-
公开(公告)号：CN113869883A
公开(公告)日：2021-12-31
申请号：CN202111277026.7
申请日：2021-10-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于模板实例策略的实验项目运行管理方法，所述运行管理方法通过对实验涉及的关键信息进行管理和跟踪来保障实验整体过程的平稳运行，主要步骤包括：步骤1：通过记录各实验系统的使用计划来管理设备负载情况。步骤2：根据设备负载和任务需求通过实验项目管理来制定实验任务执行规划。步骤3：按照实验任务执行规划通过实验工作流模板管理创建工作流实例。步骤4：分配对应的实验项目资源并根据实验标准操作过程管理进行实验。本发明可实现为多实验系统构成的实验装置进行相关实验提供经验参考，为实验改进提供数据基础，为统筹实验进度提供量化信息的支撑，为确保各实验项目的高效、可靠运行提供管理和支撑。
-
公开(公告)号：CN111583592A
公开(公告)日：2020-08-25
申请号：CN202010374572.1
申请日：2020-05-06
Applicant: 哈尔滨工业大学
Abstract: 一种基于多维卷积神经网络的实验环境安全预警方法，采集实验室数据，进行数据预处理，得到归一化样本集，利用多维卷积神经网络对隐藏故障信息进行深度挖掘，随后根据模型的预测分辨结果与所测实验室数据对应的人工标注标签的偏差来调整故障诊断模型内部权重参数，最后对实验室安全预警模型的进行性能测试，使基于多维卷积神经网络的实验室安全预警模型的正确率得到进一步的提升。本发明所得结论准确，可以及时对安全隐患进行发现并预警，阻止安全事故的发生。
-
公开(公告)号：CN111553910A
公开(公告)日：2020-08-18
申请号：CN202010373872.8
申请日：2020-05-06
Applicant: 哈尔滨工业大学
Abstract: 一种基于红外图像的大型实验装置电器设备热故障检测方法，采集电器的红外图像，通过全卷积网络对所述红外图像进行分割识别，确定所述红外图像中的每个电器的类别，以及相应的温度；利用每个电器类别对应的温度阀值与经过全卷积网络识别后的红外图像中相应类别电器的温度相比较，从而确定所测电器设备的温度是否存异常；本发明提供了一种可以实时监控电器设备温度，并进行热故障检测的方法，也保证了图像分割和识别的准确率。
-
-
公开(公告)号：CN113138894B
公开(公告)日：2022-07-15
申请号：CN202110402593.4
申请日：2021-04-14
Applicant: 哈尔滨工业大学 , 哈尔滨凯纳科技股份有限公司
Abstract: 本发明公开了一种基于电力参数监测与屏幕信息识别的实验设备监控方法，所述方法包括以下步骤：本地操作者分析并划分实验设备完成一次实验流程的典型状态；利用电力参数监测装置测量待监控实验设备在长时间内、不同典型状态下的进线处电力参数，利用聚类分析算法建立设备状态特征库；建立神经网络模型，利用电力参数监测装置实时测量待监控实验设备进线处的电力参数，预测待监控实验设备的状态；利用图像识别技术识别待监控实验设备的计算机屏幕信息，分析并判断实验设备的状态；协同以上两个判断条件对实验设备进行监控，分析两者结果是否一致。本发明可实现对具有私有协议的计算机实验软件的实验设备进行设备状态监控和故障监测保护的功能。
-
Patent Agency Ranking
公开(公告)号：CN113138894A
公开(公告)日：2021-07-20
申请号：CN202110402593.4
申请日：2021-04-14
Applicant: 哈尔滨工业大学 , 哈尔滨凯纳科技股份有限公司
Abstract: 本发明公开了一种基于电力参数监测与屏幕信息识别的实验设备监控方法，所述方法包括以下步骤：本地操作者分析并划分实验设备完成一次实验流程的典型状态；利用电力参数监测装置测量待监控实验设备在长时间内、不同典型状态下的进线处电力参数，利用聚类分析算法建立设备状态特征库；建立神经网络模型，利用电力参数监测装置实时测量待监控实验设备进线处的电力参数，预测待监控实验设备的状态；利用图像识别技术识别待监控实验设备的计算机屏幕信息，分析并判断实验设备的状态；协同以上两个判断条件对实验设备进行监控，分析两者结果是否一致。本发明可实现对具有私有协议的计算机实验软件的实验设备进行设备状态监控和故障监测保护的功能。
