CN116736986A - 基于原理学习数据交互优化的方法、系统及装置 - Google Patents
基于原理学习数据交互优化的方法、系统及装置 Download PDFInfo
- Publication number
- CN116736986A CN116736986A CN202310993148.9A CN202310993148A CN116736986A CN 116736986 A CN116736986 A CN 116736986A CN 202310993148 A CN202310993148 A CN 202310993148A CN 116736986 A CN116736986 A CN 116736986A
- Authority
- CN
- China
- Prior art keywords
- data
- layer
- learning
- principle
- comprehensive model
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 230000003993 interaction Effects 0.000 title claims abstract description 53
- 238000005457 optimization Methods 0.000 title claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 63
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 230000002452 interceptive effect Effects 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009347 mechanical transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于原理学习数据交互优化的方法、系统及装置，包括：构建原理学习数据、交互特征数据和综合模型数据，原理学习数据由案例在生产时加载到编辑平台生成交互特征数据，将原理学习数据进行过滤和筛选后生成，生成综合模型数据；构建过程逻辑数据，过程逻辑数据包括：装配序列数据和工艺信息数据；基于过程逻辑数据、综合模型数据和交互特征数据得到原理学习案例数据；源数据层用于存储学习案例的原始数据，建立过程逻辑层，过程逻辑层将数据进行过滤分析传递至综合模型数据层的输出，建立综合模型数据层，将综合模型数据层的输出处理得到原理学习结果，将学习结果通过三维方式呈现用户。本发明可以实现基于原理学习数据交互优化。
Description
技术领域
本发明涉及数据交互领域，尤其是涉及一种基于原理学习数据交互优化的方法、系统及装置。
背景技术
原理学习案例，指的是能够演示武器装备的机械传动、油路运动、电流运动等基本原理的应用软件，数据交互过程包括：原理学习案例源数据的生成、原理学习案例源数据的整理和填充、原理学习案例源数据的展示。
原理学习案例指的是能够演示武器装备的机械传动、油路运动、电流运动等基本原理的应用软件，传统技术只能通过切换查看不同动画的方式来实现。
发明内容
本发明的目的在于提供一种基于原理学习数据交互优化的方法、系统及装置，旨在解决基于原理学习数据交互优化的问题。
本发明提供一种基于原理学习数据交互优化的方法，包括：
S1、构建原理学习数据、交互特征数据和综合模型数据，所述原理学习数据由案例在生产时加载到编辑平台生成，所述交互特征数据通过将原理学习数据进行过滤和筛选后生成，基于交互特征数据生成综合模型数据；
S2、构建过程逻辑数据，所述过程逻辑数据包括：装配序列数据和工艺信息数据；基于过程逻辑数据、综合模型数据和交互特征数据得到原理学习案例数据；
S3、建立源数据层，所述源数据层用于存储学习案例的原始数据，建立过程逻辑层，所述过程逻辑层将数据进行过滤分析传递至综合模型数据层的输出，建立综合模型数据层，将综合模型数据层的输出处理得到原理学习结果，将学习结果通过三维方式呈现给用户。
本发明还提供一种基于原理学习数据交互优化的系统，包括：
构建模块：用于构建原理学习数据、交互特征数据和综合模型数据，所述原理学习数据由案例在生产时加载到编辑平台生成，所述交互特征数据通过将原理学习数据进行过滤和筛选后生成，基于交互特征数据生成综合模型数据；
过程逻辑数据模块：用于构建过程逻辑数据，所述过程逻辑数据包括：装配序列数据和工艺信息数据；基于过程逻辑数据、综合模型数据和交互特征数据得到原理学习案例数据；
数据层模块：用于建立源数据层，所述源数据层用于存储学习案例的原始数据，建立过程逻辑层，所述过程逻辑层将数据进行过滤分析传递至综合模型数据层的输出，建立综合模型数据层，将综合模型数据层的输出处理得到原理学习结果，将学习结果通过三维方式呈现给用户。
