-
公开(公告)号：CN115060350A
公开(公告)日：2022-09-16
申请号：CN202210716137.1
申请日：2022-06-23
Applicant: 河南省计量科学研究院 , 广东技术师范大学
IPC: G01G23/01
Abstract: 本发明公开了一种动态汽车衡检定用智能终端装置及其控制系统，其中智能终端装置包括控制模块、触控模块、显示模块、串口模块、网络模块、存储模块和电源模块；控制系统包括UI界面、通信组件、边缘节点组件、车型管理、系统配置、检定作业流程管理和数据池管理组件；本发明结合现场动态汽车衡系统和管理中心平台，实现了自动化测量和数据自动上报功能，可显著提高动态汽车衡系统现场检定作业效率。检定人员无需进行任何数据读取和人工记录，只需要选择标准作业，然后进行数据确认即可。
-
公开(公告)号：CN114935394A
公开(公告)日：2022-08-23
申请号：CN202210716185.0
申请日：2022-06-23
Applicant: 河南省计量科学研究院 , 广东技术师范大学
Abstract: 本发明属于计量机械设备技术领域，且公开了一种汽车衡限位自动调节装置，包括支撑座、基板、重力传感器和承载器，所述承载器的两侧均固定连接有活动限位撞块，所述基板的内侧面开设有转动槽，所述转动槽的内壁固定连接有固定柱，所述活动限位撞块的另一侧通过连接块转动连接有连接柱，所述连接柱的另一端固定连接有套筒。本发明通过固定限位撞块自动同步移动，灵敏性大大提高，同时，通过设置有套筒在连接柱的带动下相对于一号活塞和限位柱移动，将传动液输送进出于套筒的内腔，配合二号弹簧和二号活塞的压紧作用，使完成固定限位撞块在同步位置调节后的稳定操作，相比较于气缸硬推，具有反应及时，可靠性高的优点。
-
公开(公告)号：CN218099974U
公开(公告)日：2022-12-20
申请号：CN202221579029.6
申请日：2022-06-23
Applicant: 河南省计量科学研究院 , 广东技术师范大学
IPC: G05B19/042
Abstract: 本实用新型公开了一种动态汽车衡检定终端，包括控制模块、触控模块、显示模块、串口模块、网络模块、存储模块和电源模块，所述的控制模块通过相应的端口分别连接触控模块、显示模块、串口模块、网络模块、存储模块和电源模块，所述的控制模块采用采用CortexTM‑A8架构的AM3358处理器；所述的触控模块采用5点电容触控芯片GT911，以SPI总线方式与控制模块相连；所述的电源接口模块采用AXP223专用管理芯片，为各模块提供所需的电压；本装置能够实现动态汽车衡检定现场作业数据的自动记录和上报,达到了降低人力成本、提高作业效率和质量的目的，具有良好的推广应用价值。
-
公开(公告)号：CN119884540A
公开(公告)日：2025-04-25
申请号：CN202411868999.1
申请日：2024-12-18
Applicant: 河南省计量测试科学研究院 , 广东技术师范大学
IPC: G06F17/10 , G01G23/01 , G06F18/243 , G06F18/214 , G06N5/01
Abstract: 本发明提供一种参数自动拟合的动态汽车衡计量方法，涉及参数自动拟合的动态汽车衡计量技术领域，本发明实时记录待监测车辆经过称重平台时的重量、速度和车型数据，并采集历史数据以及对应的实际重量数据，对这些数据进行清洗和特征提取以获得车辆特征数据；其次构建决策树模型，将历史车辆特征数据(包括重量、速度和车型)作为训练集，以对应的实际重量数据作为标签进行训练；再将实时记录的车辆数据输入训练完成的决策树模型，以预测实际车辆重量；最后根据模型预测的重量与实际称重数据之间的误差，判断该误差是否超过设定的阈值，并在需要时对模型进行重新训练，以提升预测的准确性和可靠性。
-
公开(公告)号：CN116743286B
公开(公告)日：2024-01-30
申请号：CN202310691171.2
申请日：2023-06-12
Applicant: 广东技术师范大学
IPC: H04B17/373 , H04B17/318 , G06N3/084 , G06N3/048
Abstract: 本发明涉及时空信息智能感知和诊断领域，特别是一种基于自注意力机制的无线信号接收强度预测方法及装置。本发明设计了一种基于自注意力机制的无线信号接收强度预测方法，利用参考位置处已知的无线信号强度，基于深度学习模型预测其余未知信号的强度，在保证测量精度的同时有效降低测量的成本。
-
Patent Agency Ranking
公开(公告)号：CN116086806A
公开(公告)日：2023-05-09
申请号：CN202211659609.0
申请日：2022-12-22
Applicant: 广东技术师范大学
IPC: G01M13/045 , G06F18/213 , G06F18/10
