:根据所述第一映射属性信息和所述第一差异参数集合对所述第一产品环境影响集合分析,获得所述第一影响因子。
具体而言,所述第一标定产品为标准参数下的母线槽产品,通过获得实验室下所述第一标定产品的信息,基于所述第一标定产品进行环境影响参数拟合,根据环境对于所述第一标定产品的影响结果获得所述第一产品环境影响集合。通过所述基础信息中,所述第一母线槽与所述第一标定产品的各个参数的差异信息获得所述第一差异参数集合,可以包括组成成分参数、尺寸参数等。根据所述第一差异参数集合中各个参数对应的属性,如铜、铝属性。通过各个属性的差异值进行当前的环境信息对于依据标定产品作为参考数据的第一母线槽的实际影响的拟合分析,根据分析结果获得所述第一影响因子。通过进行标定产品的环境影响结果分析,并依据当前母线槽与标定产品的差异参数及各个差异参数对应的属性信息进行当前环境影响参数的拟合分析,进而使得获得的所述第一影响因子更加趋近于真实环境影响结果,进而为后续进行准确的装配参数优化夯实了基础。
进一步的,如图4所示,本申请步骤S200还包括:
步骤S241:获得所述第一映射属性信息的属性权重分布结果;
步骤S242:根据所述属性权重分布结果和所述第一差异参数集合进行影响计算分析,获得第一计算结果;
步骤S243:根据所述第一计算结果获得对所述第一环境影响集合进行匹配计算,获得所述第一影响因子。
具体而言,所述第一映射属性信息为各个差异参数对应的属性参数信息,根据预设的各个属性受到一般的环境影响,易出现对于定位和装配过程的影响程度,获得所述属性权重分布结果。所述属性权重分布结果一般为预设值,也可根据实际的装配环境进行属性权重分布结果的调整,通过所述属性权重分布结果和所述第一差异参数集合进行实际的影响计算分析,基于计算分析结果获得所述第一计算结果。通过所述第一计算结果进行所述第一环境影响集合的匹配计算,来获得所述第一影响因子。通过进行各个属性参数的权重分配,进而使得获得的各个参数差异可以进行进一步的影响分析,进而使得环境差异与参数差异的匹配影响结果更加的准确,进而为获得更加准确的影响因子提供了数据基础,进而实现准确的装配参数自适应优化,提高装配效果。
进一步的,本申请步骤S800还包括:
步骤S810:获得所述力传感器的第一分布位置坐标信息;
步骤S820:获得所述力传感器的具有时间标识的传感器受力集合;
步骤S830:根据所述第一分布位置坐标信息和所述传感器受力集合进行所述第一母线槽和所述第一配合部件的装配受力均衡性评估,获得所述第一评估结果;
步骤S840:基于所述第一评估结果获得所述第一修正装配参数。
具体而言,所述第一分布位置坐标为所述力传感器中各个子传感器的位置信息,通过构建的所述三维直角坐标系,获得所述各个子传感器的位置坐标信息,且通过各个子传感器进行实时的受力信息采集和反馈,且各个反馈结果均具有采集的位置标识。根据采集的数据,通过所述装配参数智能优化系统拟合实际受力信息,根据实际受力信息的拟合结果进行所述第一母线槽和所述第一配合部件的装配过程的实际受力信息分析,判断在进行所述第一母线槽和所述第一配合部件装配过程的受力偏差,根据判断结果获得带有时间标识的所述第一评估结果。
进一步来说,当受力信息发生变化时,不但对于当前的实际定位情况产生影响,还会对后续的位置变化产生影响,因此,需要根据采集的实时受力分析结果和同样带有时间标识的定位结果进行后续的关联分析,因此所述第一评估结果中每个时间节点的受力分析情况均具有时间标识,基于优化后的所述第一评估结果和所述第一定位影响因子获得所述第一修正装配参数。
进一步的,本申请步骤S800还包括:
步骤S810:通过所述图像采集装置进行所述第一母线槽的安装辅助定位装置进行图像采集,获得第二图像采集结果;
步骤S820:根据所述第二图像采集结果进行辅助定位的定位效果分析,获得第一辅助定位效果分析结果;
步骤S830:判断所述第一辅助定位效果分析结果是否满足第一预设阈值;
步骤S840:当所述第一辅助定位效果分析结果不满足所述第一预设阈值时,获得第一调整方案;
步骤S850:根据所述第一调整方案进行所述第一母线槽的安装辅助管理。
具体而言,所述辅助定位装置一般为在进行母线槽安装过程中进行辅助定位控制的设备,一般由角铁、槽钢等装置组成。为了使得母线槽安装后具有稳定性,因此通过辅助安装、固定设备的固定过程中,既要保证固定的强度,同时要保证固定的精度。一般而言,固定的强度一般由母线槽的质量、固定位置的选定、固定辅助装置的单体受力强度三个维度数据评估获得,固定的精度一般由固定辅助设备的安装位置,及安装过程对于所述母线槽的位置影响情况决定。通过所述图像采集装置进行安装辅助定位装置进行图像采集,根据图像的采集结果获得所述第二图像采集结果。对所述第二图像采集结果中的定位装置进行识别,包括定位分布的数量、位置参数,结合当前母线槽的基础信息和定位装置的基础信息,获得所述第一辅助定位效果分析结果。
进一步的,预先设定第一预设阈值,所述第一预设阈值为进行辅助定位效果评价的最低要求阈值,当所述第一辅助定位效果不满足所述第一预设阈值,则认为辅助定位效果不佳需要进行辅助定位方案的修正和调整,根据获得的第一调整方案进行所述第一母线槽的安装辅助管理。通过进行安装辅助定位装置的图像采集和分析,使得母线槽的安装定位效果更加合理,进而使得母线槽的进行更好的固定,进而实现获得更好的装配效果的技术效果。
进一步的,本申请步骤S820还包括:
步骤S821:对所述第二图像采集结果进行辅助定位位置准确性分析,获得第一准确性分析参数;
