-
公开(公告)号：CN118133947B
公开(公告)日：2024-07-16
申请号：CN202410556641.9
申请日：2024-05-07
申请人： 广东艾林克能源装备有限公司
IPC分类号： G06N5/02 , G06F18/211 , G06F18/213 , G06N20/00 , G06N3/0455 , F04B51/00
摘要： 本申请实施例提供一种用于空压机能源系统的AI处理方法及系统通过全面获取目标空压机能源系统在多个运行任务中的全局性能运行状态数据和节点性能运行状态数据，基于获取的全局和节点性能数据，确定了第一能源特征状态参数和第二能源特征状态参数，这些参数能够全面反映空压机能源系统在不同运行任务和不同能源观测节点下的性能状态，为生成具有针对性的性能知识数据提供了有力支持。最后，通过对生成的性能知识数据进行AI挖掘处理，能够生成目标空压机能源系统的AI挖掘结果，不仅有助于用户深入了解空压机能源系统的性能特点和潜在问题，还可为系统的优化和改进提供科学的决策依据，从而实现能源的高效利用和系统的稳定运行。
-
公开(公告)号：CN117556331B
公开(公告)日：2024-04-26
申请号：CN202410038605.3
申请日：2024-01-11
申请人： 广东艾林克能源装备有限公司
IPC分类号： G06F18/241 , G06N3/0499 , G06Q10/20 , G06F18/21 , G06F18/23213
摘要： 本申请实施例提供一种基于AI增强的空压机维护决策方法及系统，在在样例空压机运行数据序列中解析多个样例空压机运行数据子序列，对模板运行趋势数据进行多元属性嵌入表示，生成样例空压机运行数据子序列中每个模板运行趋势数据的多元属性嵌入表示信息后对初始化神经网络进行参数学习，生成参考神经网络，基于参考神经网络的功能层参数信息，配置目标空压机维护决策网络，并验证目标空压机维护决策网络针对每个故障维护类别的决策效果，生成决策效果指标，依据决策效果指标，基于目标空压机维护决策网络在目标空压机的空压机运行数据中决策目标空压机的故障维护类别，由此能够提高空压机维护决策的准确性和效率。
-
公开(公告)号：CN113048058A
公开(公告)日：2021-06-29
申请号：CN202110421835.4
申请日：2021-04-20
申请人： 广东艾林克能源装备有限公司
摘要： 本发明公开了一种单螺杆压缩机密封系统及单螺杆压缩机，该单螺杆压缩机密封系统包括：壳体，设置有第一喷液口；螺杆，转动设置在壳体上；两个星轮，转动设置在壳体上，两个星轮分别设置在螺杆的两侧且啮合于螺杆；螺杆、星轮和壳体之间能够共同限定出压缩腔；供液装置，通过第一喷液口与压缩腔连通；螺杆与壳体之间设置有用于密封螺杆和壳体之间的间隙的液封机构。在螺杆和壳体之间设置有液封机构用于密封螺杆和壳体之间的间隙，防止压缩气体泄漏，且液封机构能保证长期使用后仍具有良好的密封性，增加了单螺杆压缩机的工作寿命。该单螺杆压缩机包括上述的单螺杆压缩机密封系统，密封效果好且使用寿命长。
-
公开(公告)号：CN108626119A
公开(公告)日：2018-10-09
申请号：CN201810688173.5
申请日：2018-06-28
申请人： 广东艾林克能源装备有限公司
摘要： 本发明公开了一种智能化空气压缩系统，包括压缩机、油气分离器和冷却装置；压缩机上设有第一进气管道和第一出气管道，第一进气管道内设置有空气滤芯，第一出气管道与油气分离器相连；第一进气管道沿进气方向上设有位于空气滤芯后方的第一气压检测器，第一气压检测器用于监测通过空气滤芯后的气体压力，第一气压检测器电性连接有一处理器，处理器连接有显示面板；以上智能化空气压缩系统利用位于空气滤芯的进气方向后方的第一气压检测器监测气体通过空气滤芯后的压力，并将监测数据通过处理器显示在显示面板上，从而实时地监控通过空气滤芯后的气体压力，进而及时对空气滤芯进行维护保养或更换，防止吸气压力不足而导致系统无法正常工作。
-
公开(公告)号：CN118395359B
公开(公告)日：2024-09-24
申请号：CN202410846144.2
申请日：2024-06-27
申请人： 广东艾林克能源装备有限公司
IPC分类号： G06F18/2433 , G06N3/042 , G06N3/0464 , G06N3/08 , G06F18/213 , F04B51/00
摘要： 本申请实施例提供一种应用人工智能算法的空压机故障监测方法及系统，通过获取并分析多种模板空压机运行数据，有效识别并学习故障发生前后的行为模式。利用初始化的空压机故障监测网络，成功聚合了前向与后向故障学习模式矢量，从而生成了更具代表性的目标空压机运行数据。此外，通过图卷积处理单元精确计算关联度，进一步优化了故障监测网络的训练误差参数，提高了空压机故障监测网络的故障识别能力。经过循环训练直至达到收敛要求后，能够准确处理存在联动关系的候选空压机运行数据，生成聚合的前向与后向故障学习模式矢量，进而对目标候选空压机运行数据进行精确的故障分类，从而显著提升了空压机故障监测的准确性和效率。