Abstract: 本发明公开了一种基于F‑CEEMDAN和宽度学习的轴承故障诊断方法包括如下步骤：S1、EMT490传感器获取石化旋转机械故障的振动数据，每1024个振动数据为一组原始振动信号数据；S2、建立新的混合尺度模型，将串联模式与多尺度因子相结合，对含噪声的高频分量降噪后，根据相关性对分解后的固有模态函数进行信号重构，用于进一步的数据处理，并用于轴承故障诊断；S3、网络以平面的形式展示，其“映射特征”作为输入在网络的特征节点中放置与转移，整体结构在“增强节点”中以宽度增加的形式扩展，用于故障评估与检测。本发明为石化行业从业者提高新的、更多种检测石油化工生产过程的机械故障的手段，避免石化机组设备发生故障而引发的重大事故的发生。
-
公开(公告)号：CN111323228B
公开(公告)日：2022-04-29
申请号：CN202010200757.0
申请日：2020-03-20
Applicant: 广东技术师范大学
IPC: G01M13/028 , G01M13/045 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于时间序列映射与卷积神经网络的故障诊断方法，包括：采集石化旋转机组的故障数据样本，并对所述故障数据样本进行存储；通过EMT390数据管理系统将所述故障数据样本以csv文件格式导出；将所述故障数据样本进行一维数据映射，得到一维时间序列；对所述一维时间序列进行映射，得到二维图片；对所述二维图片进行故障识别训练，得到故障诊断神经网络模型；将待检测的石化旋转机组的振动数据输入所述故障诊断神经网络模型中，获取所述待检测的石化旋转机组的故障诊断结果。通过本发明，不需要对原始数据做过多的预处理，可以高效迅速的实现故障诊断。
-
公开(公告)号：CN111726419B
公开(公告)日：2021-08-06
申请号：CN202010616415.7
申请日：2020-06-30
Applicant: 广东技术师范大学
IPC: H04L29/08 , G05B19/042 , G01D21/02 , G16Y40/20 , G16Y20/10
Abstract: 本发明公开了物联网技术领域的一种基于物联网的污泥烘干机模型系统，系统包括数据采集模块、数据处理模块和传输模块；数据采集模块用于输入工作参数和故障位编码，并将采集到的数据输出到数据处理模块；数据处理模块根据接收到的采集到的数据，对数据进行预处理，预处理包括清洗和去冗余；数据处理模块还将预处理后的数据基于ModBus协议进行打包，并将打包数据输出到传输模块；传输模块，接收打包数据，并基于ModBus协议对数打包数据进行解码，将解码后的数据基于Mqtt协议进行打包，并将基于Mqtt协议进行打包的数据输出到远程服务器。本发明的系统可以模拟实际的烘干机工作过程，为烘干机设计和测试提供便利。
-
公开(公告)号：CN111988844A
公开(公告)日：2020-11-24
申请号：CN202010900061.9
申请日：2020-08-31
Applicant: 广东技术师范大学
IPC: H04W64/00 , H04W4/33 , H04B17/318 , G01S5/02 , G06F16/27
Abstract: 本发明涉及移动群智感知网络领域的一种基于区块链和移动群智感知的室内房间级定位方法S1，方法的步骤包括：当用户请求查询自己所在位置时，根据用户的RSSI序列，在指纹数据区块链中查找到最接近的RSSI指纹，并将最接近的RSSI指纹所属的位置信息返回给用户，所述指纹数据区块链根据移动感知节点在室内停留的地点、停留的时间和采集的次数构建。本发明的方法改变了现有技术中以等距分布的固定参考点采集RSSI数据建立指纹数据库的方式，基于移动群智感知设备高效建立指纹数据库，并且指纹的位置信息可靠而具有自适应及实用性，有利于高效实现室内房间级定位。
-
公开(公告)号：CN111950585A
公开(公告)日：2020-11-17
申请号：CN202010604912.5
申请日：2020-06-29
Applicant: 广东技术师范大学
Abstract: 本发明涉及地下综合管廊安全领域的一种基于XGBoost的地下综合管廊安全状况评估方法，步骤包括：S1，获取地下管廊的数据原始样本；S2，对所述数据原始样本进行预处理；S3，将预处理后的数据进行特征构建，得到特征构建后的数据集；S4，对特征构建后的数据集进行特征选择，得到数据样本集；S5，将所述数据样本集输入XGBoost算法模型进行模型训练得到安全状况评估模型，根据输出结果，确定地下管廊的安全状态。本发明的上述方法，针对地下管廊的特点，对收集的数据进行了预处理，并采用机器学习的方法，使得对数据地下综合管廊安全状况的判断更加准确和智能，提高了管理的效率，降低了管理成本。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.065 seconds)