步骤S822:根据所述第二图像采集结果进行辅助定位受力合理性分析,获得第一受力合理性分析结果;
步骤S823:根据所述第一准确性分析参数和所述第一受力合理性分析结果获得所述第一辅助定位效果分析结果。
具体而言,获得所述辅助定位装置的安装施工图纸,基于三维坐标系进行安装辅助定位装置的标准位置确定,通过对于所述第二图像采集结果的特征识别后,获得实际安装过程中,各个安装辅助定位装置的实际位置坐标,通过实际位置坐标和标准位置确定结果获得所述第一准确性分析参数。通过所述第二图像采集结果进行实际安装的辅助定位装置对于母线槽定位辅助过程的受力辅助情况进行分析,包括判断所述安装的辅助定位装置对于母线槽定位过程是否存在异常方向的分析结果和数量分布的合理性评估结果,根据所述第一准确性分析参数和所述第一受力合理性分析结果获得所述第一辅助定位效果分析结果。
综上所述,本申请所提供的一种密集型母线槽的装配参数自适应优化方法及系统具有如下技术效果:
1、由于采用了通过进行所述第一母线槽和第一配合部件的基础信息采集,并基于所述基础信息和第一环境参数信息构建第一影响因子,通过所述图像采集装置进行所述第一母线槽和所述第一配合部件的图像采集,对第一图像采集结果进行特征识别,基于特征识别结果进行位置分析,获得第一定位影响因子,通过力传感器获得第一受力集合,基于受力分析结果和所述第一定位影响因子进行修正参数评估,根据评估结果获得所述第一修正装配参数,通过所述第一影响因子进行所述第一修正装配参数进行调整,基于调整结果进行所述第一母线槽的装配,达到通过进行当前母线槽进行信息采集,并结合当前环境参数,对母线槽的安装装配进行参数适应调整,实现智能安装的技术效果。
2、通过进行多个特征的构建,使得在部分特征被掩盖时仍能进行准确的定位识别,进而通过多个特征定位可以更加准确的进行坐标分析和定位识别,进而获得更加准确的定位因子,为后续进行准确的装配提供了数据支持。
3、通过进行标定产品的环境影响结果分析,并依据当前母线槽与标定产品的差异参数及各个差异参数对应的属性信息进行当前环境影响参数的拟合分析,进而使得获得的所述第一影响因子更加趋近于真实环境影响结果,进而为后续进行准确的装配参数优化夯实了基础。
4、通过进行各个属性参数的权重分配,进而使得获得的各个参数差异可以进行进一步的影响分析,进而使得环境差异与参数差异的匹配影响结果更加的准确,进而为获得更加准确的影响因子提供了数据基础,进而实现准确的装配参数自适应优化,提高装配效果。
5、通过进行安装辅助定位装置的图像采集和分析,使得母线槽的安装定位效果更加合理,进而使得母线槽的进行更好的固定,进而实现获得更好的装配效果的技术效果。
实施例二
基于与前述实施例中一种密集型母线槽的装配参数自适应优化方法同样发明构思,本发明还提供了一种密集型母线槽的装配参数自适应优化系统,如图5所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一母线槽和第一配合部件的基础信息;
第二获得单元12,所述第二获得单元12用于获得第一环境参数信息,通过所述基础信息和所述第一环境参数信息构建第一影响因子;
第三获得单元13,所述第三获得单元13用于通过图像采集装置进行所述第一母线槽和所述第一配合部件图像采集,获得第一图像采集结果;
第一分析单元14,所述第一分析单元14用于根据所述第一图像采集结果进行位置分析,获得第一定位影响因子;
第四获得单元15,所述第四获得单元15用于通过力传感器获得第一受力采集集合,将所述第一受力采集集合进行均衡性评估,获得第一评估结果;
第一评估单元16,所述第一评估单元16用于将所述第一评估结果和所述第一定位影响因子输入装配修正模型,获得第一修正装配参数;
第一装配单元17,所述第一装配单元17用于根据所述第一影响因子进行所述第一修正参数调整,获得第二修正装配参数,通过所述第二修正装配参数进行所述第一母线槽的装配。
进一步的,所述系统还包括:
第一构建单元,所述第一构建单元用于根据所述基础信息构建所述第一母线槽和所述第一配合部件的定位特征集合;
第五获得单元,所述第五获得单元用于根据所述定位特征集合进行所述第一图像采集结果特征识别,获得第一特征识别结果;
第六获得单元,所述第六获得单元用于根据所述第一特征识别结果构建定位分析三维坐标系,根据所述定位分析三维坐标系获得所述第一母线槽和所述第一配合部件的坐标信息;
第七获得单元,所述第七获得单元用于根据所述坐标信息进行位置分析,获得所述第一定位影响因子。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于获得第一标定产品信息,根据所述第一标定产品信息进行产品环境影响分析,构建第一产品环境影响集合;
第九获得单元,所述第九获得单元用于根据所述基础信息和所述第一标定产品信息获得第一差异参数集合;
第十获得单元,所述第十获得单元用于根据所述第一差异参数集合获得第一映射属性信息;
第十一获得单元,所述第十一获得单元用于根据所述第一映射属性信息和所述第一差异参数集合对所述第一产品环境影响集合分析,获得所述第一影响因子。
进一步的,所述系统还包括:
第十二获得单元,所述第十二获得单元用于获得所述第一映射属性信息的属性权重分布结果;
第十三获得单元,所述第十三获得单元用于根据所述属性权重分布结果和所述第一差异参数集合进行影响计算分析,获得第一计算结果;
第十四获得单元,所述第十四获得单元用于根据所述第一计算结果获得对所述第一环境影响集合进行匹配计算,获得所述第一影响因子。
