-
公开(公告)号：CN103034217B
公开(公告)日：2015-01-28
申请号：CN201210575051.8
申请日：2012-12-26
Applicant: 东南大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于因特网物联网的智能家庭网关和监测控制方法，包括核心控制模块、电源模块、本地数据库模块、因特网接入模块、GPRS/GSM模块、无线通信模块、视频监控模块、触摸显示模块，将远程客户端模块、移动客户端模块和家用电器设备连接起来，用户通过远程客户端模块访问智能家庭网关的本地数据库模块，从而对家用电器设备的电参数和运行状态进行实时监测和历史数据的查询，同时通过向智能家庭网关发送控制命令，再通过无线通信模块实现对家用电器设备的远程控制，移动客户端模块使用户能够通过移动终端实现对智能家庭网关的访问，然后通过访问本地数据库模块和发送远程控制命令分别实现对家用电器的监测和控制。
-
公开(公告)号：CN102566545B
公开(公告)日：2013-09-18
申请号：CN201210009956.9
申请日：2012-01-13
Applicant: 东南大学
IPC: G05B19/418
Abstract: 一种多功能智慧大棚远程管理系统，包括：气雾栽培管理系统：气雾专家系统模块、气雾栽培参数设定模块、气雾远程通信模块、气雾传感数据采集模块、气雾执行机构控制模块、气雾界面显示模块、气雾视频采集模块和气雾报警模块；土壤栽培管理系统：土壤专家系统模块、土壤栽培参数设定模块、土壤远程通信模块、土壤传感数据采集模块、土壤执行机构控制模块、土壤界面显示模块、土壤视频采集模块和土壤报警模块；液体栽培管理系统：液体专家系统模块、液体栽培参数设定模块、液体远程通信模块、液体传感数据采集模块、液体执行机构控制模块、液体界面显示模块、液体视频采集模块、液体报警模块。对大棚内的环境参数进行监测，并根据测量数据进行专家决策，对大棚内执行机构进行反馈控制操作。
-
公开(公告)号：CN103868694A
公开(公告)日：2014-06-18
申请号：CN201410115079.2
申请日：2014-03-26
Applicant: 东南大学
IPC: G01M13/04
Abstract: 本发明公开了一种嵌入式变转速轴承故障诊断装置，包括信号输入模块、转速调理模块、核心运算模块、核心控制模块以及电源模块。本发明使用了FPGA+DSP+ARM结构：转速调理模块采用FPGA，对于变转速条件下采得的振动信号转换为等角度采样的结果，从而适应了变转速条件下轴承故障诊断的要求；核心运算模块采用运算速度高和片上外设多的DSP，可以很好地完成对采样结果的数据分析；核心控制模块以ARM为核心，附加外围的LCD触摸屏等硬件设备，完成对数据分析结果的诊断、存储、人机交互等功能；核心运算模块上采用基于经验模态分解阶比谱分析算法，这是该算法第一次在嵌入式硬件上实现，提高了轴承故障诊断的准确性和快速性。
-
公开(公告)号：CN103018043A
公开(公告)日：2013-04-03
申请号：CN201210465522.X
申请日：2012-11-16
Applicant: 东南大学
IPC: G01M13/04
Abstract: 本发明公开了一种变转速轴承故障诊断方法，包括以下步骤：故障诊断模块控制数据采集模块通过加速度传感器对轴承振动信号进行等时间间隔采样，得到振动信号序列x(n)；采用复数Morlet小波作为小波变换的小波基函数，对采集到的振动信号x(n)进行小波变换，获得小波系数wt(m,n)；对小波系数wt(m,n)取模，获取其包络ewt(m,n)=||wt(m,n)||；将每个尺度下的小波包络系数从等时间间隔采样的结果转换至等角度采样的结果；对于等角度采样后的各个尺度的小波包络序列ewt(m,t)进行傅里叶变换，获得其频谱eswt(m，f)=FFT(ewt(m,t))；将eswt(m，f)作出三维图形。
-
公开(公告)号：CN102354885A
公开(公告)日：2012-02-15
申请号：CN201110224203.5
申请日：2011-08-07
Applicant: 东南大学
IPC: H01R31/06 , H01R13/66 , H01R13/70 , H01R13/719 , G05B19/042
Abstract: 一种基于无线传感器网络的无线万能空调遥控插座，包括插座电路，市电220V插座、空调插头、GPRS/GSM模块、计算机无线通信模块、手机以及计算机，采用了无线传感器网络、GPRS/GSM、电能检测、计算机以及传统万能遥控技术，插座电路实现了空调插头和市电220V插座的转接，用户可以用手机通过GPRS/GSM模块向计算机发送指令，或者直接在计算机上输入指令，指令通过计算机无线通信模块无线发送至插座电路，插座电路根据指令要求，可对任意品牌空调进行设置及状态调节，同时插座电路不断检测空调的工作参数，并发送给计算机处理，当空调工作参数超出安全阈值范围时，插座电路会及时切断电源并报警，从而实现利用手机或计算机对任意品牌空调的远程操控和实时监测。
