-
公开(公告)号：CN118611849A
公开(公告)日：2024-09-06
申请号：CN202410484472.2
申请日：2024-04-22
Applicant: 河钢数字技术股份有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04L9/00 , H04L9/08 , H04L67/12 , H04L49/102
Abstract: 本发明公开了基于平行链DAG区块链的工业互联网数据共享方法，涉及工业互联网的数据共享领域；本专利提出了基于Jaccard相似系数的分区方法；然后提出基于Jaccard距离的多样性计算方法，根据共享数据区块的多样性大小为每一个数据区块分配归一化权重，并按照权重依次对区块达成共识，使得实体更倾向于共享有用的数据，保证了共享数据的有用性；最后提出基于平行链DAG的跨分区引用方法，通过不同分区对跨分区共享数据区块的投票表示对该区块的引用，并构建平行链有向无环图账本存储结构，利用有向无环图结构的并行性，实现分区内和分区间数据共享的并行共识，从而提高系统的吞吐量。
-
公开(公告)号：CN117237942A
公开(公告)日：2023-12-15
申请号：CN202311263440.1
申请日：2023-09-27
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 石家庄钢铁有限责任公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供一种碳化物金相图像的采集方法、装置及电子设备，涉及碳化物金相结构技术领域。本发明通过金相图像显微镜对碳化物的目标区域拍摄的多个视场图像，之后基于金相检测模型对视场图像进行检测，确定一次检测结果。然后对多个视场图像进行拼接，并对得到的拼接图像通过金相检测模型检测，得到二次检测结果。由于拼接图像可以完整的显示金相结构，避免了金相结构被分割的情况，从而基于一次检测结果和二次检测结果综合确定的金相检测结果可以准确的反映碳化物的金相结构，提高碳化物金相图像检测的准确率。
-
公开(公告)号：CN118295342A
公开(公告)日：2024-07-05
申请号：CN202410337175.5
申请日：2024-03-22
Applicant: 北京盈碳科技发展有限公司 , 河钢数字技术股份有限公司
IPC: G05B19/418
Abstract: 本发明提供一种工业生产数据采集、管理方法及碳核算系统，涉及数据采集技术领域。该数据采集、管理方法包括以下步骤：S1.在工业生产线的各个关键节点安装高精度传感器；S2.采用冗余通信网络将数据传输至中央数据处理系统；S3.对采集到的数据进行严格的预处理；S4.将预处理后的通过加密存储在分布式数据库；S5.实时监控存储数据的运行状态；S6.对存储数据进行定期完整性和一致性检查；S7.利用数据分析结果进行生产流程的自动调整和优化；S8.在检测到系统异常时自动触发报警并启动应急响应程序。通过高精度传感器、冗余通信网络多模型融合算法和严格安全管理，本发明能够为生产提供全面、高效的数据支持，助力企业实现可持续发展。
-
公开(公告)号：CN112528525B
公开(公告)日：2022-05-13
申请号：CN202011614173.4
申请日：2020-12-31
Applicant: 河钢数字技术股份有限公司
Abstract: 本发明公开了一种基于建模技术的可视化工业流程管控平台，涉及仿真建模、虚拟现实和图形学与图像处理技术领域。所述平台包括3d模型管理器模块、仿真分析模块、大屏编辑器模块、数据源管理模块、业务应用模块。该基于建模技术的可视化工业流程管控平台具有模型高度仿真、多维度、多尺度数据源的实时采集、统一数据采集参数及格式、多维度、多层级数据分析、内嵌组态、各种图表等支撑组件、图形化界面操作、多主体样式设计和3d轻量化技术等优点，方便使用者通过该管控平台对设备运作状态进行了解和掌握，当设备出现故障时能够第一时间进行检修工作，有效的防止不必要的经济损失，提高工业生产的生产效率。
-
公开(公告)号：CN112529545A
公开(公告)日：2021-03-19
申请号：CN202011624703.3
申请日：2020-12-31
Applicant: 河钢数字技术股份有限公司
IPC: G06Q10/10 , G06F16/22 , G06F16/2455 , G06F16/2457 , G06F16/28 , G06F9/54
Abstract: 本发明公开了一种基于微服务模式的动态部署工作流的系统及方法，系统包括动态表单前端模块、动态表单后台接口模块、动态表单数据库表生成模块、流程前端模块、流程后台接口模块、流程后台生成模块、Kafka消息队列模块、Jenkins的部署模块、人员组织管理模块、登录注册审批模块和流程后台审批模块。本发明通过拖拉拽的方式实现工作流，极大的节约了人力、物力和财力，简化了开发步骤，使寻常人都可以方便的使用此方法，提高了工作效率。
-
Patent Agency Ranking
公开(公告)号：CN112528525A
公开(公告)日：2021-03-19
申请号：CN202011614173.4
申请日：2020-12-31
