公开(公告)号：CN118859715A

公开(公告)日：2024-10-29

申请号：CN202410895486.3

申请日：2024-07-04

Applicant: 上海交通大学 ,  上海电气风电集团股份有限公司

Inventor： 杨博 ,  吴雨 ,  朱大风 ,  陈彩莲 ,  关新平 ,  王勇

IPC: G05B13/04

Abstract: 本申请涉及一种高频数据传输与精度自适应故障诊断的协同设计方法，边缘网关采集数据并对数据进行预测，将预测值偏差超过阈值的实际值发给云服务器；云服务器根据实际值和自己预测值还原数据，根据还原数据和DPS长度输出故障诊断结果。本申请兼顾数据传输与故障诊断准确性，实现了有限带宽资源下准确实时的故障诊断。

公开(公告)号：CN115052033B

公开(公告)日：2023-04-28

申请号：CN202210619201.4

申请日：2022-06-01

Applicant: 上海交通大学

Inventor： 刘宇翔 ,  杨博 ,  吴雨 ,  郑忠斌 ,  陈彩莲 ,  关新平

IPC: H04L67/51 ,  H04L67/1095

Abstract: 本发明公开了一种智能工厂基于资源共享的微服务有效容器化部署方法，涉及智能制造领域，本发明基于微服务的分层结构和微服务链建立系统的镜像拉取延迟模型和通讯开销模型，将优化问题建模为整数二次规划问题并可以通过商业求解器进行求解。本发明通过基于资源共享的微服务部署方案，可以达到降低镜像拉取延迟和通讯开销从而提高微服务响应效率的目的。

公开(公告)号：CN114640695A

公开(公告)日：2022-06-17

申请号：CN202210435941.2

申请日：2022-04-24

Applicant: 上海交通大学

Inventor： 吴雨 ,  杨博 ,  陈彩莲 ,  关新平

IPC: H04L67/12 ,  H04L41/147 ,  G06K9/62

Abstract: 本发明公开了一种智能工厂基于长序列双预测和informer的高频时序数据有效传输方法，涉及智能制造领域，所述方法首先搭建云边协同长序列双预测架构，然后在该架构的边缘网关和云服务器部署训练好的长序列预测模型，最后采用长序列双预测方法在线地减少高频数据的传输量，并保证数据的精度。本发明改进了传统双预测方法的结构，通过长序列预测降低了预测模型的推理次数，从而大大提高了传统方法的适用频率，使其用于降低智能制造过程中所需要高频数据的传输量成为可能。同时，引入并结合最新深度学习模型informer解决了长序列预测带来的梯度消失和模型推理时间激增的问题，从而进一步提高了所提长序列双预测方法的传输量减少比例和适用频率。

公开(公告)号：CN112153595B

公开(公告)日：2021-11-05

申请号：CN202011123207.X

申请日：2020-10-20

Applicant: 上海交通大学

Inventor： 吴雨 ,  杨博 ,  刘琦 ,  陈彩莲 ,  关新平

IPC: H04W4/38 ,  H04W4/80 ,  H04L29/08 ,  G16Y20/00 ,  G16Y10/75 ,  G16Y10/25

Abstract: 本发明公开了一种智能工厂AGV场景移动的端‑边‑云协同数据传输方法，涉及智能工厂AGV技术领域。针对智能工厂中无线传感器，AGV，AGV调度系统AGVS构成的延迟容忍移动传感器网络DTMSN建立移动端边云协同架构；融合AGV，端边云协同，和DTMSN技术；考虑端(无线传感器)和边(AGV)的移动对端边云架构网络结构和数据传输效果的影响；改进现有的DTMSN算法，借鉴模拟淬火按概率接受劣解的思想取代分阶段方法来进行中间节点的选择；将数据传输任务本身特性，节点密度，节点速度，节点类型等因素结合到效用函数中；从而提高数据传输质量，减少数据传输时延和能耗，保证移动端边云协同的可行性和有效性，进而充分利用AGV的计算资源，减少任务响应时间和云的计算存储压力。