-
Patent Agency Ranking
公开(公告)号：CN104778340B
公开(公告)日：2016-08-24
申请号：CN201510231101.4
申请日：2015-05-07
Applicant: 东南大学
Abstract: 本发明公开了一种基于增强型粒子滤波的轴承寿命预测方法，针对传统粒子滤波算法存在的粒子退化、粒子多样性丧失等问题，分别提出自适应重要性密度函数选择算法以及基于神经网络的粒子平滑算法，改进了传统的重要性密度函数确定方法以及重采样算法，以此为基础提出了增强型粒子滤波算法，并设计了一种基于增强型粒子滤波的轴承剩余使用寿命预测方法，该方法能够在多步迭代以后，有效抑制粒子退化现象以及粒子贫化现象，提前准确地预测轴承的剩余使用寿命。
-
公开(公告)号：CN103868694B
公开(公告)日：2016-01-20
申请号：CN201410115079.2
申请日：2014-03-26
Applicant: 东南大学
IPC: G01M13/04
Abstract: 本发明公开了一种嵌入式变转速轴承故障诊断装置，包括信号输入模块、转速调理模块、核心运算模块、核心控制模块以及电源模块。本发明使用了FPGA+DSP+ARM结构：转速调理模块采用FPGA，对于变转速条件下采得的振动信号转换为等角度采样的结果，从而适应了变转速条件下轴承故障诊断的要求；核心运算模块采用运算速度高和片上外设多的DSP，可以很好地完成对采样结果的数据分析；核心控制模块以ARM为核心，附加外围的LCD触摸屏等硬件设备，完成对数据分析结果的诊断、存储、人机交互等功能；核心运算模块上采用基于经验模态分解阶比谱分析算法，这是该算法第一次在嵌入式硬件上实现，提高了轴承故障诊断的准确性和快速性。
-
公开(公告)号：CN103034217A
公开(公告)日：2013-04-10
申请号：CN201210575051.8
申请日：2012-12-26
Applicant: 东南大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于因特网物联网的智能家庭网关和监测控制方法，包括核心控制模块、电源模块、本地数据库模块、因特网接入模块、GPRS/GSM模块、无线通信模块、视频监控模块、触摸显示模块，将远程客户端模块、移动客户端模块和家用电器设备连接起来，用户通过远程客户端模块访问智能家庭网关的本地数据库模块，从而对家用电器设备的电参数和运行状态进行实时监测和历史数据的查询，同时通过向智能家庭网关发送控制命令，再通过无线通信模块实现对家用电器设备的远程控制，移动客户端模块使用户能够通过移动终端实现对智能家庭网关的访问，然后通过访问本地数据库模块和发送远程控制命令分别实现对家用电器的监测和控制。
-
公开(公告)号：CN103505189B
公开(公告)日：2016-05-25
申请号：CN201310496497.6
申请日：2013-10-21
Applicant: 东南大学
IPC: A61B5/02
Abstract: 本发明公开了一种基于小波包变换和隐马尔科夫模型的脉搏信号分类方法，包括以下步骤：采用db4小波作为小波包变换的小波基函数，对采集的两类脉搏信号进行小波包变换，获得各个频带的小波包分解系数；根据局域判别基算法选择最优频带；利用Fisher准则选择最优能量特征向量；将两类脉搏信号分别选取一部分做为训练信号，另外一部分作为测试信号，根据上述方法求两类信号的最优特征向量；将训练信号的最优能量特征向量作为连续隐马尔科夫的观测向量训练出两个隐马尔科夫模型；将测试信号的最优能量特征向量分别输入到训练的两个模型中，根据前向-后向算法求其概率值P(O|λi)，通过概率值比较，完成脉搏信号的分类。
-
公开(公告)号：CN103505189A
公开(公告)日：2014-01-15
申请号：CN201310496497.6
申请日：2013-10-21
Applicant: 东南大学
IPC: A61B5/02
Abstract: 本发明公开了一种基于小波包变换和隐马尔科夫模型的脉搏信号分类方法，包括以下步骤：采用db4小波作为小波包变换的小波基函数，对采集的两类脉搏信号进行小波包变换，获得各个频带的小波包分解系数；根据局域判别基算法选择最优频带；利用Fisher准则选择最优能量特征向量；将两类脉搏信号分别选取一部分做为训练信号，另外一部分作为测试信号，根据上述方法求两类信号的最优特征向量；将训练信号的最优能量特征向量作为连续隐马尔科夫的观测向量训练出两个隐马尔科夫模型；将测试信号的最优能量特征向量分别输入到训练的两个模型中，根据前向-后向算法求其概率值P(O|λi)，通过概率值比较，完成脉搏信号的分类。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.018 seconds)
