一种具备自主决策功能的可配置边缘计算网关

    公开(公告)号:CN112543429A

    公开(公告)日:2021-03-23

    申请号:CN202011341019.4

    申请日:2020-11-25

    Abstract: 本发明公开了一种具备自主决策功能的可配置边缘计算网关,包括:通信模块,用于根据网络边缘设备的类型配置相应的通信方式,对所述网络边缘设备进行数据采集,并将处理后的数据传输至云计算中心;核心控制模块,用于对采集的数据进行预处理;强化学习模块,用于对预处理后的数据进行强化学习,获得最优控制策略并下发给所述网络边缘设备;存储模块,用于进行数据存储;电源模块,用于为所述可配置边缘计算网关供电。本发明提供的可配置边缘计算网关,可根据网络边缘设备的实时状态信息,通过强化学习算法获得最优控制策略,对网络边缘设备的运行状态进行协同优化,实现各类设备的自动控制,提高了系统的智能化程度,提升了用户体验。

    基于马尔可夫随机场和EM算法的关键性能指标软测量方法

    公开(公告)号:CN109241493A

    公开(公告)日:2019-01-18

    申请号:CN201810902201.9

    申请日:2018-08-09

    Abstract: 本发明公开了一种基于马尔可夫随机场和EM算法的关键性能指标软测量方法。其中,该方法包括:先根据辅助变量和关键性能指标建立马尔可夫随机场模型,再根据马尔可夫随机场模型建立联合概率分布函数,其中,联合概率分布函数是辅助变量之间的联合概率分布和/或关键性能指标之间的联合概率分布;根据联合概率分布函数建立均方差概率模型,其中,均方差概率模型是给定辅助变量情况下,关键性能指标的期望与目标关键性能指标的关系,目标关键性能指标是当均方差概率模型趋近于零时的关键性能指标;将辅助变量输入均方差概率模型得到目标关键性能指标,进而解决了现有技术存在的无法实时准确测量工业过程中的关键性能指标的技术问题。

    一种钢管运行速度的监测方法

    公开(公告)号:CN103810676A

    公开(公告)日:2014-05-21

    申请号:CN201410001544.X

    申请日:2014-01-02

    Abstract: 本发明提供了一种钢管运行速度的监测方法,包括:通过CCD照相机每间隔预定时间对钢管拍摄一张照片,以获取时间间隔相同的图像序列;对所述图像序列中的图像进行中值滤波;对中值滤波后的图像进行Gamma变换处理以剔除背景;对图像进行标定;利用边缘搜索算法确定边缘;根据图像标定和边缘检测计算出钢管移动的实际距离,对距离数据运用最小二乘法曲线拟合,计算出直线的斜率即为钢管的移动速度。上述优于传统的接触式和非接触式测速方法,而且能够很好的适用于工业现场的恶劣环境,提高测量精度,节约大量人力物力。

    一种轴承域对抗故障诊断方法
    54.
    发明公开

    公开(公告)号:CN120011876A

    公开(公告)日:2025-05-16

    申请号:CN202510023847.X

    申请日:2025-01-07

    Abstract: 本发明提供一种轴承域对抗故障诊断方法,属于动力学仿真和智能故障诊断检测领域,所述方法包括:建立四自由度动力学仿真滚动轴承系统,基于四自由度动力学仿真滚动轴承系统,计算等效接触刚度K和计算当滚动体在滚道中运动到达故障位置时发生的弹性形变;基于重力加速度、材料参数、弹性形变和等效接触刚度K进行仿真,得到仿真故障数据的时域图,对仿真故障数据的时域图进行快速傅里叶变换,得到仿真故障数据的频域图;对仿真故障数据的频域图的频域数据输入至稀疏堆叠自编码器特征提取器提取故障特征;根据交叉熵损失函数对提取的故障特征进行分类,本方法用于旋转机械智能故障诊断,较已有的故障诊断方法,具有更好的准确性和泛化能力。