本发明实施例还提供一种基于原理学习数据交互优化的装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述方法步骤。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述方法步骤。
采用本发明实施例，可以实现基本原理的三维展示。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的基于原理学习数据交互优化的方法流程图；
图2是本发明实施例的基于原理学习数据交互优化的系统示意图；
图3是本发明实施例的基于原理学习数据交互优化的装置示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
方法实施例
根据本发明实施例，提供了一种基于原理学习数据交互优化的方法，图1是本发明实施例的基于原理学习数据交互优化的方法流程图，如图1所示，具体包括：
S1、构建原理学习数据、交互特征数据和综合模型数据，所述原理学习数据由案例在生产时加载到编辑平台生成，所述交互特征数据通过将原理学习数据进行过滤和筛选后生成，基于交互特征数据生成综合模型数据；
S2、构建过程逻辑数据，所述过程逻辑数据包括：装配序列数据和工艺信息数据；基于过程逻辑数据、综合模型数据和交互特征数据得到原理学习案例数据；
S3、建立源数据层，所述源数据层用于存储学习案例的原始数据，建立过程逻辑层，所述过程逻辑层将数据进行过滤分析传递至综合模型数据层的输出，建立综合模型数据层，将综合模型数据层的输出处理得到原理学习结果，将学习结果通过三维方式呈现给用户。
建立源数据层具体包括：通过添加案例操作来获取基本属性参数数据，所述基本属性参数数据包括：几何数据、材质数据和纹理数据。
建立过程逻辑层具体包括：对源数据添加关系约束和数据交互过程，通过分析过滤来进行对数据的整理。
建立综合模型数据层具体包括：通过添加表结构属性和条件关系，所述条件关系包括：包括相对字段条件关系、父子级条件关系和数据条件关系。
具体实施方法如下：
本发明是基于虚拟现实技术对原理学习案例的数据交互进行了优化，用户可对部分数据（如机械传动中的齿轮个数，齿轮大小）进行修改，计算机在收到用户对数据的修改后进行计算，实时生成对应动画，然后传输到显示设备上呈现给用户。
在处理原始数据时会对数据进行填充和数据的分解，会导致数据的偏差，对于不精准数据命令的输入，根据错误原因及进入的层面分别由不同层拒绝，并产生对错误输入的拒绝信息，拒绝信息由被产生的层依次向上层传递，由最上层将拒绝信息发送至外部处理，以拒绝错误数据命令的输入。
1.源数据层的建立过程包括：几何数据创建、材质数据创建和纹理数据创建，通过添加案例操作来获取基本属性参数数据。
2. 过程逻辑层的建立包括：对源数据添加关系约束、数据交互过程，
通过分析过滤来进行对数据的整理。
3.数据关系约束通过添加表结构属性和条件关系，所述条件关系包括：包括相对字段条件关系、父子级条件关系和数据条件关系。
这些属性层具有自下而上的结构，外部控制命令数据首先被传送给最下面的状态执行层，状态执行层以行动为中心，用于执行命令；中间的过程逻辑层用下层状态执行层的处理结果作为本层的输入，经相应的计算处理得到结果后，再将结果传递给上层，作为上层的输入，自下而上依次处理，在最上面的数据呈现层将过程逻辑层的输出结果处理得到原理学习数据，并通过最直观方式进行呈现。
对于错误数据的输入（如选择了错误的工具），根据错误的原因及进入的层面分别由不同层加以拒绝，并产生对错误输入的拒绝信息，拒绝信息从被产生的层依次向上层传递，最后由最上层将信息外部处理，经过对数据关联关系、完整性关系、准确性、条件关系的增加所生成的正确数据。
从属性层的划分上，使用低耦合高内聚的原则，各层功能上的增加、删除和修改基本独立。
同样，以直列四缸发动机原理学习案例举例，首先需要通过采集真实数据构建源数据层，此时需要确定数据结构类型并保存至对应文件当中进行存储，例如模型文件为FBX格式文件，材质信息保存在xml类型文件当中，同一零件信息文件需要一一关联，不同零件信息文件需要相互独立互不相关，做到低耦合，利于对数据的修改。其次，在完善源数据层后，需要根据直列四缸发动机运行原理及传动关系生成对应原理展示动画。然后，对生成的中间数据（例如零部件对应模型文件以及原理展示动画）进行整理分析，传递到综合模型数据层。最后，根据综合模型数据层中所存储数据生成原理过程案例。
在查看原理学习案例时，用户也可以根据自身需要对数据进行修改调整，计算机在收到修改调整数据后，传入过程逻辑层进行分析判断。当判断通过，为正确数据时，进行整理计算，再传递到综合模型数据层，综合模型数据层在接收到新数据时，对原理学习案例进行实时更新；当输入为错误数据时，如在直列四缸发动机中要求其对第五气缸（仅有四气缸）进行操作时便为错误数据，此时会提示输入数据错误，并可选择是否重新输入数据。
分别建立原理学习数据、交互特征数据和综合模型特征数据，由原理学习数据、交互特征数据和综合模型特征数据形成包含原理学习案例数据和原理学习过程数据；
