-
公开(公告)号：CN117746333A
公开(公告)日：2024-03-22
申请号：CN202311777938.X
申请日：2023-12-22
Applicant: 中国计量大学
IPC: G06V20/52 , G06Q10/047 , G06Q10/20 , G06F3/01
Abstract: 本申请的实施例提供了一种电梯安全帽的控制方法、装置、存储介质、电子设备。获取佩戴于电梯安全帽的用户信息；基于用户信息触发疲劳状态监控，并采集该用户的疲劳特征；根据用户的疲劳特征确定用户的疲劳状态，并采集用户的周边环境；根据用户的周边环境确定作业路线，并标记作业进度；根据作业进度和用户的疲劳状态触发用户的保护机制；在保护机制中，将经各电梯安全帽采集的周边环境形成电梯维修环境，并基于电梯维修环境和用户的疲劳状态规划离开路线，进一步保证了用户在电梯维修环境中有序离开，避免了用户在电梯维修环境中进行疲劳作业。
-
公开(公告)号：CN117593478A
公开(公告)日：2024-02-23
申请号：CN202311536484.7
申请日：2023-11-17
Applicant: 中国计量大学
IPC: G06T17/20 , G06V20/64 , G06V10/762 , G06N3/0499 , G06N3/0895 , G06N3/0985
Abstract: 一种基于CSG‑BASE Net的大场景三维点云数据建模方法，包括以下步骤：步骤一：聚类点云数据，过程如下：步骤1.1)点云数据；步骤1.2)定义基元；步骤1.3)聚类点云；步骤1.4)生成基元；步骤二：构建CSG‑Base Net；步骤三：损失函数：以自监督的方式端到端地训练CSG‑Base Net，CSG‑Base Net学习预测具有基元及其连接的CSG‑Base，自监督任务是在无标注的数据上通过设计监督任务训练模型。本发明能够处理大型的数据集，提高了模型的普适性和泛化能力。
-
公开(公告)号：CN117372278A
公开(公告)日：2024-01-09
申请号：CN202310184967.9
申请日：2023-03-01
IPC: G06T5/70 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种基于多尺度分布分数的点云去噪方法，包括以下步骤：第一步：基于多尺度扰动与点云分布的思想，构建两层网络模型，包含提取点云特征的特征提取模块、预测噪声点位移的位移预测模块；第二步：为了提高去噪效果，并且在保留尖锐特征的同时避免降低点云数据的质量，建立点云噪声模型；第三步：将点云数据输入特征提取模块，提取全局特征h；第四步：位移预测模块根据特征提取单元获取到的特征来迭代学习噪声点的位移；第五步：定义网络训练的损失函数，当损失函数达到设定的阈值或者最大迭代次数时，收敛完成。本发明在保留点云的尖锐特征的基础上，对不同噪声程度、不同特征的噪声点云模型都有优良的去噪效果。
-
公开(公告)号：CN117370651A
公开(公告)日：2024-01-09
申请号：CN202311271550.2
申请日：2023-09-28
IPC: G06F16/9535 , G06F16/901 , G06N3/0464 , G06N3/048
Abstract: 一种基于全局多行为依赖的SaaS服务推荐方法,该方法首先对服务交互数据进行挖掘，得到行为感知序列和服务划分集；其次，利用行为感知序列和服务划分集构建行为感知超图，并结合超图自注意力机制度量用户与API服务之间多行为交互的重要性差异；然后，基于谱分解理论设计了行为感知超图上的超图卷积过程，利用超图信号表示全局多行为依赖；最后，结合全局序列特征和服务嵌入向量得到API服务的推荐分数，进行服务推荐。本发明对用户复杂、异构的行为特征进行有效建模，能较好地度量多行为交互的重要性差异，使得服务推荐结果具有较高的相关性。
-
公开(公告)号：CN117312962A
公开(公告)日：2023-12-29
申请号：CN202311594852.3
申请日：2023-11-28
Applicant: 中国计量大学
IPC: G06F18/241 , G06F18/214 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/084 , G06N3/082 , G06N3/096 , G06F30/27 , G06F119/14
Abstract: 本发明属于长期服役电梯LSE导轨故障诊断技术领域，涉及一种基于迁移学习和数据驱动的长期服役电梯导轨故障诊断方法，包括以下步骤：第一步、长期服役电梯轿厢动力学建模，按照不同的导轨故障激励进行仿真，获得丰富的轿厢水平振动仿真数据；第二步、数据预处理，构建迁移诊断数据集；第三步、模型预训练与微调；第四步、领域自适应电梯故障诊断方法。本发明在无监督跨域场景下具有较高的故障诊断精度，为解决长期服役电梯的故障数据稀缺问题提供了参考。