进一步的,所述系统还包括:
第十五获得单元,所述第十五获得单元用于获得所述力传感器的第一分布位置坐标信息;
第十六获得单元,所述第十六获得单元用于获得所述力传感器的具有时间标识的传感器受力集合;
第十七获得单元,所述第十七获得单元用于根据所述第一分布位置坐标信息和所述传感器受力集合进行所述第一母线槽和所述第一配合部件的装配受力均衡性评估,获得所述第一评估结果;
第十八获得单元,所述第十八获得单元用于基于所述第一评估结果获得所述第一修正装配参数。
进一步的,所述系统还包括:
第十九获得单元,所述第十九获得单元用于通过所述图像采集装置进行所述第一母线槽的安装辅助定位装置进行图像采集,获得第二图像采集结果;
第二十获得单元,所述第二十获得单元用于根据所述第二图像采集结果进行辅助定位的定位效果分析,获得第一辅助定位效果分析结果;
第一判断单元,所述第一判断单元用于判断所述第一辅助定位效果分析结果是否满足第一预设阈值;
第二十一获得单元,所述第二十一获得单元用于当所述第一辅助定位效果分析结果不满足所述第一预设阈值时,获得第一调整方案;
第二十二获得单元,所述第二十二获得单元用于根据所述第一调整方案进行所述第一母线槽的安装辅助管理。
进一步的,所述系统还包括:
第二十三获得单元,所述第二十三获得单元用于对所述第二图像采集结果进行辅助定位位置准确性分析,获得第一准确性分析参数;
第二十四获得单元,所述第二十四获得单元用于根据所述第二图像采集结果进行辅助定位受力合理性分析,获得第一受力合理性分析结果;
第二十五获得单元,所述第二十五获得单元用于根据所述第一准确性分析参数和所述第一受力合理性分析结果获得所述第一辅助定位效果分析结果。
前述图1实施例一中的一种密集型母线槽的装配参数自适应优化方法的各种变化方式和具体实例同样适用于本实施例的一种密集型母线槽的装配参数自适应优化系统,通过前述对一种密集型母线槽的装配参数自适应优化方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种密集型母线槽的装配参数自适应优化系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图6来描述本申请的电子设备。
图6图示了根据本申请的电子设备的结构示意图。
基于与前述实施例中一种密集型母线槽的装配参数自适应优化方法的发明构思,本发明还提供一种电子设备,下面,参考图6来描述根据本申请的电子设备。该电子设备可以是可移动设备本身,或与其独立的单机设备,其上存储有计算机程序,该程序被处理器执行时实现前文所述方法的任一方法的步骤。
如图6所示,电子设备50包括一个或多个处理器51和存储器52。
处理器51可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备50中的其他组件以执行期望的功能。
存储器52可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器51可以运行所述程序指令,以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。
在一个示例中,电子设备50还可以包括:输入装置53和输出装置54,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
本发明实施例提供的一种密集型母线槽的装配参数自适应优化方法,所述方法应用于装配参数智能优化系统,所述装配参数智能优化系统与图像采集装置、力传感器通信连接,所述方法包括:获得第一母线槽和第一配合部件的基础信息;获得第一环境参数信息,通过所述基础信息和所述第一环境参数信息构建第一影响因子;通过所述图像采集装置进行所述第一母线槽和所述第一配合部件图像采集,获得第一图像采集结果;根据所述第一图像采集结果进行位置分析,获得第一定位影响因子;通过所述力传感器获得第一受力采集集合,将所述第一受力采集集合进行均衡性评估,获得第一评估结果;将所述第一评估结果和所述第一定位影响因子输入装配修正模型,获得第一修正装配参数;根据所述第一影响因子进行所述第一修正参数调整,获得第二修正装配参数,通过所述第二修正装配参数进行所述第一母线槽的装配。解决了现有技术在进行母线槽安装装配的过程中,存在缺少对于装配母线槽和环境的准确监督,进而导致安装导致装配效果不佳的技术问题,达到通过进行当前母线槽进行信息采集,并结合当前环境参数,对母线槽的安装装配进行参数适应调整,实现智能安装的技术效果。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备执行本申请各个实施例所述的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从计算机可读存储介质向另计算机可读存储介质传输,所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请的实施过程构成任何限定。
另外,本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应理解,在本申请中,“与A相应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
总之,以上所述仅为本申请技术方案的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (9)

