一种去中心化的数据订阅分发方法、服务器及客户端

    公开(公告)号:CN116028749A

    公开(公告)日:2023-04-28

    申请号:CN202211211544.3

    申请日:2022-09-30

    IPC分类号: G06F16/958 G06F16/955

    摘要: 一种去中心化的数据订阅分发方法及系统,其特征在于,所述方法包括以下步骤:步骤1,建立数据订阅分发系统中客户端与服务器之间的网络连接,并在所述服务器中部署多个应用程序;步骤2,基于所述服务器识别来自所述客户端的数据请求,并将所述数据请求聚合分类后编制识别码;步骤3,基于所述识别码从所述多个应用程序中分别获得组合数据内容,并通过复用方式将所述组合数据内容下发给发送数据请求的相应客户端。本发明方法构思巧妙,具有较低的网络负荷率,较高的传输和处理速度,网络占用率可控,服务器的数据处理压力被大幅降低。

    一种智能锁生产用壳体定位机构及打磨装置

    公开(公告)号:CN117124189A

    公开(公告)日:2023-11-28

    申请号:CN202311398532.0

    申请日:2023-10-26

    摘要: 本发明涉及一种智能锁生产用壳体定位机构及打磨装置,包括一侧开口设置的外壳,所述外壳内底壁开设有定位槽,智能锁壳体放置于所述定位槽内,所述定位槽下方设置有固定部,所述外壳内顶壁固定连接有若干个电动推杆,若干个所述电动推杆输出端共同固定连接有驱动板,所述驱动板底部固定连接有两个固定杆,所述固定杆底端固定连接有固定盘,所述外壳内设置有转动杆,所述转动杆转动穿过所述固定盘。本发明涉及智能锁生产的技术领域。本发明电动推杆竖直运动过程中能够分级对智能锁壳体进行打磨,且在此过程中不需要移动智能锁壳体和对其进行重新定位固定,大大提高了智能锁壳体的打磨加工效率。

    基于多源数据融合的风机变桨系统故障识别方法及其系统

    公开(公告)号:CN115600140A

    公开(公告)日:2023-01-13

    申请号:CN202211132437.1

    申请日:2022-09-07

    摘要: 本申请提供一种基于多源数据融合的风机变桨系统故障识别方法及其系统,其通过卷积神经网络模型作为特征提取器提取变桨系统在工作时的振动特征,通过多尺度邻域特征提取模块提取预定时间段内多个预定时间点的桨距角和风速值在时间维度上的动态特征信息并以风速特征和桨距角特征的融合特征来表示变桨系统的工作状态特征,然后,计算振动特征与工作状态特征之间的转移矩阵以得到振动与工作状态之间的关联性特征信息,最后将振动与工作状态之间的关联特征通过分类器以得到用于表示变桨系统是否存在故障的分类结果。这样,可以准确地对风机变桨系统进行故障识别,以提高风能的利用率和保障风力发电机的安全性。

    双馈风机变桨故障诊断方法及其系统

    公开(公告)号:CN115585103A

    公开(公告)日:2023-01-10

    申请号:CN202211143141.X

    申请日:2022-09-20

    IPC分类号: F03D17/00 G06N3/04 G06N3/08

    摘要: 本申请涉及故障诊断技术领域,其具体地公开了一种双馈风机变桨故障诊断方法及其系统,其使用基于深度学习的深度神经网络模型作为特征提取器从多个预定时间点的多个故障特征统计值中提取故障统计特征的高维隐含特征和故障统计特征间的高维隐含特征,并将所提取的特征通过分类器以得到用于表示变桨系统是否存在故障的分类结果,通过这样的方式,从而实现基于大数据和人工智能技术构建变桨系统的智能故障诊断方案,以此来提高变桨系统故障诊断的精准度。