-
公开(公告)号：CN116147700B
公开(公告)日：2023-09-22
申请号：CN202310041649.7
申请日：2023-01-28
申请人： 长三角信息智能创新研究院 , 南京凯奥思数据技术有限公司 , 安徽省智研院大数据科技有限公司
摘要： 本发明实施例中提供了一种辊压机故障识别方法、装置及电子设备，属于人工智能技术领域，该方法包括：将辊压机的旋转平面切分为n个旋转部，每个旋转部的旋转角为360/n度；在辊压机的外表面的驱动轴承处设置振动源，在不同的旋转部通过所述振动源给所述辊压机输入不同频率的振动信号；控制辊压机按照预设的角速度进行旋转，用以确定在不同的旋转部形成的振幅‑偏心转矩曲线；通过查找振幅‑偏心转矩曲线中存在的奇异点，确定所述辊压机的故障类型。采用本方案，能够提前发现辊压机存在的故障。
-
公开(公告)号：CN115560584B
公开(公告)日：2023-04-28
申请号：CN202211552805.8
申请日：2022-12-06
申请人： 长三角信息智能创新研究院 , 南京凯奥思数据技术有限公司 , 安徽省智研院大数据科技有限公司
IPC分类号： F27B7/42
摘要： 本发明实施例中提供了一种回转窑健康监测方法、装置及电子设备，属于人工智能技术领域，该方法包括：预先设置M×N个桶状分布的温度传感器套筒网格；计算M1的第一温差距离L1；获取所述回转窑在t2时刻的温度矩阵M2，并基于M2中的最低温度值，计算M2的第二温差距离L2；在所述回转窑的回转驱动轮处施加振动源，将所述回转窑控制在w2旋转角位置处于静止状态，获取所述回转窑在t3时刻的温度矩阵M3，计算M3的第三温差距离L3；基于第一温差距离L1、第二温差距离L2、第三温差距离L3和所述形变参数K，计算所述回转窑的健康度。采用本方案，能够提高回转窑健康度监测的准确性。
-
公开(公告)号：CN118296364A
公开(公告)日：2024-07-05
申请号：CN202410570877.8
申请日：2024-05-09
申请人： 山西云数据科技有限公司 , 长三角信息智能创新研究院
IPC分类号： G06F18/2132 , G06F18/21
摘要： 本发明实施例中提供了一种基于小波分析的振动监测触发方法、装置及电子设备，属于故障诊断技术领域，该方法包括：从多路信号采集信道中选择特定通道进行基于小波分析的信号处理，特定通道之外的剩余通道采用与小波分析不同的信号处理方式；采用小波分析对所述特定通道的信号的特征值进行提取，得到特征值集合；将所述特征值集合中的数据与故障阈值值进行比较计算，得到比较结果；当比较结果显示所述特定通道存在故障时，立即触发存储操作。本方案实现了多通道振动信号的高效滤波、精确降噪以及早期故障判断。
-
公开(公告)号：CN118296303A
公开(公告)日：2024-07-05
申请号：CN202410570869.3
申请日：2024-05-09
申请人： 山西云数据科技有限公司 , 长三角信息智能创新研究院
IPC分类号： G06F18/10 , G06F18/213 , G06N3/126 , G06N20/10
摘要： 本发明实施例中提供了一种轻量级的优化支持向量机SVM的故障诊断方法、装置及电子设备，属于故障诊断技术领域，该方法包括：从振动监测系统收集到的原始振动信号后，对所述原始信号进行预处理；获取振动监测设备的环境信息，对所述环境信息进行特征提取，形成轻量化约束向量Y；基于所述轻量化约束向量Y，对优化支持向量机SVM和与所述优化支持向量机SVM对应的遗传算法进行参数优化，形成轻量化参数集合J＝{J1,J2,…Jm}；利用所述轻量化参数集合J＝{J1,J2,…Jm}对优化支持向量机SVM进行模型训练。本方案提高了故障诊断的实时性和适用性。
-
公开(公告)号：CN117196032A
公开(公告)日：2023-12-08
申请号：CN202311256349.7
申请日：2023-09-26
申请人： 长三角信息智能创新研究院
IPC分类号： G06N5/025 , G06N5/02 , G06F40/295 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/0499 , G06N3/09 , G06F40/211
摘要： 本发明公开了一种用于智能决策的知识图谱构建方法、装置、电子设备及存储介质，属于工业智能技术领域。本发明的知识图谱构建方法，该方法包括：输入文本数据，采用融合分词特征的BERT‑BiLSTM‑CRF实体识别模型，获取输入文本的序列标签；采用R‑BertTransformer实体关系抽取模型对领域文本事件关系进行抽取；使用序列标注模型BERT‑BiLSTM‑CRF对事件触发词进行抽取，随后采用基于规则的方法抽取事件核心词，最后采用基于规则的方法抽取文本数值知识；基于深度学习的事件关系抽取模型抽取事件之间的事理关系。采用本发明的知识图谱构建方法，事件抽取准确率可达80％以上，事理关系识别精度F1值最高可达0.75，满足实际应用需求。