1.一种密集型母线槽的装配参数自适应优化方法,其特征在于,所述方法应用于装配参数智能优化系统,所述装配参数智能优化系统与图像采集装置、力传感器通信连接,所述方法包括:
获得第一母线槽和第一配合部件的基础信息;
获得第一环境参数信息,通过所述基础信息和所述第一环境参数信息构建第一影响因子;
通过所述图像采集装置进行所述第一母线槽和所述第一配合部件图像采集,获得第一图像采集结果;
根据所述第一图像采集结果进行位置分析,获得第一定位影响因子;
通过所述力传感器获得第一受力采集集合,将所述第一受力采集集合进行均衡性评估,获得第一评估结果;
将所述第一评估结果和所述第一定位影响因子输入装配修正模型,获得第一修正装配参数;
根据所述第一影响因子进行所述第一修正参数调整,获得第二修正装配参数,通过所述第二修正装配参数进行所述第一母线槽的装配。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述基础信息构建所述第一母线槽和所述第一配合部件的定位特征集合;
根据所述定位特征集合进行所述第一图像采集结果特征识别,获得第一特征识别结果;
根据所述第一特征识别结果构建定位分析三维坐标系,根据所述定位分析三维坐标系获得所述第一母线槽和所述第一配合部件的坐标信息;
根据所述坐标信息进行位置分析,获得所述第一定位影响因子。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得第一标定产品信息,根据所述第一标定产品信息进行产品环境影响分析,构建第一产品环境影响集合;
根据所述基础信息和所述第一标定产品信息获得第一差异参数集合;
根据所述第一差异参数集合获得第一映射属性信息;
根据所述第一映射属性信息和所述第一差异参数集合对所述第一产品环境影响集合分析,获得所述第一影响因子。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
获得所述第一映射属性信息的属性权重分布结果;
根据所述属性权重分布结果和所述第一差异参数集合进行影响计算分析,获得第一计算结果;
根据所述第一计算结果获得对所述第一环境影响集合进行匹配计算,获得所述第一影响因子。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述力传感器的第一分布位置坐标信息;
获得所述力传感器的具有时间标识的传感器受力集合;
根据所述第一分布位置坐标信息和所述传感器受力集合进行所述第一母线槽和所述第一配合部件的装配受力均衡性评估,获得所述第一评估结果;
基于所述第一评估结果获得所述第一修正装配参数。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
通过所述图像采集装置进行所述第一母线槽的安装辅助定位装置进行图像采集,获得第二图像采集结果;
根据所述第二图像采集结果进行辅助定位的定位效果分析,获得第一辅助定位效果分析结果;
判断所述第一辅助定位效果分析结果是否满足第一预设阈值;
当所述第一辅助定位效果分析结果不满足所述第一预设阈值时,获得第一调整方案;
根据所述第一调整方案进行所述第一母线槽的安装辅助管理。
7.如权利要求6所述的方法,其特征在于,所述方法还包括:
对所述第二图像采集结果进行辅助定位位置准确性分析,获得第一准确性分析参数;
根据所述第二图像采集结果进行辅助定位受力合理性分析,获得第一受力合理性分析结果;
根据所述第一准确性分析参数和所述第一受力合理性分析结果获得所述第一辅助定位效果分析结果。
8.一种密集型母线槽的装配参数自适应优化系统,其特征在于,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一母线槽和第一配合部件的基础信息;
第二获得单元,所述第二获得单元用于获得第一环境参数信息,通过所述基础信息和所述第一环境参数信息构建第一影响因子;
第三获得单元,所述第三获得单元用于通过图像采集装置进行所述第一母线槽和所述第一配合部件图像采集,获得第一图像采集结果;
第一分析单元,所述第一分析单元用于根据所述第一图像采集结果进行位置分析,获得第一定位影响因子;
第四获得单元,所述第四获得单元用于通过力传感器获得第一受力采集集合,将所述第一受力采集集合进行均衡性评估,获得第一评估结果;
第一评估单元,所述第一评估单元用于将所述第一评估结果和所述第一定位影响因子输入装配修正模型,获得第一修正装配参数;
第一装配单元,所述第一装配单元用于根据所述第一影响因子进行所述第一修正参数调整,获得第二修正装配参数,通过所述第二修正装配参数进行所述第一母线槽的装配。
9.一种电子设备,其特征在于,包括处理器和存储器;所述存储器,用于存储;所述处理器,用于通过调用,执行权利要求1至7中任一项所述的方法。
CN202210392413.3A 2022-04-15 2022-04-15 一种密集型母线槽的装配参数自适应优化方法及系统 Active CN114722611B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210392413.3A CN114722611B (zh) 2022-04-15 2022-04-15 一种密集型母线槽的装配参数自适应优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210392413.3A CN114722611B (zh) 2022-04-15 2022-04-15 一种密集型母线槽的装配参数自适应优化方法及系统

