-
Patent Agency Ranking
公开(公告)号：CN119850175A
公开(公告)日：2025-04-18
申请号：CN202411875173.8
申请日：2024-12-18
Applicant: 上海人工智能研究院有限公司 , 上海第一机床厂有限公司
Inventor： 宋海涛 , 王资凯 , 王锦 , 林圆圆 , 杨玉婷 , 王大帅 , 钱璟哲 , 黄冠 , 陆文韬 , 方帅 , 滕阅 , 楼杭飞 , 储亮 , 石培丽 , 王阳 , 高良鹏 , 揭业洪 , 马雯雯
IPC: G06Q10/20 , G06Q10/0631 , G06F16/2458
Abstract: 本发明公开了一种基于大数据分析的工业设备远程监控维护方法及系统，包括：从历史数据库中调取工业设备数据，所述工业设备数据包括工业设备位置信息和工业设备运行数据信息。本发明基于数字孪生工业设备空间模型可显示工业设备运行的虚拟空间影像信息，可让工作人员远程直观的了解到所有车间中所有工业设备的生产效率情况，工业设备的生产效率情况分为三种，生产效率过强、生产效率正常和生产效率过低，这三种生产效率情况的工业设备均有可能发生故障，分别针对不同的生产效率情况制定不同的工业设备维护方案，该系统自动化监测数据并分析数据，减少人工去现场排查和维护的次数，满足了工作人员的需求。
-
公开(公告)号：CN119781397A
公开(公告)日：2025-04-08
申请号：CN202411875427.6
申请日：2024-12-18
Applicant: 上海第一机床厂有限公司
IPC: G05B19/418
Abstract: 本发明公开了一种工业生产线设备的运行状态优化方法及系统，所述优化方法包括：获取工业设备实时数据；根据工业设备实时数据进行分析处理，获取工业设备实时状态信息；根据工业设备实时状态信息进行分析判断处理，获取工业设备状态监测结果；根据工业设备状态监测结果对工业设备进行异常排除操作，获取工业设备正常运行信息；根据工业设备正常运行信息进行优化处理，确定工业设备的最终状态。本发明能排除工业设备的异常信息，对工业设备正常运行状态下的参数进行优化，使工业设备能够以更好的状态运行。
-
公开(公告)号：CN119758820A
公开(公告)日：2025-04-04
申请号：CN202411875426.1
申请日：2024-12-18
Applicant: 上海第一机床厂有限公司
IPC: G05B19/042
Abstract: 本发明公开了一种基于数据分析的工业设备运行状态监控方法及系统，监控方法包括：通过传感器和智能设备对工业设备进行实时数据采集，获取工业设备的实时运行数据和工业设备已运行时长数据；获取工业设备的历史运行数据；获取工业设备的状态异常点；对工业设备的实时运行数据进行对比判断，获取工业设备的实时状态；基于工业设备的实时状态，选择是否发送警报信息。本发明先确定工业设备的状态异常点，再通过工业设备的实时运行数据和工业设备的状态异常点进行对比判断，确定工业设备的实时状态，当工业设备处于异常状态时，关闭工业设备，当工业设备处于正常状态时，对工业设备进行监控，避免了工业设备出现损坏，延长了工业设备的使用寿命。
-
公开(公告)号：CN119721380A
公开(公告)日：2025-03-28
申请号：CN202411875475.5
申请日：2024-12-18
Applicant: 上海第一机床厂有限公司
Inventor： 余升 , 储亮 , 石培丽 , 马雯雯 , 高良鹏 , 揭业洪 , 王阳 , 宋海涛 , 王资凯 , 王锦 , 王大帅 , 陆文韬 , 黄冠 , 钱璟哲 , 滕阅 , 林圆圆 , 杨玉婷 , 方帅
IPC: G06Q10/04 , G06Q10/063 , G06Q50/04
Abstract: 本发明公开了一种智能制造设备的故障分析预测方法，所述方法包括步骤：基于订单平台，获取智能制造设备的实时订单信息；基于数据库系统，对数据库系统进行数据读取，获取智能制造设备的历史数据；根据智能制造设备的历史数据进行数据分析处理，获取智能制造设备的老化率；基于智能制造设备的老化率，获取智能制造设备的预测故障出现时间；根据智能制造设备的实时订单信息进行判断处理，选择是否更换智能制造设备进行订单加工。本发明通过对智能制造设备的历史运行参数数据和历史订单信息进行分析处理，确定智能制造设备的老化率，确定智能制造设备可能出现故障的时间，避免了在对订单进行加工时，智能制造设备出现故障而延长生产周期。
-
公开(公告)号：CN119720036A
公开(公告)日：2025-03-28
申请号：CN202411875533.4
申请日：2024-12-18
Applicant: 上海第一机床厂有限公司
IPC: G06F18/2433 , G06V20/40 , G06V10/774 , G06V10/82 , G06V10/30 , G06V10/40 , G06F18/10 , G06F18/2131
Abstract: 本发明公开了一种基于深度学习的工业设备故障诊断预测方法及系统，包括步骤：S1，在工业设备旁安装高清拍摄设备，对处于运行状态的工业设备进行视频录像，获取电子图像数据，将电子图像分为训练图像集与测试图像集；S2，对电子图像进行降噪处理，获取降噪后的电子图像；S3，对降噪后的电子图像进行振动信号特征提取，获取振动数据；S4，对所采集的振动数据进行振动参数梯度划分与智能化补偿；S5，将采集的振动数据上传汇总至云端进行数据校对，筛选出校对偏差数据组，分析校对偏差数据组内工业设备运行中的生产效率数据特征。本发明引入振动和生产效率的关系，按照振动参数梯度进行划分并对生产效率进行补偿，筛选出生产效率偏离过大的工业设备，判定该设备为异常设备，对其进行故障标注，提醒工作人员对其进行检查。
-
-
-
-
Search Results
5
records
(took 0.047 seconds)