-
公开(公告)号：CN111505424A
公开(公告)日：2020-08-07
申请号：CN202010374571.7
申请日：2020-05-06
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度卷积神经网络的大型实验装置电力设备故障诊断方法，根据电力设备在线监控数据来采集历史故障数据，形成初始样本集，并对其进行数据预处理，得到归一化样本集，利用深度卷积神经网络对隐藏故障信息进行深度挖掘，随后根据模型的预测故障类型与真实故障类型的偏差来调整故障诊断模型内部权重参数，最后对电力设备故障诊断模型的进行性能测试，使基于深度卷积神经网络的电力设备故障诊断模型的故障诊断准确率得到进一步的提升。本发明能够根据电力设备监测数据来准确判断是否有故障发生，并输出故障类型，根据此故障类型得到对应的故障解决方法，实现快速有效的使电力设备系统能够快速恢复正常工作状态。
-
公开(公告)号：CN115242887B
公开(公告)日：2024-12-20
申请号：CN202210879168.9
申请日：2022-07-25
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种工业以太网统一数据模型制定方法，所述方法包括前置环节、解析环节和融合环节三大环节，其中：所述前置环节包括构建统一数据模型的架构，获取装置中各实验设备发送的数据包、配置信息、默认信息和通信协议并构建通信协议特征规则库；所述解析环节包括数据包IP地址解析、IP端口号解析以及内容信息解析；所述融合环节包括确定统一数据模型字段数、确定统一数据模型各字段字节数，构建统一数据模型；所述解析环节通过前置环节的映射实现，按照数据包所用通信协议的规则对各数据包进行解析；所述融合环节对前置环节和解析环节获取的全部信息进行调用，形成数据模型各字段。该方法制定的统一数据模型具有全局性、根本性、基础性。
-
公开(公告)号：CN115242887A
公开(公告)日：2022-10-25
申请号：CN202210879168.9
申请日：2022-07-25
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种工业以太网统一数据模型制定方法，所述方法包括前置环节、解析环节和融合环节三大环节，其中：所述前置环节包括构建统一数据模型的架构，获取装置中各实验设备发送的数据包、配置信息、默认信息和通信协议并构建通信协议特征规则库；所述解析环节包括数据包IP地址解析、IP端口号解析以及内容信息解析；所述融合环节包括确定统一数据模型字段数、确定统一数据模型各字段字节数，构建统一数据模型；所述解析环节通过前置环节的映射实现，按照数据包所用通信协议的规则对各数据包进行解析；所述融合环节对前置环节和解析环节获取的全部信息进行调用，形成数据模型各字段。该方法制定的统一数据模型具有全局性、根本性、基础性。
-
公开(公告)号：CN111597992A
公开(公告)日：2020-08-28
申请号：CN202010413188.8
申请日：2020-05-15
Applicant: 哈尔滨工业大学
Abstract: 一种基于视频监控的场景物体异常的识别方法，由于视频均是由图像序列工程，所以将采集到的视频的每一帧分为一个图像，并确定所述图像中出现的目标的种类和数量，标记所述图像形成样本，将构成所述视频的所述图像形成样本集；将所述样本集通过faster-rcnn算法进行目标提取，通过对比判断所述图像中的目标物体是否存在速度异常、形态异常和位置异常。本发明采用faster-rcnn算法能够解决遮挡造成的目标提取不准确的问题，提高了目标获取的准确性，以提高检测异常行为的准确性；加快异常检测识别速度，提高计算效率。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.027 seconds)