从特征属性上将原理学习数据分为三个属性层，分别为源数据层、过程逻辑层、综合模型数据层；源数据层用于存储学习案例的原始数据，过程逻辑层将数据进行过滤分析传递至综合模型数据层的输出，由数据展示层处理得到原理学习结果，并通过数据方式进行呈现。
从实时性上来说，可以根据实时数据来驱动原理展示的变化。
本发明则是在传统的基本原理演示的基础上采用了虚拟现实技术，大大加强了人机之间的互动，用户在使用时需要佩戴上特定设备，如头戴式显示器，用户可通过设备身临其境的观察原理的展示过程，用户可通过操作手柄等设备调整自身所在位置，选择一个更为适合己身的观察视角。
本发明在虚拟现实技术的基础上可以对诸如气缸运转速度，气缸运行状态等数据参数进行修改，使用户在了解直列四缸发动机的运转原理时，可以从不同视角、不同速度观察到发动机的不同运行过程（例如正常工作或者故障工作时的状态），而传统技术只能通过切换查看不同动画的方式来实现，相比较而言，本发明更加直观，简便，优化了交互过程。
系统实施例一
根据本发明实施例，提供了一种基于原理学习数据交互优化的系统，图2是本发明实施例的基于原理学习数据交互优化的系统示意图，如图2所示，具体包括：
构建模块：用于构建原理学习数据、交互特征数据和综合模型数据，所述原理学习数据由案例在生产时加载到编辑平台生成，所述交互特征数据通过将原理学习数据进行过滤和筛选后生成，基于交互特征数据生成综合模型数据；
过程逻辑数据模块：用于构建过程逻辑数据，所述过程逻辑数据包括：装配序列数据和工艺信息数据；基于过程逻辑数据、综合模型数据和交互特征数据得到原理学习案例数据；
数据层模块：用于建立源数据层，所述源数据层用于存储学习案例的原始数据，建立过程逻辑层，所述过程逻辑层将数据进行过滤分析传递至综合模型数据层的输出，建立综合模型数据层，将综合模型数据层的输出处理得到原理学习结果，将学习结果通过三维方式呈现给用户。
建立源数据层具体包括：通过添加案例操作来获取基本属性参数数据，所述基本属性参数数据包括：几何数据、材质数据和纹理数据。
建立过程逻辑层具体包括：对源数据添加关系约束和数据交互过程，通过分析过滤来进行对数据的整理。
建立综合模型数据层具体包括：通过添加表结构属性和条件关系，所述条件关系包括：包括相对字段条件关系、父子级条件关系和数据条件关系。
本发明实施例是与上述方法实施例对应的系统实施例，各个模块的具体操作可以参照方法实施例的描述进行理解，在此不再赘述。
装置实施例一
本发明实施例提供一种基于原理学习数据交互优化的装置，如图3所示，包括：存储器30、处理器32及存储在存储器30上并可在处理器32上运行的计算机程序，计算机程序被处理器执行时实现上述方法实施例中的步骤。
装置实施例二
本发明实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有信息传输的实现程序，程序被处理器32执行时实现上述方法实施例中的步骤。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换本发明各实施例技术方案，并不使相应技术方案的本质脱离本方案的范围。
Claims (10)
1.一种基于原理学习数据交互优化的方法，其特征在于，包括：
S1、构建原理学习数据、交互特征数据和综合模型数据，所述原理学习数据由案例在生产时加载到编辑平台生成，所述交互特征数据通过将原理学习数据进行过滤和筛选后生成，基于交互特征数据生成综合模型数据；
S2、构建过程逻辑数据，所述过程逻辑数据包括：装配序列数据和工艺信息数据；基于过程逻辑数据、综合模型数据和交互特征数据得到原理学习案例数据；
S3、建立源数据层，所述源数据层用于存储学习案例的原始数据，建立过程逻辑层，所述过程逻辑层将数据进行过滤分析传递至综合模型数据层的输出，建立综合模型数据层，将综合模型数据层的输出处理得到原理学习结果，将学习结果通过三维方式呈现给用户。
2.根据权利要求1所述的方法，其特征在于，所述建立源数据层具体包括：通过添加案例操作来获取基本属性参数数据，所述基本属性参数数据包括：几何数据、材质数据和纹理数据。
3.根据权利要求2所述的方法，其特征在于，所述建立过程逻辑层具体包括：对源数据添加关系约束和数据交互过程，通过分析过滤来进行对数据的整理。
4.根据权利要求3所述的方法，其特征在于，所述建立综合模型数据层具体包括：通过添加表结构属性和条件关系，所述条件关系包括：包括相对字段条件关系、父子级条件关系和数据条件关系。
5.一种基于原理学习数据交互优化的系统，其特征在于，包括：
构建模块：用于构建原理学习数据、交互特征数据和综合模型数据，所述原理学习数据由案例在生产时加载到编辑平台生成，所述交互特征数据通过将原理学习数据进行过滤和筛选后生成，基于交互特征数据生成综合模型数据；
过程逻辑数据模块：用于构建过程逻辑数据，所述过程逻辑数据包括：装配序列数据和工艺信息数据；基于过程逻辑数据、综合模型数据和交互特征数据得到原理学习案例数据；
数据层模块：用于建立源数据层，所述源数据层用于存储学习案例的原始数据，建立过程逻辑层，所述过程逻辑层将数据进行过滤分析传递至综合模型数据层的输出，建立综合模型数据层，将综合模型数据层的输出处理得到原理学习结果，将学习结果通过三维方式呈现给用户。
