-
公开(公告)号:CN111126822B
公开(公告)日:2023-04-28
申请号:CN201911314662.5
申请日:2019-12-19
Applicant: 佛山科学技术学院
IPC: G06Q10/0639 , G06Q50/04 , G06F18/23 , G06F18/2135 , G06F18/214
Abstract: 本发明涉及智能机器人技术领域,具体涉及一种工业机器人健康评估方法、装置及存储介质,首先根据获取的特征量生成样本数据集,所述特征量表征工业机器人运行状态;接着采用聚类分析算法对所述样本数据集进行聚类分析,生成聚类模型;从而根据工业机器人的当前运行状态实时评估工业机器人的健康评估类别,本发明有效利用各种传感器采集的数据,更加客观准确的对工业机器人健康进行评估。
-
公开(公告)号:CN111581209B
公开(公告)日:2023-04-25
申请号:CN202010345422.8
申请日:2020-04-27
Applicant: 佛山科学技术学院
Abstract: 本发明涉及一种计算机大数据存储系统及方法,包括以下:步骤401、获取需要进行存储的数据组,将所述数据组通过计算划分为异常数据组以及正常数据组;步骤402、获取需要进行存储的数据组的关键词信息,根据所述关键词信息判断所述数据组的加密等级;步骤403、根据得到的所述加密等级,将划分得到的异常数据组以及正常数据组存储至对应安全级别的云端加密盘中,所述云端加密盘为独立的数据存储空间。本发明能够通过在数据存储时对数据进行异常筛选,方便后续的分析,并根据数据的优先级设置访问权限,针对性地保护了数据的安全,总体而言,对数据进行了一定的预处理以及数据分级保护,性价比较高。
-
公开(公告)号:CN110704508B
公开(公告)日:2023-04-07
申请号:CN201910938175.X
申请日:2019-09-30
Applicant: 佛山科学技术学院
IPC: G06F16/2458 , G06F16/248 , G06N3/048
Abstract: 本发明涉及自动化生产线技术领域,具体涉及一种智能生产线异常数据的处理方法及装置,首先获取对生产线设备监测所得到的历史数据集,进而提取所述历史数据集中的样本数据集,对所述样本数据集进行归一化处理,生成训练数据集;接着建立神经网络模型,将所述训练数据集输入所述神经网络模型,训练得到所述监测部位、运行周期和预测数据的对应关系;并在线监测所述生产线设备的实时数据,根据所述对应关系实时判定所述实时数据中的异常数据;最终生成数据报表,所述数据报表包括异常数据、异常数据对应的监测部位、运行周期和实时数据有效性,本发明可以快速的为管理人员提供直观有效的判断依据。
-
公开(公告)号:CN110347666B
公开(公告)日:2023-03-31
申请号:CN201910571954.0
申请日:2019-06-28
Applicant: 佛山科学技术学院
IPC: G06F16/215 , G06F16/2458
Abstract: 本发明公开了一种改善时序数据质量和预警的方法及装置,包括:对原始的时间序列数据进行数据清洗;对数据清洗后的时间序列数据进行小波变换;对小波变换后的时间序列数据进行数据滤波,得到滤波时间序列;当检测所述滤波时间序列中的数据超过第一阈值且数据保持超过第一阈值的时长超过第一时间阈值时,则记录为一次预警预兆信号;在第二时间阈值内,记录了超过N次预警预兆信号时,发出预警信号。本发明对时间序列数据进行去噪,同时降低去噪过程中失真情况,提高时间序列数据的质量,通过设置阈值判断预警预兆信号,根据检测情况发出预警信号。
-
公开(公告)号:CN109783903B
公开(公告)日:2023-01-24
申请号:CN201811625928.3
申请日:2018-12-28
Applicant: 佛山科学技术学院
IPC: G06F18/20 , G06F18/10 , G06F123/02
Abstract: 本发明公开了一种基于时间序列的工业用水管道故障诊断方法及系统,实时监测和采集管道瞬时流量数据,作为时间序列观测值数据;从时间序列观测值中分割出待监测期之前的历史时间序列观测值数据和监测期时间序列观测值数据;对历史时间序列观测值数据进行数据预处理,得到平稳历史时间序列数据,进行数据拟合建模,得到平稳历史时间序列模型;通过平稳历史时间序列模型预测出监测期时间序列预测值,对监测期时间序列预测值进行分析判断,得出故障区域,对故障区域发出故障预警信号;本发明通过可以实现对工业用水管道的故障及时预测诊断,本故障诊断方法适用于大范围检测,很大程度上能够节约检查的成本和降低检修难度。
-
公开(公告)号:CN109284290B
公开(公告)日:2022-04-26
