-
公开(公告)号：CN101179410A
公开(公告)日：2008-05-14
申请号：CN200610134203.5
申请日：2006-11-08
Applicant: 中国科学院沈阳自动化研究所
Abstract: 本发明提供了一种面向工业监测应用的无线Mesh网络广播通信方法。在网络中根据上行路由构建和维护一棵动态生成树，并利用该动态生成树对广播报文的扩散加以控制和约束：生成树上的所有叶子节点都无需转发任何广播报文，而且非叶子节点也只需要转发来自其父节点或者子节点的广播报文。采用本发明中提供的广播方法，广播报文是在一定的约束下进行扩散的，首先，大大降低了网络负载和报文冲突，节约了广播通信开销；其次，消除了不必要的报文转发而且降低了报文的重传次数，所以节约了现场设备的能量。
-
公开(公告)号：CN101119421A
公开(公告)日：2008-02-06
申请号：CN200610047368.9
申请日：2006-08-02
Applicant: 中国科学院沈阳自动化研究所
Abstract: 本发明公开一种符合全球移动通信标准的工程机械远程监控系统。包括车身工作站和远程服务中心，车身工作站通过RS232数据采集程序及GSM终端数据发布程序运行现场RS232数据采集模块和符合GSM标准的GSM终端数据发布模块，通过无线方式与远程服务中心相连；远程服务中心通过运行GSM通信接收模块程序，接收车身工作站的数据。同时，通过远程数据存储模块将数据经标准的ODBC接口存入数据库，提供给远程监控模块或企业自己的管理系统，本发明通过GSM网络实现远程数据采集、传输、存储和监控分析，用于可移动的相关工程机械设备远程监控领域。
-
公开(公告)号：CN1268995C
公开(公告)日：2006-08-09
申请号：CN03133876.3
申请日：2003-07-09
Applicant: 中国科学院沈阳自动化研究所
IPC: G05B19/418 , H04L29/06 , H04L12/40 , G06F13/42
CPC classification number: Y02P90/02
Abstract: 本发明涉及自动控制领域，具体说是一种用于工业现场控制的无线局域网现场总线网络控制站。包括控制主站、I/O模块，其控制主站运行无线局域网现场总线协议栈，通过I/O模块控制器完成分布式I/O控制，还通过无线局域网通讯模块收发数据至以太网；I/O模块完成现场信号的采集和转换。它是基于无线以太网的智能化控制设备，把DCS集中与分散相结合的集散系统结构，变成了新型全分布式结构，把控制功能彻底分散到现场，依靠网络控制站本身便可以实现控制功能，尤其适合改造传统工业控制系统，使老企业自动化系统直接进入现场总线时代。
-
公开(公告)号：CN1798141A
公开(公告)日：2006-07-05
申请号：CN200410100431.1
申请日：2004-12-22
Applicant: 中国科学院沈阳自动化研究所
IPC: H04L29/06 , H04L12/00 , G06F13/00 , G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明公开一种符合OPC标准的远程组态监控系统，包括现场工作站和远程服务中心，现场工作站通过OPC数据采集及网络数据发布程序运行符合OPC标准的OPC数据采集模块和符合TCP/IP协议标准的网络数据发布模块，通过OPC接口与现场控制中心相连；远程服务中心通过网络通信终端程序、远程OPC服务程序运行符合TCP/IP协议标准的网络通信终端模块、符合OPC标准的远程OPC服务器模块和支持OPC接口的远程监控模块；其中网络通信终端模块接收网络数据发布模块发布的现场数据，同时将数据发布到符合OPC标准的远程OPC服务器模块中，提供给远程监控模块。本发明通过Internet网络实现运程数据采集、传输、监控和诊断分析，用于工业自动化远程监控领域。
-
公开(公告)号：CN1567114A
公开(公告)日：2005-01-19
申请号：CN03133876.3
申请日：2003-07-09
Applicant: 中国科学院沈阳自动化研究所
IPC: G05B19/418 , H04L29/06 , H04L12/40 , G06F13/42
CPC classification number: Y02P90/02
Abstract: 本发明涉及自动控制领域，具体说是一种用于工业现场控制的无线局域网现场总线网络控制站。包括控制主站、I/O模块，其控制主站运行无线局域网现场总线协议栈，通过I/O模块控制器完成分布式I/O控制，还通过无线局域网传输模块收发数据至以太网；I/O模块完成现场信号的采集和转换。它是基于无线以太网的智能化控制设备，把DCS集中与分散相结合的集散系统结构，变成了新型全分布式结构，把控制功能彻底分散到现场，依靠网络控制站本身便可以实现控制功能，尤其适合改造传统工业控制系统，使老企业自动化系统直接进入现场总线时代。