6.根据权利要求5所述的系统，其特征在于，所述建立源数据层具体包括：通过添加案例操作来获取基本属性参数数据，所述基本属性参数数据包括：几何数据、材质数据和纹理数据。
7.根据权利要求6所述的系统，其特征在于，所述建立过程逻辑层具体包括：对源数据添加关系约束和数据交互过程，通过分析过滤来进行对数据的整理。
8.根据权利要求7所述的系统，其特征在于，所述建立综合模型数据层具体包括：通过添加表结构属性和条件关系，所述条件关系包括：包括相对字段条件关系、父子级条件关系和数据条件关系。
9.一种基于原理学习数据交互优化的系统装置，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的基于原理学习数据交互优化的方法步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现如权利要求1至4中任一项所述的基于原理学习数据交互优化的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310993148.9A CN116736986B (zh) | 2023-08-09 | 2023-08-09 | 基于原理学习数据交互优化的方法、系统及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310993148.9A CN116736986B (zh) | 2023-08-09 | 2023-08-09 | 基于原理学习数据交互优化的方法、系统及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116736986A true CN116736986A (zh) | 2023-09-12 |
| CN116736986B CN116736986B (zh) | 2023-11-10 |
Family
ID=87906300
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310993148.9A Active CN116736986B (zh) | 2023-08-09 | 2023-08-09 | 基于原理学习数据交互优化的方法、系统及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116736986B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020060298A1 (ko) * | 2018-09-20 | 2020-03-26 | 주식회사 뤼이드 | 실시간 모델링을 위한 머신 러닝 프레임워크의 운용 방법, 장치 및 컴퓨터 프로그램 |
| US20220215682A1 (en) * | 2018-05-18 | 2022-07-07 | Google Llc | Learning Data Augmentation Strategies for Object Detection |
| CN115167840A (zh) * | 2022-07-13 | 2022-10-11 | 北京君合创想科技发展有限公司 | 一种基于机械仿真与虚拟维修的应用案例零代码构建平台 |
| CN115359184A (zh) * | 2022-08-18 | 2022-11-18 | 北京君合创想科技发展有限公司 | 一种包含机械仿真和虚拟维修属性的综合建模方法 |
| CN115357300A (zh) * | 2022-08-18 | 2022-11-18 | 北京君合创想科技发展有限公司 | 一种assetbundle资源的批量打包与分步加载系统及方法 |
-
2023
- 2023-08-09 CN CN202310993148.9A patent/CN116736986B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220215682A1 (en) * | 2018-05-18 | 2022-07-07 | Google Llc | Learning Data Augmentation Strategies for Object Detection |
| WO2020060298A1 (ko) * | 2018-09-20 | 2020-03-26 | 주식회사 뤼이드 | 실시간 모델링을 위한 머신 러닝 프레임워크의 운용 방법, 장치 및 컴퓨터 프로그램 |
| CN115167840A (zh) * | 2022-07-13 | 2022-10-11 | 北京君合创想科技发展有限公司 | 一种基于机械仿真与虚拟维修的应用案例零代码构建平台 |
| CN115359184A (zh) * | 2022-08-18 | 2022-11-18 | 北京君合创想科技发展有限公司 | 一种包含机械仿真和虚拟维修属性的综合建模方法 |