-
公开(公告)号：CN118395359A
公开(公告)日：2024-07-26
申请号：CN202410846144.2
申请日：2024-06-27
申请人： 广东艾林克能源装备有限公司
IPC分类号： G06F18/2433 , G06N3/042 , G06N3/0464 , G06N3/08 , G06F18/213 , F04B51/00
摘要： 本申请实施例提供一种应用人工智能算法的空压机故障监测方法及系统，通过获取并分析多种模板空压机运行数据，有效识别并学习故障发生前后的行为模式。利用初始化的空压机故障监测网络，成功聚合了前向与后向故障学习模式矢量，从而生成了更具代表性的目标空压机运行数据。此外，通过图卷积处理单元精确计算关联度，进一步优化了故障监测网络的训练误差参数，提高了空压机故障监测网络的故障识别能力。经过循环训练直至达到收敛要求后，能够准确处理存在联动关系的候选空压机运行数据，生成聚合的前向与后向故障学习模式矢量，进而对目标候选空压机运行数据进行精确的故障分类，从而显著提升了空压机故障监测的准确性和效率。
-
公开(公告)号：CN117556331A
公开(公告)日：2024-02-13
申请号：CN202410038605.3
申请日：2024-01-11
申请人： 广东艾林克能源装备有限公司
IPC分类号： G06F18/241 , G06N3/0499 , G06Q10/20 , G06F18/21 , G06F18/23213
摘要： 本申请实施例提供一种基于AI增强的空压机维护决策方法及系统，在在样例空压机运行数据序列中解析多个样例空压机运行数据子序列，对模板运行趋势数据进行多元属性嵌入表示，生成样例空压机运行数据子序列中每个模板运行趋势数据的多元属性嵌入表示信息后对初始化神经网络进行参数学习，生成参考神经网络，基于参考神经网络的功能层参数信息，配置目标空压机维护决策网络，并验证目标空压机维护决策网络针对每个故障维护类别的决策效果，生成决策效果指标，依据决策效果指标，基于目标空压机维护决策网络在目标空压机的空压机运行数据中决策目标空压机的故障维护类别，由此能够提高空压机维护决策的准确性和效率。
-
公开(公告)号：CN118520427B
公开(公告)日：2024-10-18
申请号：CN202410974291.8
申请日：2024-07-19
申请人： 广东艾林克能源装备有限公司
IPC分类号： G06F18/27 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N5/022 , G06F18/213 , G06F18/22 , F04B49/06 , F04B49/10
摘要： 本申请提供一种基于空压机的运行数据分析方法及系统，通过结合图卷积处理和关联性估计，能够深入挖掘空压机运行数据中的隐藏信息和关联关系，准确捕捉故障知识点之间的故障特征关联，并基于这些信息确定与特定运行路径节点关联的故障知识点，不仅提高了故障分析的准确性和效率，而且能够有效应对空压机运行过程中的不确定性因素，为空压机的稳定运行提供了有力的技术支持。
-
公开(公告)号：CN117539157A
公开(公告)日：2024-02-09
申请号：CN202410036272.0
申请日：2024-01-10
申请人： 广东艾林克能源装备有限公司
摘要： 本申请实施例提供一种基于AI的空压机自适应优化控制方法及系统，通过对第一空压机系统运行数据进行状态趋势预测和自适应控制策略预测，生成第一网络学习数据，并据此对基础自适应优化控制网络进行训练，生成了具有复合决策功能的第一自适应优化控制网络，接着基于携带先验标注数据的第二网络学习数据对第一自适应优化控制网络进行进一步训练，生成了具有更高准确性的第二自适应优化控制网络后，对输入的候选空压机系统运行数据进行决策，生成了目标自适应控制策略和目标状态趋势参数，实现了对空压机系统的自适应优化控制。由此，可以更准确地预测空压机系统的状态趋势和自适应控制策略，从而提高了空压机系统的运行效率和稳定性。
-
公开(公告)号：CN118445598A
公开(公告)日：2024-08-06
申请号：CN202410907641.9
申请日：2024-07-08
申请人： 广东艾林克能源装备有限公司
摘要： 本申请实施例提供一种基于边缘计算的空压机状态数据处理方法及系统，通过获取两种不同的空压机运行状态图，并利用特征提取网络对这两种状态图进行特征提取，生成相应的运行状态矢量序列。然后，利用两个特征还原网络对这些运行状态矢量序列进行特征还原，生成新的空压机运行状态图。在监控系统的边缘计算侧，通过对比原始和还原的状态图，对特征还原网络和特征提取网络进行参数学习，以优化其性能。重要的是，能依据任意空压机运行状态图生成衍生状态图，且衍生状态图中的衍生状态子图与原始状态图中的关键状态子图状态趋势一致，为预测空压机未来运行状态提供了有效手段，提高了空压机监控的精度和实时性。
-
-
-
-
-
-
-
-
-
搜索结果
29 条记录 (耗时 0.041 秒)
