一种便携式终端装置
    1.
    实用新型

    公开(公告)号:CN210895239U

    公开(公告)日:2020-06-30

    申请号:CN201922183554.0

    申请日:2019-12-09

    IPC分类号: G06F1/18 G06F1/20

    摘要: 本实用新型涉及一种便携式终端装置,包括:前面板、中间壳体、后面板、硬盘模组、导风扇和电源模组;所述中间壳体为长方体箱式结构,中间壳体的两侧面通过前面板和后面板互相固定;中间壳体内部空间的底部设有电源模组并在中间壳体上对应设有散热口;中间壳体内部空间的中部的一侧设有主板并在中间壳体上开有相应的I/O口,中间壳体内部空间的中部的另一侧设有硬盘模组;中间壳体内部空间的上部侧面设有通风口及导风扇,中间壳体内部空间的上部顶面设有通风口。本实用新型的有益效果是:本实用新型的便携式终端装置,通过合理的结构设计,方便携带,坚固耐用,散热性及电磁屏蔽性好。

    一种基于迁移学习的控制阀粘滞检测方法

    公开(公告)号:CN112115640B

    公开(公告)日:2022-06-03

    申请号:CN202010927829.1

    申请日:2020-09-07

    摘要: 本发明公开了一种基于迁移学习的控制阀粘滞检测方法,包含以下步骤:利用仿真软件分别生成控制回路在控制阀处于粘滞或非粘滞状态运行时的控制器输出以及过程变量数据;使用仿真数据训练控制阀粘滞检测网络;结合待检测回路在控制阀处于非粘滞状态下的历史运行数据对控制阀粘滞检测网络进行微调;使用微调后的部分粘滞检测网络结合单分类最近邻算法对待检测的回路数据进行分类;若待检测数据与历史运行数据为同一类,说明回路的控制阀不存在粘滞问题,反之,则回路的控制阀存在粘滞问题。该方法考虑了回路间动态特性的不同,充分利用了待检测控制回路的历史运行数据以及仿真数据,可以准确地检测出回路中控制阀的粘滞问题,为控制阀维护提供参考。

    一种基于供电煤耗和投资收益率关联性的燃煤发电机组冷端优化统计分析方法

    公开(公告)号:CN111720178B

    公开(公告)日:2022-04-19

    申请号:CN202010527098.1

    申请日:2020-06-11

    摘要: 本发明涉及一种基于供电煤耗和投资收益率关联性的燃煤发电机组冷端优化统计分析方法,包括步骤:步骤1、从机组PI系统中读取数据测点,并进行数据预处理;步骤2、对选出的每一次循环水泵运行方式变化前后半小时内相关测点进行供电煤耗和投资收益率计算。本发明的有益效果是:本发明可用于1050MW燃煤发电机组的冷端优化问题,基于机组PI数据统计分析,给出了计算公式并推导出供电煤耗和投资收益率两个优化指标的内在关系,基于此内在关系给出了机组冷端优化的指标选择方法,可以指导业务人员快速进行冷端优化操作并得到更优的优化结果,可为发电企业提供优化建议,对燃煤发电机组的经济运行具有重要意义。

    一种基于CNN-SVDD的引风机故障识别方法

    公开(公告)号:CN111753889B

    公开(公告)日:2022-04-12

    申请号:CN202010526996.5

    申请日:2020-06-11

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明涉及一种基于CNN‑SVDD的引风机故障识别方法,包括:步骤1:采集足量训练数据,进行数据预处理;步骤2:利用预处理后的训练数据构建CNN‑SVDD模型,利用CNN算法对时间序列数据进行降维,然后通过SVDD算法进行数据单分类;步骤3:采集足量实时数据,用基于已构建的CNN‑SVDD模型对实时数据对应的引风机故障进行识别。本发明的有益效果是:本发明利用深度学习先进行特征提取,大量减少特征维度后,再使用SVDD进行单分类分析,这样可以节省SVDD的时间和内存开销。另外由于引风机数据具有时间序列特性,可以充分利用时间序列数据时间维度上的局部相关性,使用一维卷积网络减少学习参数,进一步减少计算开销。

    一种基于迁移学习的控制阀粘滞检测方法

    公开(公告)号:CN112115640A

    公开(公告)日:2020-12-22

    申请号:CN202010927829.1

    申请日:2020-09-07

    摘要: 本发明公开了一种基于迁移学习的控制阀粘滞检测方法,包含以下步骤:利用仿真软件分别生成控制回路在控制阀处于粘滞或非粘滞状态运行时的控制器输出以及过程变量数据;使用仿真数据训练控制阀粘滞检测网络;结合待检测回路在控制阀处于非粘滞状态下的历史运行数据对控制阀粘滞检测网络进行微调;使用微调后的部分粘滞检测网络结合单分类最近邻算法对待检测的回路数据进行分类;若待检测数据与历史运行数据为同一类,说明回路的控制阀不存在粘滞问题,反之,则回路的控制阀存在粘滞问题。该方法考虑了回路间动态特性的不同,充分利用了待检测控制回路的历史运行数据以及仿真数据,可以准确地检测出回路中控制阀的粘滞问题,为控制阀维护提供参考。

    一种基于自编码器的汽动给水泵设备异常状态预警方法

    公开(公告)号:CN111720296B

    公开(公告)日:2022-03-08

    申请号:CN202010527007.4

    申请日:2020-06-11

    IPC分类号: F04B49/06 F04B49/10

    摘要: 本发明涉及一种基于自编码器的汽动给水泵设备异常状态预警方法,包括:步骤1、选取汽动给水泵设备关键部件的全部状态参数,并把部分状态参数进行扩维处理;步骤2、数据预处理。本发明的有益效果是:本发明基于自编码器深度学习模型对汽动给水泵运行中各测点的异常状态进行识别并预警。通过建立基于自编码器的汽动给水泵深度学习模型,计算评估值与置信区间,监测汽动给水泵运行状态并对异常状态进行预警。这将给随后的设备维护计划制定提供坚实的支撑,对于对可靠性要求严格的设备维护管理大有裨益,在工程实际应用方面具有广阔前景。本发明可以有效得辨识设备运行中的异常状况,为汽动给水泵状态异常预警研究提供了一种崭新的思路。