-
Patent Agency Ranking
公开(公告)号：CN120001673A
公开(公告)日：2025-05-16
申请号：CN202510108912.9
申请日：2025-01-23
Abstract: 本发明涉及一种钢丝绳在线清洗装置，解决现有技术中，钢丝绳人工清洗和离线拆卸清洗带来的诸多不利的问题。本装置从上到下依次包括刷洗机构、攀爬机构、激光清洗机构，刷洗机构包括从两侧贴合钢丝绳的刷辊；所述攀爬机构包括从两侧贴合钢丝绳表面的履带，将履带压贴在于钢丝绳的粘附轮，驱动履带转动的驱动轮以及为驱动轮提供动力的驱动电机；所述攀爬机构的下方挂设有拼合齿圈，拼合齿圈环绕钢丝绳设置，所述激光清洗机构沿拼合齿圈转动设置，激光清洗机构设置有机械臂，所述机械臂的下方夹设有激光清洗头。本发明采用先滚刷，再激光清洗的方式，清洗效果全面且干净；采用履带式联系攀爬，攀爬节奏连续且稳定匀速，清洁效果均匀全面。
-
公开(公告)号：CN119797107A
公开(公告)日：2025-04-11
申请号：CN202510048795.1
申请日：2025-01-13
Applicant: 中国计量大学
Abstract: 一种钢带电梯钢带检测装置，包括安装板、安装机构、钢带红外检测机构和鼓包检测机构，所述安装机构固定在所述安装板上，所述钢带红外检测机构安装在安装机构的前端，所述钢带红外检测机构的下方设有前滚筒，所述鼓包检测机构安装在安装机构的后端，所述鼓包检测机构包括后下滚筒、后上滚筒、顶板和压力传感器，所述后下滚筒固定安装在安装机构上，所述后上滚筒可上下移动地安装在安装机构上，所述后上滚筒上方设置顶板，所述顶板底面上设有用于检测后上滚筒是否上移判定是否鼓包的压力传感器。本发明能实时检测钢带状态，出现问题及时检修，降低了安全隐患。
-
公开(公告)号：CN119038358A
公开(公告)日：2024-11-29
申请号：CN202411174499.8
申请日：2024-08-26
Applicant: 杭州睿和物联科技有限公司 , 中国计量大学 , 杭州华箭智能科技研究院有限公司
Abstract: 一种多维智控扶梯运行管理控制方法，包括采集器的布置和使用以及AI摄像头的部署和功能，其中，所述采集器的布置和使用为：在上机房主驱动轮处安装采集器，监测主驱动涨紧异常；在下机房梯级涨紧弹簧处安装采集器；在主机、减速箱、抱闸安装采集器，监测梯级翻转异响；在上下头部机房内安装采集器，监测梯级翻转异响，用于实现电梯的故障预警功能包括电梯异响预警、减速器异常预警、主驱动涨紧异常预警、梯级链延长预警和电梯抱闸异常预警；所述AI摄像头的部署：在扶梯上、下方各安装一个摄像头，用于自动扶梯乘员的行为识别。本发明通过对电梯的实时监测和对乘客行为的监控识别，实现电梯的故障预警和乘客安全防护。
-
公开(公告)号：CN119003706A
公开(公告)日：2024-11-22
申请号：CN202411480204.X
申请日：2024-10-23
Applicant: 中国计量大学
IPC: G06F16/33 , G06F16/31 , G06F16/36 , G06F16/35 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 一种基于动态图结构嵌入模型的机电设备故障预测方法，属于机电设备故障预测、知识图谱故障预测领域，首先通过本体构建方法实现机电设备的并行结构信息建模并从结构化数据与非结构化数据中抽取四元组构建机电设备时序知识图谱；其次，学习用于节点分类的信息表示，并为每个相关的节点生成特征向量；然后从向量序列中捕获机电设备运行的时间演化信息；最后输出所需时间段的隐藏状态向量实现机电设备时序知识图谱的预测。本发明的方法专门针对机电设备的异构数据构建时序知识图谱进行推理，实现故障预测。
-
公开(公告)号：CN118990492A
公开(公告)日：2024-11-22
申请号：CN202411256716.8
申请日：2024-09-09
Applicant: 中国计量大学
IPC: B25J9/16
Abstract: 一种基于拉格朗日卷积长短期记忆网络的工业机器人故障预测方法，在工业机器人工作过程中，采集了每一个关节所有时刻的位置p、速度v、加速度a以及下发力矩M，以上述4个变量为目标，使用运动学推导出每个轴的位置和速度模型，用动力学推导出每个轴加速度和力矩模型；优化动力学神经网络基础模型，带入物理模型中的相关微分方程和矩阵，构成改进的拉格朗日神经网络LNN模型；优化LSTM模型，将CNN与LSTM结合，构成CNN‑LSTM混合模型；将优化后的LNN模型与CNN‑LSTM模型相结合，构成改进的LC‑LSTM模型，实现工业机器人故障预测。本发明有效提升故障预测的准确性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.087 seconds)
