-
公开(公告)号：CN118992831B
公开(公告)日：2025-05-06
申请号：CN202411466991.2
申请日：2024-10-21
Applicant: 无锡学院
Abstract: 本发明提供一种人工智能驱动的起重机自适应抗干扰控制方法及系统，起重机自适应抗干扰控制技术领域，本发明首先收集多组起重机工作时的历史数据，构成历史数据集，并按比例将其分为训练集与验证集，使用神经网络构建起重机干扰预测模型，使用训练集和验证集对模型进行训练优化，生成摆动干扰预测模型，实时采集起重机工作时的各种数据，使用摆动干扰预测模型预测摆动干扰系数，通过重物质量、重物横截面积、风速和空气密度生成风力干扰系数；通过吊臂振动频率和幅值生成振动干扰系数；通过上述干扰系数调节系统增益，然后通过增益控制控制器输出，以达到自适应抗干扰的目的。
-
公开(公告)号：CN119917958A
公开(公告)日：2025-05-02
申请号：CN202510412846.4
申请日：2025-04-03
Applicant: 无锡学院
IPC: G06F18/2431 , G06F18/25 , G01M99/00
Abstract: 本发明提供一种多传感器数据融合的设备故障诊断方法及系统，涉及设备故障诊断技术领域，本发明通过多传感器数据融合的方法，显著提高了设备故障诊断的准确性和可靠性。具体而言，本发明从图像、温度多个传感器数据中提取特征，并通过特征融合生成设备故障特征指数，从而实现对设备故障的预测诊断，通过采集关键部位的温度数据以及工作图像，对工作图像进行相关性分析，生成反映设备工作图像的图像纹理特征评估指数，对温度数据进行相关性处理，生成反映设备温度特征值的温度特征评估指数，并对温度特征评估指数和图像纹理特征评估指数进行相关性分析，生成设备故障特征指数，从而输出可能性最高的故障类型。
-
公开(公告)号：CN119884892A
公开(公告)日：2025-04-25
申请号：CN202510365538.0
申请日：2025-03-26
Applicant: 无锡学院
IPC: G06F18/241 , G01D21/02 , G06F18/15 , G06F18/2113 , G06F18/2431
Abstract: 本发明提供一种工业态势感知多传感器融合数据协同分析方法及系统，涉及工业传感器技术领域，具体步骤包括：采集传感器数据，分析传感器之间的相关性，纵向分析数据，输出评判结果，本发明通过对设备上的传感器采集的数据进行相关性分析，传感器共同协同作业，通过采集传感器数据，分析各个传感器之间的关联性，并依据关联性的基础上对同样的采样点、采集窗口对传感器采集的数据进行纵向分析，生成用于判定故障出现来源的故障类别判定指数，从而辅助判断是设备出现故障还是传感器出现故障，极大的提高了工作人员的检修效率。
-
公开(公告)号：CN119320104B
公开(公告)日：2025-04-25
申请号：CN202411876585.3
申请日：2024-12-19
Applicant: 无锡学院
Abstract: 本发明提供一种起重机吊装作业过程风险预警方法及系统，涉及起重机吊装风险预警技术领域，本发明通过预作业试验获取实际数据，结合风速、载荷矩阵和动态因素修正载荷，生成拟合方程以预测未来载荷情况。实现了对起重机吊臂载荷的动态监测和准确评估，显著提高了风险管理的精准度。与传统方法相比，本方案能够提前对作业状况进行预测并进行风险评估，从而预防潜在事故，为操作人员提供可靠的安全保障。这不仅提升了起重机作业的安全性，还优化了设备管理和维护流程，为高风险作业场景提供了有效的解决方案。
-
公开(公告)号：CN119693905A
公开(公告)日：2025-03-25
申请号：CN202411882245.1
申请日：2024-12-19
Applicant: 无锡学院
IPC: G06V20/56 , G06V10/25 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0455
Abstract: 本发明提出一种基于BEV的目标物体检测方法及系统，首先获取待检测的图像和相应的目标点云数据，然后通过特征提取网络对待检测的目标图像和目标点云数据进行特征提取并分别将其转换为BEV图像特征和BEV点云特征，通过可变形的注意力机制对所述BEV图像特征和BEV点云特征进行特征增强，提高了特征的表示能力；最后将经过特征增强的BEV图像特征和BEV点云特征进行融合，进一步用于进行目标检测，能够实现更加精准的目标物体检测，提高了对目标物体检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN118890213B
