-
公开(公告)号：CN113836120A
公开(公告)日：2021-12-24
申请号：CN202111427236.X
申请日：2021-11-29
申请人： 江苏金恒信息科技股份有限公司
IPC分类号： G06F16/21 , G06F16/23 , G06F16/245 , G06F16/28
摘要： 本申请公开了一种基于数采引擎到数据应用的断点续传方法及系统，涉及大数据传输和存储技术领域，该系统通过链路监控模块设置，根据数据应用数据接受周期，定时启动链路监控任务，判断数据链路的异常与否，并在数据链路异常，但数据应用数据库可以正常连接时，根据监听KAFKA主题，直接将数据写入数据应用数据库中，当数据应用恢复时，则直接加载数据，免去自断点起始时间从数采引擎将中断的数据续传入数据应用数据库的时间，更及时的恢复数据，缓解数据集中写入网络及数据应用数据库的压力，此外，还可以自动定位问题、记录断点起始时间以及针对不同原因导致的数据中断采用不同的续传方案，保证数据应用的数据完整性以及数据续传的及时性。
-
公开(公告)号：CN112945679A
公开(公告)日：2021-06-11
申请号：CN202110393028.6
申请日：2021-04-13
申请人： 江苏金恒信息科技股份有限公司
摘要： 本发明公开了一种自动化冲击试样缺口去毛刺装置，包括工作台、输送带、上料机构、送料机构、打磨机构、压紧机构、下料机构；输送带悬空设置在工作台上，由前向后依次包括上料段、打磨段、下料段；上料机构包括相连接的上料气缸、上料滑块；送料机构包括相连接的送料气缸、对开夹爪；压紧机构包括相连接的压紧气缸、压紧块；打磨机构包括相连接的直线驱动器、砂带机；下料机构包括下料横气缸、下料竖气缸、真空吸盘、料盘、料盘底座，下料竖气缸固定在下料横气缸上，真空吸盘固定在下料竖气缸上，且与输送带下料段对位设置，料盘底座位于输送带下料段的侧面，料盘安装在料盘底座上。本发明的优点是：实现了冲击试样的缺口自动去毛刺和自动排序。
-
公开(公告)号：CN112881398A
公开(公告)日：2021-06-01
申请号：CN202110318539.1
申请日：2021-03-25
申请人： 江苏金恒信息科技股份有限公司
摘要： 本发明公开了一种金属试样的定位组件、上料系统、金相实验机，包括托盘、固定件、紧定螺钉，固定件为一上下贯通的矩形框体，内部用于放置金属试样、底部四角上分别设置一个支撑脚、至少一个侧壁上开设有边孔、至少一个侧壁转角处开设有角孔，四个支撑脚的底面位于同一水平面上；托盘上表面开设有三角槽和圆槽，三角槽和圆槽的底面位于同一水平面上；紧定螺钉分别通过角孔和边孔插入固定件，四个支撑脚的其中一个卡入圆槽内，另外三个位于三角槽内，且其中两个支撑脚的侧壁抵靠在三角槽临近圆槽的侧壁上。本发明的优点是：通过机器人实现了金属试样的全自动化的上下料和金相实验，并通过干燥箱保持金属试样干燥，避免其在正常湿度环境下的锈蚀。
-
公开(公告)号：CN111558791B
公开(公告)日：2020-10-09
申请号：CN202010458056.7
申请日：2020-05-27
申请人： 江苏金恒信息科技股份有限公司
摘要： 本申请涉及图像处理技术领域，公开了一种自动焊接标牌的方法及装置，该方法包括：获取当前钢捆的端面图像，并提取每根钢材的端面轮廓及端面轮廓的中心点坐标，设定当前钢捆的端面焊接区域，并将端面焊接区域分割为多个焊接子区域，从所有钢材端面轮廓的中心点中筛选出多个待焊接点，生成多个待焊接点集，每个待焊接点集包含的待焊接点数量与焊接子区域的数量一致，不同的待焊接点对应不同的焊接子区域，且，不同待焊接点之间的距离不小于需焊接标牌的尺寸，按照待焊接点集中的待焊接点进行焊接。上述方法中，在焊接之前便生成多个待焊接点集，因此在焊接过程中，无需重复进行图像采集及图像处理工作，可节约大量时间，有效提高焊接效率。
-
公开(公告)号：CN111563911A
公开(公告)日：2020-08-21
申请号：CN202010457835.5
申请日：2020-05-27
申请人： 江苏金恒信息科技股份有限公司
摘要： 本申请涉及图像处理技术领域，公开了一种基于多个钢捆的自动焊接标牌方法及装置，该方法中，首先获取待焊接钢捆的端面图像，从待焊接钢捆的端面图像中提取每根钢材的端面轮廓，并获取每根钢材端面轮廓的中心点坐标；对待焊接钢捆的端面图像进行膨胀处理，提取每个钢捆的外轮廓；根据每根钢材端面轮廓的中心点坐标及每个钢捆的外轮廓，获取每个钢捆对应的所有钢材的端面轮廓；根据每个钢捆对应的所有钢材的端面轮廓，获取每个钢捆的待焊接点集；按照每个钢捆的待焊接点集进行标牌焊接。上述方法中，在选取标牌焊接点之前，对重叠交叉的钢捆的外轮廓进行提取，并划分各自所属的所有钢材，提高后续标牌焊接点的选取精度。
-
公开(公告)号：CN110727443A
公开(公告)日：2020-01-24
