-
公开(公告)号：CN110831245B
公开(公告)日：2021-08-10
申请号：CN201911059206.0
申请日：2019-11-01
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本申请公开了一种网络连接方法、装置及路由器，涉及物联网技术领域。其中，所述方法通过与路由器通信连接的第一电子设备向路由器发送控制指令，然后由路由器根据该控制指令和预先对路由器配置的网络连接信息得到目标信息，并将该目标信息广播到第二电子设备，使得该第二电子设备能够根据该目标信息对路由器发起连接请求，最后在该路由器响应该连接请求后即可建立起该第二电子设备与路由器之间的通信网络。通过该方法，可以在不知道路由器连接密码的情况下，使用与该路由器通信连接的第一电子设备进行控制，将不具备人机交互界面的智能设备连接到路由器，从而极大程度地简化了此类设备的连接方式。
-
公开(公告)号：CN112348348A
公开(公告)日：2021-02-09
申请号：CN202011204423.7
申请日：2020-11-02
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本发明公开了一种任务数据处理方法及系统，其中方法包括：获取品质管理的任务数据；根据任务数据中的关键信息将多条任务进行分类，获得任务类别；根据目标类别，在预设的处理模板中匹配目标模板；将目标模板中的单项标准信息与预设的一个或多个条目进行关联，获得每个任务类别对应的关联关系；当获取到新任务信息时，根据新任务信息中的关键信息匹配对应的任务类别，获得目标关联关系；其中，目标关联关系为关联关系中的一条或多条条目，目标关联关系用于指导新任务信息的执行。本发明实现了模块化和标准化，可高效率的对任务进行分配和匹配，并且极大的降低了企业人力成本，提高了对各种任务处理的标准化程度。
-
公开(公告)号：CN120010302A
公开(公告)日：2025-05-16
申请号：CN202411768405.X
申请日：2024-12-04
Applicant: 北京首钢自动化信息技术有限公司
IPC: G05B19/042
Abstract: 本申请公开了一种电动窗帘的控制方法、装置、电子设备及存储介质，其中，方法包括：获取电动窗帘当前环境参数；基于当前环境参数，通过训练后的预测模型预测针对电动窗帘的控制指令；其中，预测模型是通过样本训练集训练得到的；样本训练集包括历史控制指令和历史控制指令对应的历史环境参数；基于控制指令控制电动窗帘的工作模式。通过本申请提供的技术方案能够随着环境条件自动控制电动窗帘的工作模式，并且能够贴合用户的偏好和需求。
-
公开(公告)号：CN114401207A
公开(公告)日：2022-04-26
申请号：CN202111667492.6
申请日：2021-12-30
Applicant: 北京首钢自动化信息技术有限公司
IPC: H04L43/0823 , H04L43/10 , H04L41/0677
Abstract: 本发明实施例提供了一种通讯异常终端设备定位方法、装置及电子设备，通过对物联网中接入有终端设备的多条通讯链路进行通讯心跳监听，并获取多条通讯链路对应的心跳监听信息，能够对接入物联网的终端设备进行监听，接着根据预设的限制条件，对心跳监听信息中的在线心跳数量进行判断，得到判断结果。在判断结果为通讯异常时，会对多条通讯链路进行分组处理，缩小监听的范围，因而能更快速地从不满足预设筛选条件的分组中确定出目标通讯链路，最后在确定出目标通讯链路之后，可以根据目标通讯链路，对通讯异常的终端设备进行定位，缩短了找寻通讯异常终端设备的时间，进而提高了对通讯异常的终端设备进行定位的效率。
-
公开(公告)号：CN112734974A
公开(公告)日：2021-04-30
申请号：CN202011560915.X
申请日：2020-12-25
Applicant: 北京首钢自动化信息技术有限公司
IPC: G07C1/20
Abstract: 本发明涉及智能设备技术领域，尤其涉及一种物业巡检方法、装置及系统，包括：待维护设备、管理设备、巡检设备；管理设备，用于针对不同的待维护设备制定不同的巡检任务，并对巡检任务进行加密，将加密的巡检任务发送至巡检设备；巡检设备，用于获取巡检人员的面部图像信息，并将巡检人员的面部图像信息发送至管理设备；管理设备，用于对所述巡检人员的面部图像进行验证，验证通过时，生成解密信息；巡检设备，还用于基于解密信息，获得解密的巡检任务；基于解密的巡检任务，执行巡检任务，获得维护结果图片，并将其存储或者上传至管理设备，进而能够提高车间设备的安全可靠性和稳定性，当设备出现无法维护的问题时，能够及时解决。
-
Patent Agency Ranking
公开(公告)号：CN109242825A
公开(公告)日：2019-01-18