| CN115357300A (zh) * | 2022-08-18 | 2022-11-18 | 北京君合创想科技发展有限公司 | 一种assetbundle资源的批量打包与分步加载系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116736986B (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7105326B2 (ja) | 製品欠陥検出方法、装置、電子デバイス、記憶媒体、及びプログラム | |
| US20200273177A1 (en) | Assembly monitoring method and device based on deep learning, and readable storage medium | |
| EP2400464A2 (en) | Spatial association between virtual and augmented reality | |
| EP3259679B1 (en) | An automatically invoked unified visualization interface | |
| EP3392745B1 (en) | Multi-device virtual reality, artifical reality and mixed reality analytics | |
| CN113495542A (zh) | 一种基于WebGL的工业机器人智能生产线仿真系统 | |
| US10417924B2 (en) | Visual work instructions for assembling product | |
| US20150205840A1 (en) | Dynamic Data Analytics in Multi-Dimensional Environments | |
| CN109544703B (zh) | 一种易于实现交互的数据中心Web3D模型加载方法 | |
| CN116736986B (zh) | 基于原理学习数据交互优化的方法、系统及装置 | |
| CN111309321A (zh) | 一种基于数据驱动的可定制化gui系统 | |
| CN112241579A (zh) | 钢铁生产过程虚拟仿真系统和方法 | |
| RU2736628C1 (ru) | Способ и система рендеринга 3d моделей в браузере с использованием распределенных ресурсов | |
| Hüsener et al. | The digital twin as a mediator for the digitalization and conservation of expert knowledge | |
| CN115631192B (zh) | 一种阀门试压机的控制方法、装置、设备及介质 | |
| CN107908393B (zh) | 一种scada实时模型画面的设计方法 | |
| US11915370B2 (en) | Method and system for 3D modeling based on irregular-shaped sketch | |
| CN112558782B (zh) | 基于数据驱动的三维仿真实验方法 | |
| CN113192173B (zh) | 三维场景的图像处理方法、装置及电子设备 | |
| Gimeno et al. | An occlusion-aware AR authoring tool for assembly and repair tasks | |
| Liu et al. | AR-Driven Industrial Metaverse for the Auxiliary Maintenance of Machine Tools in IoT-Enabled Manufacturing Workshop | |
| CN114417618A (zh) | 虚拟现实辅助的装配复杂度评价系统 | |
| Patibandla et al. | Augmented reality for assistive maintenance and real-time failure analysis in industries | |
| Gimeno et al. | An advanced authoring tool for augmented reality applications in industry | |
| de Oliveira Almeida et al. | Virtualization of an aluminum cans production line using virtual reality |
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 |