-
Patent Agency Ranking
公开(公告)号：CN115099273A
公开(公告)日：2022-09-23
申请号：CN202210711851.1
申请日：2022-06-22
Applicant: 中国科学院沈阳自动化研究所
Abstract: 本发明涉及一种基于深度学习的压力仪表引压管智能故障诊断方法，包括信号处理模块和智能识别模块两大部分，其中信号处理模块包含信号滤波单元与信号归一化单元，智能识别模块包括小波变换单元与二维卷积神经网络。本发明以压力仪表中传感器输出的原始压力信号为基础，由信号处理模块进行滤波和归一化之后，先通过小波变换对于不同频段的健康信息进行分离，以增强对于变工况环境的适应能力，之后通过二维卷积神经网络进行特征提取与健康状态识别。本发明用于变工况环境下的压力表引压管故障诊断方法能够实现在工况变化条件下，尤其是过程噪声频率变化条件下的压力表引压管故障诊断，最终能够保障仪表在使用过程中的安全稳定运行。
-
公开(公告)号：CN113726621A
公开(公告)日：2021-11-30
申请号：CN202010446223.6
申请日：2020-05-25
Applicant: 中国科学院沈阳自动化研究所
IPC: H04L12/40 , H04L12/403
Abstract: 本发明涉及面向多控制器协同应用的实时以太网调度方法。协同控制单元中的控制器，结合控制工艺，建立控制器调度表；各控制器通过调度表的时间调度，分时复用以太网总线，在占有总线期间，进行和关联从节点实时通信。本发明解决了控制器协同下的数据共享和传输问题，通过建立调度表，调度和优化各控制器与节点的通信时间，实现多控制器间，以及控制器和节点间的实施通信，本发明可满足多控制传输的实时性与确定性要求，具有很大的应用推广空间。
-
公开(公告)号：CN113218573A
公开(公告)日：2021-08-06
申请号：CN202110404197.5
申请日：2021-04-15
Applicant: 中国科学院沈阳自动化研究所
IPC: G01L27/00
Abstract: 本发明涉及压力仪表监测技术领域，具体地说是面向压力仪表监测的过程噪声的模拟与采集装置及方法。包括：噪声采集装置以及与其连接的PC机和噪声模拟装置；PC机用于将生成控制指令发送至噪声模拟装置；噪声模拟装置包括：空气压缩机、储气罐、模拟控制单元、处理器、以及第一串口通讯模块；储气罐上设有进气口、第一出气口以及第二出气口；储气罐的进气口与所述空气压缩机的输出端通过管路连接；第一出气口和第二出气口分别与噪声采集装置和模拟控制单元连接；处理器，其串口通过第一串口通讯模块与PC机连接，输出端与模拟控制单元连接；本发明能够制造噪声以模拟仪表实际使用过程中的过程噪声，且能够自动采集、预处理并保存噪声信号。
-
公开(公告)号：CN107515105B
公开(公告)日：2021-03-30
申请号：CN201610416109.2
申请日：2016-06-15
Applicant: 中国科学院沈阳自动化研究所
Abstract: 本发明属于设备故障诊断领域，具体的说是一种基于柱塞振动信号的电磁阀故障诊断方法。本发明通过恒压源、加速度计传感器和波形发生器等设备构成电磁阀故障检测系统，对电磁阀实现故障检测。本方法在电磁阀阀体某一位置放置加速度计(Accelerometer)传感器，通过恒压源对电磁阀施加小幅值电压激励信号，通过波形发生器向电磁阀输入某一频率范围信号，检测不同频率下电磁阀的振动幅值，借此识别电磁阀的固有频率。本发明通过检测电磁阀设备固有频率处振动信号幅值的变化来评估电磁阀设备的健康状态，能够有效指导设备维修活动。
-
公开(公告)号：CN112230154A
公开(公告)日：2021-01-15
申请号：CN201910635675.6
申请日：2019-07-15
Applicant: 中国科学院沈阳自动化研究所
IPC: G01R31/392 , G01R31/396 , G01R31/367 , G06F17/18
Abstract: 本发明公开了一种锂电池剩余寿命预测方法，主要采用基于自回归(AR)时间序列和扩展卡尔曼粒子滤波算法(EKPF)的寿命预测方法，包括两个阶段，即经验退化模型构建阶段与寿命预测阶段。第一阶段，退化模型构建阶段，首先构建基于库仑定律的电池容量衰退的双指数模型，它描述了电池可用容量与时间的变化关系，反映浓差极化和两级极化带来的电池容量损失。通过对双指数模型加以改造变形适应状态转移方程的形式，形成变形的经验退化模型，减少了原始模型的参数个数，降低了参数训练的复杂度。第二阶段，寿命预测阶段，通过对退化经验模型参数以及自回归参数的训练获得，并采取EKPF算法进行电池电量的走势，获取锂电池剩余寿命的预测值。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.037 seconds)
