-
公开(公告)号：CN114841396A
公开(公告)日：2022-08-02
申请号：CN202210257382.0
申请日：2022-03-16
Applicant: 广东石油化工学院
Abstract: 本发明公开了石化生产过程的一种异变趋势预测与灾变风险预警方法，包括：采集石化过程中状态异常变化的数据，基于状态异常变化的数据进行动态建模，获得目标动态系统模型；基于目标动态系统模型进行石化过程的趋势分析与状态预测，获得分析预测结果；基于分析预测结果进行故障预测预警，实现石化过程的故障预测。本发明能够准确实现石化过程中的故障预测预警，确保满足预测所需的精确度、准确性和可接受性要求。
-
公开(公告)号：CN114813124A
公开(公告)日：2022-07-29
申请号：CN202210279289.X
申请日：2022-03-21
Applicant: 广东石油化工学院
IPC: G01M13/045
Abstract: 本发明公开了一种轴承故障的监测方法及装置，包括获取并训练待监测轴承的全生命周期历史数据；对其进行处理，得到第一报警时间数据和第一预警时间数据；分别选取不同预设的大周期和不同预设的小周期，逐次转换为多个比值异周期并确定第二报警时间数据和第二预警时间数据；将第一报警时间数据、第一预警时间数据、第二报警时间数据和第二预警时间数据代入预设的异周期评价函数中得到最优数据；若存在误报，则以最优报警数据和最优预警数据对待监测轴承进行更新并监测。本发明实施例提供的轴承故障的监测方法及装置，通过设计特定的轴承故障监测策略，对报警数据和预警数据进行动态更新，从而提高了对机械设备轴承故障监测的及时性和准确性。
-
公开(公告)号：CN114157451B
公开(公告)日：2022-06-07
申请号：CN202111331483.X
申请日：2021-11-11
Applicant: 广东石油化工学院
Abstract: 本发明公开了一种物联网设备身份认证方法、装置、系统及存储介质，方法包括:发送身份认证请求，以使服务端设备生成第一验证码；接收第一验证码并生成第二验证码，当判定第二验证码与第一验证码一致时，确定服务端设备身份正确；对第一验证码进行加密，生成第三验证码；将第三验证码和预先配置的加密数据包发送至服务端设备，以使服务端设备对第三验证码解密生成第四验证码，当判定第四验证码与第一验证码一致时，对加密数据包进行解密得到设备验证信息，当判定设备验证信息与客户端设备的设备专属信息一致时，确定客户端设备身份正确。本方法能实现交互双方的双向认证，提高物联网系统的安全性。
-
公开(公告)号：CN114494474A
公开(公告)日：2022-05-13
申请号：CN202210051928.7
申请日：2022-01-17
Applicant: 广东石油化工学院
Abstract: 本发明公开了一种人与合法设备通用验证码的生成方法、验证方法及装置，包括：生成验证码的第一背景图片，并存储相应的生成时间；对所述生成时间采用编码规则进行编码，获得生成时间对应的编码数据；将第一背景图片中划分出多个时间区域图片，并对时间区域图片预处理，获得第二背景图片；对第二背景图片进行区域划分，获得验证码字符区域图片，并在验证码字符区域图片内，随机生成验证码字符，并在验证码字符区域图片内，随机生成验证码字符，再对验证码字符添加干扰规则，获得人与合法设备通用验证码，实现人与合法设备通用的验证。本发明生成的验证码，不但能够实现人与合法设备之间通用，而且还能使得设备的识别速度更快，认证效率高。
-
公开(公告)号：CN114925848B
公开(公告)日：2025-04-08
申请号：CN202210492162.6
申请日：2022-05-07
Applicant: 广东石油化工学院
Inventor： 文成林
IPC: G06N20/00 , G06V10/774 , G06N3/0464 , G06N3/084 , G06F21/60 , G06F21/62
Abstract: 本发明公开了一种基于横向联邦学习框架的目标检测方法，包括构建横向联邦学习框架，框架包括客户端检测模型、中心服务网络和数据集；为每个客户端检测模型分配独立的数据集，并通过该数据集对模型进行训练；对客户端检测模型训练过程中使用的梯度下降算法进行优化，加快模型的收敛速度；提取出已训练模型的参数，并通过差分隐私策略将这些参数传输到中心服务网络；对中心服务网络进行训练，并得到参数聚合后的模型参数返回给各个客户端检测模型，客户端检测模型再根据返回的参数更新模型；使用更新后的模型进行检测。本发明采用基于横向联邦学习框架的目标检测方法，能够解决现有目标检测方法准确率和效率低，数据的私密性得不到保护的问题。
-
Patent Agency Ranking
公开(公告)号：CN119397351A
公开(公告)日：2025-02-07
申请号：CN202411437340.0
申请日：2024-10-15
Applicant: 广东石油化工学院