Publications (2)

Publication Number Publication Date
CN114722611A true CN114722611A (zh) 2022-07-08
CN114722611B CN114722611B (zh) 2023-08-08

Family

ID=82243448

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210392413.3A Active CN114722611B (zh) 2022-04-15 2022-04-15 一种密集型母线槽的装配参数自适应优化方法及系统

Country Status (1)

Country Link
CN (1) CN114722611B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117556646A (zh) * 2024-01-12 2024-02-13 深圳柯赛标识智能科技有限公司 基于环境参数的智慧标识运维管理方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL9200950A (nl) * 1992-05-29 1993-12-16 Holec Syst & Componenten Railgeleiderstelsel voor hoogspanningsinstallaties.
CN207853398U (zh) * 2018-01-24 2018-09-11 鼎圣集团有限公司 一种智能母线槽系统
EP3434411A1 (en) * 2017-07-26 2019-01-30 Comau S.p.A. Programmable device provided in a production environment for assisting an operator
CN109543823A (zh) * 2018-11-30 2019-03-29 山东大学 一种基于多模信息描述的柔性装配系统及方法
CN112596459A (zh) * 2020-12-15 2021-04-02 江苏久卫智能科技有限公司 智能母线槽温湿度异常预警系统
CN112965372A (zh) * 2021-02-01 2021-06-15 中国科学院自动化研究所 基于强化学习的微零件精密装配方法、装置和系统
KR20220037867A (ko) * 2020-09-18 2022-03-25 홍현기 배전반 감시시스템