Applicant: 河钢数字技术股份有限公司
Abstract: 本发明公开了一种基于建模技术的可视化工业流程管控平台，涉及仿真建模、虚拟现实和图形学与图像处理技术领域。所述平台包括3d模型管理器模块、仿真分析模块、大屏编辑器模块、数据源管理模块、业务应用模块。该基于建模技术的可视化工业流程管控平台具有模型高度仿真、多维度、多尺度数据源的实时采集、统一数据采集参数及格式、多维度、多层级数据分析、内嵌组态、各种图表等支撑组件、图形化界面操作、多主体样式设计和3d轻量化技术等优点，方便使用者通过该管控平台对设备运作状态进行了解和掌握，当设备出现故障时能够第一时间进行检修工作，有效的防止不必要的经济损失，提高工业生产的生产效率。
-
公开(公告)号：CN112199423A
公开(公告)日：2021-01-08
申请号：CN202010905210.0
申请日：2020-09-01
Applicant: 河钢数字技术股份有限公司
IPC: G06F16/25 , G06F16/2458 , G06F16/215 , G06F16/28
Abstract: 本发明公开了一种ETL数据质量判定与反馈方法，该方法包括：获取ETL数据处理过程的判定指标，根据所述判定指标的结果值和预设期望值的比较结果确定对所述ETL数据处理过程的质量判定结果，并在根据ETL处理日志确定所述ETL任务失败时，根据所述ETL处理日志和目标数据中携带的标记信息从所述数据仓库中确定出所述脏数据，并对所述脏数据进行清理，从而进一步提高了对ETL数据质量判定的准确性，并通过质量判定结果进行反馈，及时发现ETL处理过程中的问题，保证了输出数据的准确性。
-
公开(公告)号：CN117294497A
公开(公告)日：2023-12-26
申请号：CN202311252011.4
申请日：2023-09-26
Applicant: 河钢数字技术股份有限公司 , 河钢雄安数字科技有限公司 , 河钢集团有限公司 , 西安电子科技大学
IPC: H04L9/40 , G06F18/2433 , G06F18/23213
Abstract: 本发明涉及网络安全技术领域，提供一种网络流量异常检测方法、装置、电子设备及存储介质。该方法包括获取网络流量数据集；采用异常检测算法检测网络流量数据集，确定网络流量数据集中每个网络流量数据的状态；对网络流量数据集进行聚类，获得聚类后的n个分类；基于该分类中每个网络流量数据的状态，确定该分类中异常状态的数据所占比例；若该分类中异常状态的数据所占比例大于预设阈值，则将该分类的所有网络流量数据确定为异常值。本发明通过根据聚类中异常数据的比例判断该类别是否属于异常类。并将异常类的数据确认为异常值。通过聚类修正异常检测结果，减少了异常检测算法误判的概率，提升了网络流量数据异常检测的准确性。
-
公开(公告)号：CN113128124B
公开(公告)日：2023-09-15
申请号：CN202110442000.7
申请日：2021-04-23
Applicant: 东北大学 , 河钢集团有限公司 , 河钢数字技术股份有限公司
IPC: G06F30/27 , G06N3/006 , G06F18/231 , G06F18/2415 , G06N3/047 , G06N3/086 , G16C60/00 , G16C20/70 , G06F111/04 , G06F111/06 , G06F111/10 , G06F113/26 , G06F119/14
Abstract: 本发明提供一种基于改进神经网络的多牌号C‑Mn钢力学性能预测方法，首先采集多牌号C‑Mn钢在热连轧生产过程中的生产数据并进行数据处理，然后采用前向选择的相关性分析方法生成各力学性能的样本集，采用PSO算法对BRNN网络模型训练过程中的参数进行优化，通过选取多个牌号的C‑Mn钢生产数据，使数据样本中包含了更加全面的生产工艺信息，解决了单钢种生产工艺的数据无法包括全面的工艺信息的问题；通过采用数据处理和相关性分析方法，使数据更加稳定且更具规律性，并可以有效简化预测模型的结构；通过引入PSO算法对BRNN模型进行改进，解决了其存在的容易陷入局部最小值的问题，经过改进的神经网络具有良好的泛化能力，能够更客观地符合物理冶金学规律。
-
公开(公告)号：CN115034326A
公开(公告)日：2022-09-09
申请号：CN202210710798.3
申请日：2022-06-22
Applicant: 河钢数字技术股份有限公司
Abstract: 本发明公开了一种基于多任务增益回归的废钢异物扣重学习方法，采用MTSN预测模型，并采用Embedding模块实现数据连续向量表示，采用层级条件下的多层感知网络实现数据学习，分别生成认知数据损失度量和离散废钢等级数据的损失度量，最后采用MTL多任务自动学习权重机制，关注相关性大的变量，弱化相关性小的变量，实现自动调节权重系数；本发明中的多层级回归网络，根据数据类型的不同，分别训练，对具有不确定性影响力的数据，单独计算特征影响因子，提高数据的表征能力，能够解决数据表征能力差的问题；本发明中的数据增益网络，初始化权重，计算数据预测参数，迭代训练，转化权重系数为增益系数。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.058 seconds)