IPC: G06F18/241 , G06F18/214 , G06N5/025 , G06N5/04 , G06N3/0464 , G06N3/08 , G06F18/25
Abstract: 本发明公开一种石化仪表数据异常的安全监测与故障朔源方法，包括：步骤S1、构建石化仪表数据异变动态知识图谱；步骤S2、根据仪表数据本征变化进行仪表状态异变监测；步骤S3、融合石化仪表数据异变动态知识图谱和仪表状态异变监测结果进行推理，实现石化仪表数据异常的安全监测与故障朔源。采用本发明的技术方案，突破现有石化仪表安全监控技术存在薄弱环节，解决仪表异常与设备故障难以分离、微小故障难以及时捕捉和监测过程频繁误警与漏警的难题。
-
公开(公告)号：CN115047346B
公开(公告)日：2024-11-05
申请号：CN202210383236.2
申请日：2022-04-12
Applicant: 广东石油化工学院
Inventor： 文成林
IPC: G01R31/367 , G01R31/387 , G01R31/382
Abstract: 本发明公开了一种锂电池SOC估计的高阶卡尔曼滤波方法，包括以下步骤：S1、锂电池充放电动态过程建模，采用一阶戴维宁等效模型对电池的充放电特性来进行软测量；S2、建立用于描述电池SOC估计的非线性状态模型和测量模型，隐变量引入扩维建模；S3、针对锂电池基于扩维状态的状态模型和观测模型建立高阶卡尔曼滤波器。通过蒙特卡洛仿真试验对电池SOC的EKF和HEKF估计值进行比较，本发明所述的方法具有更高的估计精度。因此，本发明采用上述锂电池SOC估计的高阶卡尔曼滤波方法，能够解决现有的方法估计精度低的问题。
-
公开(公告)号：CN118886229A
公开(公告)日：2024-11-01
申请号：CN202411278087.9
申请日：2024-09-12
Applicant: 广东石油化工学院
IPC: G06F30/20 , G06F17/10 , B61L15/00 , B61L25/02 , G06F119/14
Abstract: 本发明属于列车运行速度估计技术领域，公开了一种基于高阶卡尔曼滤波的多模型列车运行速度估计方法，包括以下步骤：S1、结合实际列车运行环境，建立列车多模态运行模型及列车运行速度测量模型；S11、建立列车多模态运行模型；S12、建立列车运行速度测量模型；S2、基于高阶Kalman滤波，对列车运行状态进行估计；S21、列车运行状态模型的高阶表示；S22、高阶状态模型误差统计特性辨识；S23、高阶特征信息估计；S24、基于高阶Kalman滤波的高速列车运行速度估计。本发明采用上述的一种基于高阶卡尔曼滤波的多模型列车运行速度估计方法，提高了滤波器的性能以及对高阶信息的估计精度。
-
公开(公告)号：CN117187862A
公开(公告)日：2023-12-08
申请号：CN202310519339.1
申请日：2023-05-10
Applicant: 广东石油化工学院
IPC: C25B11/091 , C25B1/27 , C25B11/054 , C01B32/921 , C01B19/04 , C01B19/00 , B82Y30/00 , B82Y40/00
Abstract: 本发明公开了一种掺杂MoSe2的Ti3C2MXene复合材料及其制备方法和应用。一种掺杂MoSe2的Ti3C2 MXene复合材料的制备方法，包括以下步骤：Ti3AlC2溶解于HF溶液中，搅拌，离心得到Ti3C2 MXene；将Na2MoO4、Se粉、NaBH4和Ti3C2 MXene混合并溶解在水中，搅拌，然后转移到水热反应釜中进行水热反应，水热反应后离心得到所述掺杂MoSe2的Ti3C2 MXene复合材料。通过将MoSe2纳米片锚定在Ti3C2 MXene基底上，成功制备出MoSe2/Ti3C2复合催化剂，相比于单组份MoSe2和Ti3C2 MXene，所制备的复合材料表现出优异的h‑1·NRRmg‑1活性，且‑，0.其中在25V电位下能达到‑0.55V电位下的平均9.3％的最高法拉第效率NH3产率为60.87。μg·
-
公开(公告)号：CN115933604B
公开(公告)日：2023-11-07
申请号：CN202211643247.6
申请日：2022-12-20
Applicant: 广东石油化工学院
Inventor： 文成林
IPC: G05B23/02
Abstract: 本发明公开了一种基于数据驱动的故障检测与预测控制方法，包括以下步骤：通过构造输入输出数据建立Hankel矩阵，从而建立系统的状态空间模型‑线性时不变系统的辨识‑状态空间递推的模型预测‑基于数据驱动实现核空间和像空间‑求解数据下的Gap度量与稳定裕度‑仿真实验。本发明采用上述基于数据驱动的故障检测与预测控制方法，以基于子空间辨识的方法(SIM)为基础，可使用数据驱动的Gap技术替代基于模型的故障检测，数据驱动方法的特性可不直接的使用模型，而是利用离线或者在线数据重构出系统的状态。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.031 seconds)