-
公开(公告)号：CN116911172A
公开(公告)日：2023-10-20
申请号：CN202310781025.9
申请日：2023-06-28
申请人： 安徽海螺信息技术工程有限责任公司 , 长三角信息智能创新研究院
IPC分类号： G06F30/27 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种融合LSTM的煤磨开环系统建模方法，包括下列步骤：步骤一、进行参数校正，对原始数据进行阶跃检测并进行系统辨识，利用深度学习算法对一阶传递函数系统辨识完成后接入LSTM的模型进行调参；步骤二、进行模型构建和学习训练，将一阶传递函数转化为状态空间方程形成预测模型，利用融合模型将预测模型的输出与系统输入数据融合，再经过调参后的LSTM模型处理，LSTM模型经过学习训练从而得到最终模型。本发明本发明通过对原始数据进行阶跃检测并进行系统辨识，将系统的输入数据和状态空间的输出数据融合，提升了特征融合的性能；本方法充分考虑误差和非线性问题，促进系统上线后稳定运行。
-
公开(公告)号：CN115588126A
公开(公告)日：2023-01-10
申请号：CN202211194651.X
申请日：2022-09-29
申请人： 长三角信息智能创新研究院
摘要： 本发明公开了一种融合GAM、CARAFE和SnIoU的车辆目标检测方法，包括：将数据集转换为适合YOLOv5训练的格式，对图像进行数据增强，然后在YOLOv5主干网络及颈部网络添加GAM模块，在颈部网络使用CARAFE替换最近邻插值上采样，最后将SnIoU‑Loss作为该算法的损失函数，完成在监控视角下对多种车辆的检测。本发明在主干网络结合GAM注意力机制，在颈部网络组合注意力模块和内容感知特征重组上采样，将底层的内容信息来预测重组内核，并在预定义的附近区域内重组特征，再针对这些不同尺度的特征学习全局权重信息并高效融合，还提出了一种损失函数，帮助训练收敛过程和效果。本发明能够解决现有的目标被遮挡、模糊和检测精度较差的问题。
-
公开(公告)号：CN115082853A
公开(公告)日：2022-09-20
申请号：CN202210669997.4
申请日：2022-06-14
申请人： 长三角信息智能创新研究院
IPC分类号： G06V20/52 , G06N3/04 , G06N3/08 , G06T5/50 , G06T7/00 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种多尺度感知的泛用型定位计数方法，所述方法包括：步骤1、获取用于定数计数的图像数据集，将数据集划分为训练集与测试集；步骤2、构建多尺度定位计数网络模型；步骤3、训练多尺度定位计数网络模型。本发明能够对密集遮挡和存在透视畸变的复杂人群场景实现定位加计数的功能，还拥有良好的泛用性，除了人群计数，还能够在细胞计数、钢筋计数、零售商品计数等多个应用场景实现高精度、抗背景干扰定位计数功能。
-
公开(公告)号：CN115082853B
公开(公告)日：2024-10-22
申请号：CN202210669997.4
申请日：2022-06-14
申请人： 长三角信息智能创新研究院
IPC分类号： G06V20/52 , G06N3/0464 , G06N3/045 , G06N3/08 , G06T5/50 , G06T7/00 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种多尺度感知的泛用型定位计数方法，所述方法包括：步骤1、获取用于定数计数的图像数据集，将数据集划分为训练集与测试集；步骤2、构建多尺度定位计数网络模型；步骤3、训练多尺度定位计数网络模型。本发明能够对密集遮挡和存在透视畸变的复杂人群场景实现定位加计数的功能，还拥有良好的泛用性，除了人群计数，还能够在细胞计数、钢筋计数、零售商品计数等多个应用场景实现高精度、抗背景干扰定位计数功能。
-
公开(公告)号：CN116147700A
公开(公告)日：2023-05-23
申请号：CN202310041649.7
申请日：2023-01-28
申请人： 南京凯奥思数据技术有限公司
摘要： 本发明实施例中提供了一种辊压机故障识别方法、装置及电子设备，属于人工智能技术领域，该方法包括：将辊压机的旋转平面切分为n个旋转部，每个旋转部的旋转角为360/n度；在辊压机的外表面的驱动轴承处设置振动源，在不同的旋转部通过所述振动源给所述辊压机输入不同频率的振动信号；控制辊压机按照预设的角速度进行旋转，用以确定在不同的旋转部形成的振幅‑偏心转矩曲线；通过查找振幅‑偏心转矩曲线中存在的奇异点，确定所述辊压机的故障类型。采用本方案，能够提前发现辊压机存在的故障。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.06 秒)