公开(公告)日：2025-01-24
申请号：CN202411320881.5
申请日：2024-09-23
Applicant: 无锡学院 , 无锡江宏信息技术有限责任公司
Abstract: 本发明公开了一种数据资产安全监控方法，属于网络安全技术领域，包括以下步骤：进行数据资产探测，解析返回的数据包，构建数据资产信息库；基于所述数据资产信息库构建攻击树模型，并通过决策树算法计算攻击树模型中各攻击路径的风险值；根据所述风险值制定数据资产监控策略。本发明提供的数据资产安全监控方法可以实现针对电力系统的数据风险评估，同时实现攻击树模型网络的攻击路径风险评估，根据风险评估结果制定数据资产监控策略，能够有效解决数据防护的滞后性。
-
公开(公告)号：CN118760174B
公开(公告)日：2025-01-24
申请号：CN202410908156.3
申请日：2024-07-08
Applicant: 无锡学院
Abstract: 本发明公开了一种DoS攻击下多智能体的预定时间滑模编队控制方法，包括建立非周期性DoS攻击模型，考虑智能体之间的动态相互作用、协调关系以及外部干扰，建立多智能体动态模型，描述智能体的位置变化；设计预定时间滑模面以及其控制器，以实现多智能体的非线性系统对外部环境以及DoS攻击的适应性；设置预定时间终端滑模控制的Lyapunov充分条件；通过无界Lyapunov函数V2(x)进行无DoS攻击时系统稳定性证明；设定DoS攻击下的预定时间稳定系统的稳定性证明控制器，通过调整误差系统的初始参数，使得非线性系统完成非周期DoS攻击下期望的时变编队控制。通过本发明方法提升了非周期性DoS攻击以及持续外部干扰对非线性多智能体系统稳定性。
-
公开(公告)号：CN119151242A
公开(公告)日：2024-12-17
申请号：CN202411605411.3
申请日：2024-11-12
Applicant: 无锡学院
IPC: G06Q10/0631 , G06N20/00 , G06Q10/083
Abstract: 本发明公开了一种基于强化学习的多智能体系统高效任务分配方法及系统，本发明涉及配送物流多智能体系统任务分配领域，包括：该系统通过将总区域划分为多个面积相同的子区域，系统获取待分配配送任务的总数及其对应的需求数据和环境数据，依据需求数据为每个配送任务确定优先级，并基于目标配送位置信息统计每个子区域内的配送任务数量。系统获取可执行配送任务的运输智能体总数量，以及每个子区域中心点到总区域配送点的距离信息。结合环境数据和子区域内的配送任务数量，生成每个子区域的最大配送量。根据每个子区域的任务优先级和最大配送量，合理安排运输智能体执行任务配送，增强了在复杂环境下的适应性与稳定性。
-
公开(公告)号：CN118936886A
公开(公告)日：2024-11-12
申请号：CN202410956833.9
申请日：2024-07-17
Applicant: 无锡学院
IPC: G01M13/045 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于1D‑XFormer模型的电机轴承故障诊断方法和系统，所述方法包括以下步骤：采集电机轴承振动信号并进行预处理；构建自适应轻量化1D‑XFormer网络用于电机轴承故障诊断；将预处理后的轴承振动信号输入1D‑XFormer网络得到诊断结果；其中，1D‑XFormer网络由一维Xception和Transformer组成用于电机轴承故障诊断，包括输入、中间、输出三个通道。本发明在复杂工况下具有较强的电机故障诊断能力而且该方法的复杂度较低。
-
公开(公告)号：CN118432943B
公开(公告)日：2024-09-24
申请号：CN202410878361.X
申请日：2024-07-02
Applicant: 无锡学院
Abstract: 本发明提供一种电力物联网信息安全风险评估方法及系统，涉及信息安全技术领域。本发明针对电力物联网系统中重要度高并且容易出现安全漏洞的设备、网络、数据进行安全检测，分别对每种攻击方式建立攻击树模型，生成攻击影响指数以评估设备、网络、数据的安全风险状况，根据攻击树的风险，生成应对每种风险的安全措施，通过分析系统中是否存在对应的安全措施以及安全措施的应对效果，生成安全控制指数以评估安全措施针对不同类型攻击的应对效果，最终结合攻击影响指数和安全控制指数生成综合评价指数判断电力物联网系统的安全风险情况。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.029 seconds)