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL9200950A (nl) * 1992-05-29 1993-12-16 Holec Syst & Componenten Railgeleiderstelsel voor hoogspanningsinstallaties.
EP3434411A1 (en) * 2017-07-26 2019-01-30 Comau S.p.A. Programmable device provided in a production environment for assisting an operator
CN207853398U (zh) * 2018-01-24 2018-09-11 鼎圣集团有限公司 一种智能母线槽系统
CN109543823A (zh) * 2018-11-30 2019-03-29 山东大学 一种基于多模信息描述的柔性装配系统及方法
KR20220037867A (ko) * 2020-09-18 2022-03-25 홍현기 배전반 감시시스템
CN112596459A (zh) * 2020-12-15 2021-04-02 江苏久卫智能科技有限公司 智能母线槽温湿度异常预警系统
CN112965372A (zh) * 2021-02-01 2021-06-15 中国科学院自动化研究所 基于强化学习的微零件精密装配方法、装置和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邢登鹏;徐德;张正涛;李海鹏;张大朋;史亚莉;沈飞;: "多尺度异型零件精密装配关键技术研究与系统开发", 科研信息化技术与应用, vol. 7, no. 02, pages 71 - 80 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117556646A (zh) * 2024-01-12 2024-02-13 深圳柯赛标识智能科技有限公司 基于环境参数的智慧标识运维管理方法及系统
CN117556646B (zh) * 2024-01-12 2024-04-30 深圳柯赛标识智能科技有限公司 基于环境参数的智慧标识运维管理方法及系统

Also Published As

Publication number Publication date
CN114722611B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN111693928B (zh) 电能表计量误差计算方法、装置和计算机设备
CN114722611A (zh) 一种密集型母线槽的装配参数自适应优化方法及系统
KR102044354B1 (ko) 데이터베이스 구축을 위한 자기장 맵을 생성하는 방법 및 장치
CN115657754B (zh) 一种提高变频加热温度控制精度的方法及系统
JP6625868B2 (ja) 加工プログラムの機械学習装置、該機械学習装置を備えた加工組立システムおよび加工プログラムの機械学習方法
KR102397107B1 (ko) 반복적 전역최적화에 의해 도출된 인공오차 공분산 최적해에 기반한 분산점 칼만필터 연산 구성의 구조물 손상여부 모니터링 장치
CN113569457A (zh) 一种基于数字孪生的需求功能模型构建方法及系统
CN114749493A (zh) 一种冷轧带钢生产参数自适应调整方法及系统
CN111314813A (zh) 无线耳机及其出入盒检测方法以及存储介质
CN113176529A (zh) 一种磁梯度仪校正方法、磁梯度仪校正装置及存储介质
CN114118754A (zh) 一种基于机器学习的水文水资源监测方法及系统
CN114910756A (zh) 一种低压母线槽的绝缘性能评估方法及系统
JP2010008474A (ja) 非日常音検出システム
CN111182460A (zh) 混合型室内定位方法、装置、计算机设备及存储介质
CN111738878B (zh) 一种桥梁应力检测系统
CN117313471A (zh) 一种门机应力场反演方法、系统及电子设备
CN116450532A (zh) 一种计算机软件性能多维测试方法
CN115146416A (zh) 一种工程机械液压系统模型参数辨识方法、装置和挖掘机
CN113313330B (zh) 电磁环境参数区间预测方法、装置和计算机设备
CN113478552B (zh) 一种pcb板切割路径预警的方法和装置
CN113124908A (zh) 一种提高仪器测量精度的方法和系统
CN111241647B (zh) 核电厂电缆长度预估方法及装置
JP2008249562A (ja) 腐食もしくは防食環境の数値解析方法及び装置
CN113094965A (zh) 一种竖向地震作用下结构稳定性分析方法、系统、终端及介质
KR102005380B1 (ko) 도보 네비게이션 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant