-
公开(公告)号：CN116662161A
公开(公告)日：2023-08-29
申请号：CN202310513609.8
申请日：2023-05-08
Applicant: 南京南瑞继保电气有限公司 , 南瑞集团有限公司
Abstract: 本发明公开一种函数调试方法、装置、设备及存储介质，将结构化文本函数的语言代码转换为C语言，并在转换过程中嵌入数据记录C函数；对转换得到的C代码进行编译解析，并对每一条语句命令进行调试。此种技术方案在结构化文本转换为C语言的过程中，自动嵌入函数数据镜像记录C函数，实现单步调试过程中，函数形参变量、局部变量值的记录、上送、刷新显示，解决了IEC61131‑3的函数无法单步调试问题，提升了可编程控制器的程序调试效率。
-
公开(公告)号：CN116483481A
公开(公告)日：2023-07-25
申请号：CN202310514189.5
申请日：2023-05-08
Applicant: 南京南瑞继保电气有限公司 , 南瑞集团有限公司
Abstract: 本发明公开一种固件库调用方法、装置、设备及存储介质，定义固件库接口规范，提供固件库接口注册函数，使用C语言定义固件数据结构、对外接口，并编译为固件库，系统运行时内核在初始化时加载固件库，获取固件注册的接口函数；组态软件创建工程时选择固件库模式，使用IEC61131‑3标准描述固件数据结构，自动形成固件符号库；组态软件创建工程时选择工程模式，加载导入固件库，创建固件库符号实例，设置输入输出形参数据连线，形成标准的结构化文本功能块实例调用代码，将结构化文本代码转换为C语言，基于固件接口名称，调用接口函数，实现固件初始化/运行功能。本发明支持IEC61131‑3语言调用C语言分支的固件库功能，实现了信息隐藏，保护了知识产权。
-
公开(公告)号：CN116466928A
公开(公告)日：2023-07-21
申请号：CN202310508476.5
申请日：2023-05-08
Applicant: 南京南瑞继保电气有限公司 , 南瑞集团有限公司
Abstract: 本发明公开一种标签跳转实现方法、装置、设备及存储介质，针对功能块图的标签和跳转功能，定义符合IEC61131‑3标准的库函数，分别为标签声明函数、标签跳转函数，将功能块图转换为标准的结构化文本代码，结构化文本代码调用标签声明函数、标签跳转函数，然后在结构化文本转换为C阶段，对上述两个函数做特殊转换处理，转换为C语言的标签声明语句和跳转语句。本发明在不改变结构化文本语法和文法体系前提下，通过扩充定义两个标准函数，以及对该两个函数转换处理，实现了标签定义和跳转功能，解决了功能块图和梯形图无法跳转问题，丰富了可编程控制器的程序功能。
-
公开(公告)号：CN113221687B
公开(公告)日：2022-07-22
申请号：CN202110462823.6
申请日：2021-04-28
Applicant: 南京南瑞继保电气有限公司 , 南瑞集团有限公司
Abstract: 本发明公开一种压板状态识别模型的训练方法及压板状态识别方法，压板状态识别方法包括：获取变电站二次屏柜待识别压板图像信息；将获取到的图像信息输入预先训练的压板状态识别模型，得到压板状态识别模型输出的压板位置信息和压板状态分类信息，进而根据所述压板状态分类信息确定待识别压板的状态。压板状态识别模型采用MobilenetV3‑YOLOv5s目标检测网络，通过将YOLOv5的特征提取主干网络替换为MobilenetV3网络，以压板在多个压板状态下的图像为训练样本进行基础训练，并进一步经稀疏化训练、通道剪枝和模型蒸馏得到轻量化的最终模型文件，对计算机的硬件资源消耗较少，能够应用于计算性能一般的边缘终端设备中实现压板状态识别，并保障识别精度。
-
公开(公告)号：CN113222913A
公开(公告)日：2021-08-06
申请号：CN202110463780.3
申请日：2021-04-28
Applicant: 南京南瑞继保电气有限公司 , 南瑞集团有限公司
IPC: G06T7/00 , G01N21/956 , G06K9/62 , G06N3/08 , G06N20/00
Abstract: 本发明公开一种电路板缺陷检测定位方法、装置和存储介质，方法包括：利用机器学习算法对电路板进行缺陷检测，得到存在缺陷的电路板的缺陷部位图像信息，存储缺陷部位元件名称；将缺陷部位的局部放大图像输入预先训练的深度学习网络检测模型，得到其异常类型信息以及异常位置区域；获取待检测电路板的元件实际坐标文件数据，以及预先确定的电路板整板图像中元件像素坐标与元件实际坐标之间的关系表达式；根据缺陷部位元件名称和关系表达式，计算缺陷部位在电路板整板图像中的像素坐标；最后将缺陷部位的异常类型以及异常位置区域信息，和缺陷部位在电路板整板图像中的定位位置输出至人机交互界面。利用本发明能够快速定位和展示电路板上的缺陷位置，提高板卡检测的效率和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN113221688A
公开(公告)日：2021-08-06
申请号：CN202110462824.0
申请日：2021-04-28
Applicant: 南京南瑞继保电气有限公司 , 南瑞集团有限公司
Abstract: 本发明公开一种刀闸状态识别方法、装置和存储介质，方法包括：获取待识别状态的刀闸图像；将获取到的刀闸图像输入预先训练的刀闸状态识别模型，根据所述刀闸状态识别模型的输出确定刀闸的分合状态；其中，刀闸状态识别模型采用CenterNet目标检测网络，其训练样本为已知刀闸状态类型的变电站多种类型刀闸在不同状态下的图像，刀闸状态识别模型的输出包括输入图像中刀闸的开合状态信息和类型信息。本发明的刀闸状态识别方法能够适应变电站隔离刀闸一键顺控应用场景下的双位置确认需求，提升变电站刀闸状态检测的效率。
-
公开(公告)号：CN113222913B
公开(公告)日：2024-04-12
申请号：CN202110463780.3
申请日：2021-04-28
Applicant: 南京南瑞继保电气有限公司 , 南瑞集团有限公司
IPC: G06T7/00 , G01N21/956 , G06V10/764 , G06V10/82 , G06N3/09 , G06N20/00
Abstract: 本发明公开一种电路板缺陷检测定位方法、装置和存储介质，方法包括：利用机器学习算法对电路板进行缺陷检测，得到存在缺陷的电路板的缺陷部位图像信息，存储缺陷部位元件名称；将缺陷部位的局部放大图像输入预先训练的深度学习网络检测模型，得到其异常类型信息以及异常位置区域；获取待检测电路板的元件实际坐标文件数据，以及预先确定的电路板整板图像中元件像素坐标与元件实际坐标之间的关系表达式；根据缺陷部位元件名称和关系表达式，计算缺陷部位在电路板整板图像中的像素坐标；最后将缺陷部位的异常类型以及异常位置区域信息，和缺陷部位在电路板整板图像中的定位位置输出至人机交互界面。利用本发明能够快速定位和展示电路板上的缺陷位置，提高板卡检测的效率和可靠性。
-
公开(公告)号：CN113221688B
公开(公告)日：2024-03-19
申请号：CN202110462824.0
申请日：2021-04-28
Applicant: 南京南瑞继保电气有限公司 , 南瑞集团有限公司
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开一种刀闸状态识别方法、装置和存储介质，方法包括：获取待识别状态的刀闸图像；将获取到的刀闸图像输入预先训练的刀闸状态识别模型，根据所述刀闸状态识别模型的输出确定刀闸的分合状态；其中，刀闸状态识别模型采用CenterNet目标检测网络，其训练样本为已知刀闸状态类型的变电站多种类型刀闸在不同状态下的图像，刀闸状态识别模型的输出包括输入图像中刀闸的开合状态信息和类型信息。本发明的刀闸状态识别方法能够适应变电站隔离刀闸一键顺控应用场景下的双位置确认需求，提升变电站刀闸状态检测的效率。
-
公开(公告)号：CN113221687A
公开(公告)日：2021-08-06
申请号：CN202110462823.6
申请日：2021-04-28
Applicant: 南京南瑞继保电气有限公司 , 南瑞集团有限公司
Abstract: 本发明公开一种压板状态识别模型的训练方法及压板状态识别方法，压板状态识别方法包括：获取变电站二次屏柜待识别压板图像信息；将获取到的图像信息输入预先训练的压板状态识别模型，得到压板状态识别模型输出的压板位置信息和压板状态分类信息，进而根据所述压板状态分类信息确定待识别压板的状态。压板状态识别模型采用MobilenetV3‑YOLOv5s目标检测网络，通过将YOLOv5的特征提取主干网络替换为MobilenetV3网络，以压板在多个压板状态下的图像为训练样本进行基础训练，并进一步经稀疏化训练、通道剪枝和模型蒸馏得到轻量化的最终模型文件，对计算机的硬件资源消耗较少，能够应用于计算性能一般的边缘终端设备中实现压板状态识别，并保障识别精度。
-
公开(公告)号：CN114610482B
公开(公告)日：2025-04-29
申请号：CN202210184742.9
申请日：2022-02-25
Applicant: 南京南瑞继保电气有限公司 , 南京南瑞继保工程技术有限公司
IPC: G06F9/50 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于多任务融合的模型边缘端部署方法，采集多任务场景下的图像样本，建立训练样本库；使用轻量化网络训练混合样本库，得到一阶段混合目标检测模型文件；根据多任务场景下的检测目标的特点，对每个需要进行二阶段处理的图像样本进行二阶段的标注，设计该特定任务下的轻量级网络并进行训练，得到若干个二阶段轻量级处理模型文件；以待检测图像为输入，得到其中多任务目标的矩形关键区域的分类信息和位置信息；以每一个矩形关键区域的信息为输入，得到多任务混合应用场景下的结果输出。本发明方法将多任务的混合检测场景融合到一套应用流程中，建立了端到端的任务实现方式，能提升边缘终端中多任务的执行效率，有效改善用户的使用体验。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.084 seconds)