申请号：CN201910970559.X
申请日：2019-10-14
申请人： 江苏金恒信息科技股份有限公司
摘要： 本申请提供一种待办事项处理方法及系统，在实际应用中，根据待处理任务生成待办事项后，可以根据特定的推送优先级，将待办事项以第三方程序插件推送、专用应用程序推送和信息链接推送中的一种或同时进行推送，从而适应不同的用户终端环境，避免用户无法接收到待办事项的情况发生，缓解处理不及时现象。所述方法还通过第三方程序插件、专用应用程序以及手机浏览页面，将待办事项展示在用户终端上，使用户可以直接通过展示的页面完成事项处理，生成处理数据，进一步提高待办事项的处理效率，缓解处理不及时现象。
-
公开(公告)号：CN110288744A
公开(公告)日：2019-09-27
申请号：CN201910637943.8
申请日：2019-07-16
申请人： 江苏金恒信息科技股份有限公司
IPC分类号： G07C9/00 , G06K9/62 , G06K9/32 , G06F16/583 , G06F16/51
摘要： 本申请提供一种门禁系统，所述系统包括多个节点、控制节点开合的下位机以及与下位机网络连接的上位机。在该系统中，下位机用于获取待校验车辆的识别信息；查找本地数据库中是否存在与所述识别信息相同的本地车辆信息；如果存在，生成第一放行指令；如果不存在，将所述识别信息上传至上位机；所述上位机用于查找上位机数据库中是否存在与所述识别信息相同的新增车辆信息；如果存在，生成第二放行指令；将所述第二放行指令下发至下位机。在车辆进出厂的高峰时段，下位机在本地对待校验车辆进行校验，本地无法校验时才上传至上位机，减少下位机与上位机之间的数据传输，从而提高门禁系统的工作效率。
-
公开(公告)号：CN111152082B
公开(公告)日：2024-07-05
申请号：CN202010099228.6
申请日：2020-02-18
申请人： 江苏金恒信息科技股份有限公司
IPC分类号： B24B5/04 , B24B27/00 , B24B41/00 , B24B41/06 , B24B47/22 , B24B49/12 , B24B49/16 , B24B55/06 , B25J11/00
摘要： 本发明公开了一种基于工业机器人的全自动棒材缺陷修磨系统，包括上料装置、下料装置、对转辊道、机器人本体、安装法兰、力位执行器、浮动磨头、第一伺服电机，力位执行器上端通过安装法兰连接机器人本体的活动端、下端连接第一伺服电机，浮动磨头固定在第一伺服电机的输出轴上，对转辊道包括主动辊、从动辊、第二伺服电机、传动机构，主动辊、从动辊纵向间隔设置，且横向排列设置有多组，第二伺服电机的输出端通过传动机构连接每一个主动辊。本发明的优点是：集成实现了棒材自动化缺陷定位、自动化上下料、自动化修磨，智能化程度高，提升了生产效率。
-
公开(公告)号：CN114689802B
公开(公告)日：2024-03-05
申请号：CN202210353896.6
申请日：2022-04-06
申请人： 江苏金恒信息科技股份有限公司
IPC分类号： G01N33/00
摘要： 本申请涉及空气污染监测领域，尤其涉及一种空气污染立体监测展示系统及方法，包括：无人机采集模块，用于读取预设区域内不同高度的空气质量数据，同时对多个空气质量数据进行预处理，得到多个空气质量数据的统计数据，空气质量数据的统计数据传输至数据处理模块；数据处理模块，将空气质量数据的统计数据转换为三维可视化数据，并将三维可视化数据传输至展示模块；展示模块，用于将三维可视化数据在3D地图上可视化显示。在实际应用过程中，本申请的展示系统，能够通过无人机采集模块对钢铁企业厂区进行全空域的污染排放物监测，能够更为准确及时得监测污染排放物的扩散状况，且将采集数据通过可视化得处理，使得污染排放物能够更直观得展现。
-
公开(公告)号：CN116720073A
公开(公告)日：2023-09-08
申请号：CN202311000015.3
申请日：2023-08-10
申请人： 江苏金恒信息科技股份有限公司
IPC分类号： G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F123/02
摘要： 本申请提供一种基于分类器的异常检测提取方法与系统。所述方法采集目标检测设备的时间序列数据，将时间序列数据输入至分类器，以进行故障分类。分类器包括故障识别模型和故障分类模型。故障识别模型接收时间序列数据，可以得到待分类时间序列数据。故障分类模型接收待分类时间序列数据与目标检测设备的历史故障数据，输出目标检测设备的故障类型。基于机器学习的过程，通过故障识别模型和故障分类模型组成分类器，可以根据采集得到的时间序列数据先后提取故障信号以及故障信号关联的故障类型，缓解非线性数据不易提取特征的问题，提高故障类型识别的准确率。
-
-
-
-
-
-
-
-
-
搜索结果
136 条记录 (耗时 0.052 秒)