    一种基于工业过程的Hammerstein非线性动态系统辨识方法及系统

    公开(公告)号:CN119396012B

    公开(公告)日:2025-04-08

    申请号:CN202510000412.3

    申请日:2025-01-02

    Abstract: 本发明提供一种基于工业过程的Hammerstein非线性动态系统辨识方法及系统,涉及系统辨识技术领域,方法包括:采集Hammerstein非线性动态系统的历史数据作为数据集;设置RBF神经网络的相关参数;通过K‑means算法,确定RBF神经网络隐藏层的神经元中心点;通过最近邻Brute方法计算神经元中心点的标准偏差;计算RBF神经网络隐藏层的隐藏层输出矩阵;确定Hammerstein非线性动态系统的系统参数;计算Hammerstein非线性动态系统的输出估计值;计算均方误差;判断均方误差是否小于预设均方误差或者迭代次数是否达到预设迭代次数;若是,则输出系统参数作为Hammerstein非线性动态系统的整体辨识结果,否则,更新神经元中心点,并重新开始标准偏差的计算。本发明可以提高计算效率,增强算法的辨识效果和稳定性。

    一种闭环控制系统性能降级检测与恢复方法

    公开(公告)号:CN118534877B

    公开(公告)日:2025-02-14

    申请号:CN202410597312.9

    申请日:2024-05-14

    Abstract: 本发明公开了一种闭环控制系统性能降级检测与恢复方法,用于实现流程工业过程的闭环控制系统性能降级检测与恢复,属于工业过程监测技术领域,所述方法包括:采集待检测的闭环控制系统的过程数据;基于间隙度量技术对闭环控制系统进行性能降级检测;构建基于闭环子空间预测函数的前馈控制器和基于观测器的状态反馈控制器;在检测出闭环控制系统出现性能降级时,利用基于闭环子空间预测函数的前馈控制器和基于观测器的状态反馈控制器,优化闭环控制系统的性能,实现闭环控制系统的性能恢复。采用本发明的技术方案,可以保证流程工业生产过程的系统运行可靠性以及产品质量稳定性。

    一种基于工业过程的Hammerstein非线性动态系统辨识方法及系统

    公开(公告)号:CN119396012A

    公开(公告)日:2025-02-07

    申请号:CN202510000412.3

    申请日:2025-01-02

    Abstract: 本发明提供一种基于工业过程的Hammerstein非线性动态系统辨识方法及系统,涉及系统辨识技术领域,方法包括:采集Hammerstein非线性动态系统的历史数据作为数据集;设置RBF神经网络的相关参数;通过K‑means算法,确定RBF神经网络隐藏层的神经元中心点;通过最近邻Brute方法计算神经元中心点的标准偏差;计算RBF神经网络隐藏层的隐藏层输出矩阵;确定Hammerstein非线性动态系统的系统参数;计算Hammerstein非线性动态系统的输出估计值;计算均方误差;判断均方误差是否小于预设均方误差或者迭代次数是否达到预设迭代次数;若是,则输出系统参数作为Hammerstein非线性动态系统的整体辨识结果,否则,更新神经元中心点,并重新开始标准偏差的计算。本发明可以提高计算效率,增强算法的辨识效果和稳定性。

    一种基于多周期性的时序数据连续缺失在线填补方法

    公开(公告)号:CN119312032A

    公开(公告)日:2025-01-14

    申请号:CN202411352920.X

    申请日:2024-09-26

    Abstract: 本发明公开了一种基于多周期性的时序数据连续缺失在线填补方法,属于数据填补技术领域,所述方法包括:基于快速傅里叶变换获取待填补序列的核心周期集;基于核心周期集,结合历史数据,对缺失数据进行多周期数据回归,得到回归序列;基于回归序列对待填补序列进行填充,得到预填补序列;将预填补序列利用多周期性进行多时间粒度时序数据再生成,重建得到已填补序列;利用辅助填补器生成待填补序列的填补结果,完成填补效果评估,实现算法自训练和自适应超参数更新。本发明方案基于快速傅里叶变换的自适应方法进行预填补,并利用多周期性进行时序特征提取和数据生成,有利于提升数据填补的精度和效率。

Patent Agency Ranking