申请号：CN201810836974.1
申请日：2018-07-26
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06T7/00
Abstract: 本申请公开了一种基于深度学习技术的钢铁表面缺陷识别方法和装置，所述方法包括：根据钢铁生产线的类型，收集相应的钢铁表面缺陷图片；根据标注平台的标注流程对缺陷进行标注，生成训练样本集和校验样本集；根据钢铁表面缺陷的种类和特征，设计神经网络模型；根据所述训练样本集和神经网络的训练流程，训练所述神经网络模型；根据所述校验样本集和所述神经网络模型的评估方法，评估所述神经网络模型的各项指标，并优化所述神经网络模型；根据设备性能和所述神经网络模型大小，分布式地进行所述神经网络模型的部署和应用。利用深度学习技术，优化神经网络模型，达到了降低设备成本，实时、高准确度地识别钢铁表面缺陷的技术效果。
-
公开(公告)号：CN108196494A
公开(公告)日：2018-06-22
申请号：CN201810004263.8
申请日：2018-01-03
Applicant: 北京首钢自动化信息技术有限公司
IPC: G05B19/048
Abstract: 本发明公开了一种建筑管控平台，包括：基础设施层和上层管理系统：基础设施层用于为上层管理系统提供数据源并接收来自上层所述管理系统的控制指令；上层管理系统包括集控IBMS层、业务管理层和数据分析层；集控IBMS层与基础设施层对接，集控IBMS层包括SCADA数据采集模块，用于接收来自基础设施层的数据，并将接收到的数据进行解析分类，集控IBMS层还生成用于下发至基础设施层的控制指令；业务管理层从集控IBMS层接收业务管理所需数据，根据业务管理所需数据进行业务处理及日常运营，业务管理层还向基础设施层下发对应的控制指令；数据分析层对从集控IBMS层接收到的数据进行分析，并显示出分析结果和/或生成与分析结果对应的策略信息。有助于提高管理效率。
-
公开(公告)号：CN106373173A
公开(公告)日：2017-02-01
申请号：CN201610798979.0
申请日：2016-08-31
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本发明涉及监控技术领域，尤其涉及一种监控方法及系统，所述方法包括：采集监控区域内包含的监控设备的监控数据；根据所述监控数据封装获得三维建模数据；根据所述三维建模数据构建三维模型动画；将所述三维模型动画展现给用户。本发明通过对监控区域内包含的监控设备的监控数据进行采集，并将监控数据封装成三维建模数据，再根据三维建模数据构建三维模型动画，最后将三维模型动画展现给用户，从而实现了将监控区域进行三维动态展示的技术效果，用户根据监控区域的三维模型动画能够直观地了解到监控区域的情况。
-
公开(公告)号：CN104574019A
公开(公告)日：2015-04-29
申请号：CN201410832110.4
申请日：2014-12-26
Applicant: 北京首钢自动化信息技术有限公司
CPC classification number: G06Q10/087 , G06Q50/28
Abstract: 一种面向离散库区的精准存储方法，根据基本的物流管理货区的码放方式(货架区码放，平置区码放)来分别制定详细的货物分配逻辑，针对货架区码放，建立货架区分配模型，并遵从货位分配的遗传退货算法，从而实现货架区的货位分配；针对直接入库库位自动选择的货物分配，物料按类存储，同品项物料存储在一起，同类物料就近存储，同批物料不能混放，货架区遵循重心最低原则，以及容器满载率，进行货位的分配。从而在作业人员已定义好的物料码放决策信息，由系统内自动生成提具体物料的码放位置，很大程度的缩短人工选择库位的时间，提高人员工作效率，同时可对物流管理库房整体人员组织结构进行减员增效，以最低的人工成本实现最大的效能。
-
公开(公告)号：CN116071014A
公开(公告)日：2023-05-05
申请号：CN202211707750.3
申请日：2022-12-29
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06Q10/10 , G06F21/31 , G06F16/172 , G06F16/17 , G06F16/18
Abstract: 本发明公开本一种图档管理方法、装置及电子设备，通过接收用户输入关于目标的目标管理请求，所述目标管理请求包括新建目标、置顶目标、删除目标和重命名目标；根据所述目标管理请求在图档系统页面完成相应的新建目标、置顶目标、删除目标及重命名目标操作。如此，通过采用了多种功能设计模式，使图档管理功能更加完善，效率更高，使用起来更加方便。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.028 seconds)
