【发明专利】天洑软件再度收获六项国家发明专利授权

● 专利内容

   本发明实施例公开一种发电机绕组温度预警方法及装置，首先，获取发电机的多组历史数据，基于历史数据建立样本数据集。然后，根据高斯混合聚类方法，利用每个样本的历史时序数据将样本数据集划分为多个数据子集。分别对每个数据子集建立回归模型，构成分层回归模型。最后，采集发电机的实时数据，将实时数据代入分层回归模型，计算得到绕组在当前时刻的估计温度。比较绕组在当前时刻的测量温度与估计温度，确定绕组的温度是否发生异常。

● 专利效果

◆ 本发明可以提前识别绕组温度异常的现象，对绕组温度的准确预警。

◆ 本发明对烧组温度准确预警，避免电流热量的累积过热使绝缘层被电流击穿，造成发电机的严重损坏。

● 专利内容

   本发明实施例公开一种CSTR系统的控制方法及装置，应用于调控CSTR系统的控制参数。首先，获取CSTR系统在多个连续时刻的历史数据并建立数据集，基于树模型以及历史数据中的状态参数拆分数据集，获得多个数据子集。然后，分别建立每个数据子集的线性模型，构成分层线性模型。最后，采集CSTR系统在当前时刻，以及当前时刻之前多个连续时刻的实时数据，根据实时数据、分层线性模型，求解对控制参数和物料浓度的预设优化问题，预测得到CSTR系统在下一个连续时刻控制参数的数值。

● 专利效果

◆ 本发明提出了一种基于模型预测控制技术的控制方法，适用于非线性和迟滞性的工业系统。

◆ 相比于传统的PID控制技术，本发明能够实现CSTR系统快速、稳定的控制。

● 专利内容

   本发明提供一种基于回归模型的汽车挡风玻璃模具型面设计方法及装置，首先，从历史设计方案中获取多组对应的玻璃型面和模具型面，提取每个玻璃型面的离散点并获取每个离散点的几何特征数据，以及每个离散点到对应模具型面的法向距离。其次，根据所有离散点的几何特征数据，以及离散点到对应模具型面的法向距离建立回归模型。再次，提取需求玻璃型面的离散点，并获取需求玻璃型面上每个离散点的几何特征数据。最后，根据需求玻璃型面离散点的几何特征数据和回归模型，预测需求玻璃型面上每个离散点到需求模具型面的法向距离，利用需求玻璃型面离散点的几何特征数据，以及，需求玻璃型面上离散点到需求模具型面的法向距离生成需求模具的型面。

● 专利效果

◆ 本发明提出了一种玻璃模具参数化表达的方法，通过这种参数化表达的方式有助于建立一个较高精度的玻璃到玻璃模具的回归模型；

◆ 本发明可以大大提高汽车挡风玻璃模具型面的设计效率，并有效降低设计过程中的迭代成本。

● 专利内容

   本发明提供一种基于曲面重构的汽车挡风玻璃模具型面设计方法及装置，从历史设计方案中获取多组玻璃型面和模具型面，提取每个玻璃型面的离散点和离散点的几何特征数据，以及，每个离散点到对应模具型面的距离。根据离散点的几何特征数据，以及离散点到对应模具型面的距离建立映射模型。提取需求玻璃型面的离散点和离散点的几何特征数据。根据需求玻璃型面离散点的几何特征数据和映射模型，预测需求玻璃型面上每个离散点到需求模具型面的距离。根据离散点的几何特征数据，以及离散点到需求模具型面的距离，获取需求模具型面离散点的坐标。利用离散点的坐标获取多条重构线，基于多条重构线，采用几何造型引擎建立需求模具的型面。

● 专利效果

◆ 本发明使用优化的方法对玻璃模具的三维曲面进行重构，有效降低了玻璃模具的预测误差。

◆ 本发明提出了一种从玻璃模具离散点到连续曲面的曲面重构方法，解决了汽车曲面挡风玻璃模具型面设计中需要反复的修正，设计周期长，工作量大，且成本较高，导致生产汽车挡风玻璃的效率较低的问题。

● 专利内容

   本发明提供一种基于编码器-解码器模型的汽车挡风玻璃模具型面设计方法及装置。从历史设计方案中获取多组对应的玻璃型面和模具型面，提取每个玻璃型面的离散点并获取每个离散点的几何特征数据，以及每个离散点到对应模具型面的法向距离。根据所有离散点的几何特征数据，以及离散点到对应模具型面的法向距离建立编码器-解码器模型。提取需求玻璃型面的离散点，并获取需求玻璃型面每个离散点的几何特征数据。根据需求玻璃型面离散点的几何特征数据和编码器-解码器模型，预测需求玻璃型面上每个离散点到需求模具型面的法向距离，利用需求玻璃型面离散点的几何特征数据，以及，需求玻璃型面上离散点到需求模具型面的法向距离生成需求模具的型面。

● 专利效果

◆ 本发明使用编码器-解码器的架构训练玻璃模具估计模型，提高了玻璃模具型面的估计精度。

◆ 本发明可以大大提高汽车挡风玻璃模具型面的设计效率，并有效降低设计过程中的迭代成本。

● 专利内容

   本公开涉及船体型线设计中的数据处理技术领域，提供一种数据分层分类方法及装置、电子设备、存储介质，应用于船体型线设计，方法包括：S101前置分割原始数据集；S102分类训练子数据集；S103验证数据分割方案；S104选择最终的数据分割方案。本公开基于工业设计中数据规模的客观限制，针对工业设计数据集中存在多种混合模式或数据集内部一致性较差的问题，首次在工业数据集驱动的船体型线设计中使用数据分层分类方法对数据集进行前置处理，挖掘样本训练集内部的多种混合模式，以前置分层操作来提纯数据集质量，提高了数据建模的精度，提高了设计人员对积累船型数据的利用率，应用范围广泛，有效辅助了船体型线的智能化设计。

● 专利效果

◆ 针对船型设计数据集样本量少，非线性程度较高的问题，分层分类技术可以有效提高代理模型的精度。

◆ 数据分层分类方法可以处理数据集中的多种混杂模式，适用范围较广。