申请号:CN201811100112.9
申请日:2018-09-20
Applicant: 佛山科学技术学院
IPC: G06F16/22 , G06F16/2455 , G06F16/27 , G06F16/28
Abstract: 本发明公开了一种基于分布式储存空间的数据读取方法,包括:步骤1、获取用户输入的标记符和分布式储存空间地址;步骤2、根据所述地址找到设有第一储存仓、第二储存仓和第三储存仓的分布式储存空间;步骤3、根据所述标记符与第一储存仓存放的标记符进行匹配;步骤4、从匹配正确的分布式储存空间中找到第二储存仓和第三储存仓;步骤5、从所述第三储存仓中下载映射表;步骤6、根据所述映射表得到存放地址与组数据编号的映射关系;步骤7、根据所述映射关系,以组数据编号为序,根据对应的存放地址,从所述第二储存仓中下载数据。本发明根据映射表,反向得到组数据,相对于现有的读取方法,更加简单、容易。可用于计算机数据读取领域。
-
公开(公告)号:CN111130569B
公开(公告)日:2021-11-30
申请号:CN201911300733.6
申请日:2019-12-17
Applicant: 佛山科学技术学院
Abstract: 本发明公开了一种空间信息数据自适应容错处理方法及系统,依次将矢量空间数据中的几何中心点按照相同线实体与面实体的几何中心点在前N个矢量空间数据中出现的频率排列,通过频率构造二叉树计算得到点实体的编码序列,通过频率计算得到对应线实体与面实体的编码序列,通过编码序列直接进行数据处理或存储空间信息数据;将空间信息数据中的点实体、线实体与面实体处理为编码序列形式的映射数据,能够大幅度的压缩数据量、提升数据稳定性,使得连续性的矢量数据的在实时读取中的数据偏差缩小,由于采用数据编码格式,使得数据体积变小便于数据存储,提升了空间信息数据后期处理的检索与读取速度,提升了空间数据的容错性。
-
公开(公告)号:CN109407977B
公开(公告)日:2021-08-31
申请号:CN201811119218.3
申请日:2018-09-25
Applicant: 佛山科学技术学院
IPC: G06F3/06 , G06F16/182 , G06F16/176
Abstract: 本发明涉及大数据存储技术领域,具体涉及一种大数据分布式存储管理方法及系统,通过将数据分块和校验,以分块的形式存放校验后的数据块信息,将所述数据块信息发送给元数据服务器;通过元数据服务器处理元数据请求,存储文件系统的元数据信息,存储自身名字空间管理,提供系统服务;将元数据信息以镜像文件和日志文件的方式持久化到共享存储池中;通过同步元数据服务器的名字空间信息从而使得集群中每个元数据服务器利用备用节点进行热备份,从而实现对元数据服务器的热备份,本发明能保证大数据存储访问过程中数据的可靠性。
-
公开(公告)号:CN108008099B
公开(公告)日:2021-06-01
申请号:CN201711059198.0
申请日:2017-11-01
Applicant: 佛山科学技术学院
Abstract: 本发明公开了一种污染源定位方法,包括传感器节点传输位置坐标以及传感器节点所检测到的污染物浓度;建立用于分析污染物浓度的通用模型;设定神经网络模型;计算t1至tn时刻下各个传感器节点的污染物浓度理论值;以计算得到的污染物浓度理论值为神经网络模型的训练样本,以t1至tn时刻下各个传感器节点所检测到的污染物浓度实际值作为神经网络模型的期望输出;实际应用时神经网络模型输出预测的各个传感器节点的污染物浓度;定位污染源位置。本发明通过对神经网络模型进行训练,在未知待测水域污染物运动时能够做到精准地预测一段时间后处于各个位置的传感器节点的污染物浓度,并定位污染源位置。本发明创造用于定位待测水域中污染源位置。
-
公开(公告)号:CN110672323B
公开(公告)日:2021-03-26
申请号:CN201910824573.9
申请日:2019-09-02
Applicant: 佛山科学技术学院
IPC: G01M13/045 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明涉及故障诊断技术领域,具体涉及一种基于神经网络的轴承健康状态评估方法及装置,首先获取训练数据,所述训练数据为表征轴承振动信号的历史数据,并提取所述训练数据的特征值和所述特征值对应的故障类型,接着确定所述训练数据的优选降维训练数据,进而计算所述优选降维训练数据中各个故障类型对应的均值和协方差矩阵,通过对实时接收的测试数据进行降维,得到降维测试数据,根据所述均值和协方差矩阵计算所述降维数据在各个故障类型下的概率值,将概率值最大的故障类型作为轴承故障诊断的故障类型,本发明提高了轴承故障诊断的在线预测速率。
-
-
-
-
-
-
-
-
-