-
公开(公告)号：CN118520302B
公开(公告)日：2024-11-15
申请号：CN202410970488.4
申请日：2024-07-19
Applicant: 广东石油化工学院
IPC: G06F18/214 , G06F18/15 , G06F18/2131 , G06N3/0455 , G01M13/00 , G01M13/045 , G06F123/02
Abstract: 本发明公开了一种基于AI大模型和频域特征的旋转机械故障数据扩容方法。包括：获取包含指定数量数据样本的故障数据集，计算所有所述数据样本的绝对均值，根据所述绝对均值对所述故障数据集进行处理，得到冲击数据集，根据所述故障数据集提取得到频域特征，并根据所述频域特征构建提示模板，将所述故障数据集、所述冲击数据集和所述提示模板输入到预先训练好的AI大模型中，对所述故障数据集进行扩容，得到扩容数据集，本发明能够提高数据扩容的有效性和旋转机械故障诊断的准确性。
-
公开(公告)号：CN116055129B
公开(公告)日：2024-01-26
申请号：CN202211672489.8
申请日：2022-12-22
Applicant: 广东石油化工学院
Abstract: 本发明公开了一种基于动态图形密码图片的物联网设备身份认证方法和系统，包括服务器对由设备发送的第一加密身份认证信息进行解密并验证通过后，生成动态图形密码图片和第一加密明文，并将动态图形密码图片发送至所述设备，以使设备根据预设的解密算法对所述动态图形密码图片进行解密得到第一动态密码，并按照预设的第一规则对所述第一动态密码加密后得到第二加密信息并发送至所述服务器；服务器按照预设的第二规则对所述第二加密信息进行解密得到第二明文，并根据第一加密明文对第二明文进行验证，验证通过则返回身份认证成功信息至所述设备，验证不通过则返回身份认证失败信息至所述设备。本发明提高了物联网设备身份认证过程的安全性。
-
公开(公告)号：CN116756666B
公开(公告)日：2023-11-24
申请号：CN202311021493.2
申请日：2023-08-15
IPC: G06F30/20 , G06F18/2431
Abstract: 本发明公开了一种多源数据融合的离心式压缩机健康状态评估方法，属于离心式压缩机故障诊断技术领域，以实测压缩机工艺量数据流为切入点，通过构建压缩机的工艺量数据流与生产流程、设备部件之间的关联矩阵，以及工艺流数据归类，建立基于数据流分类融合的健康状态综合评估算法和判定方法。本发明采用上述的一种多源数据融合的离心式压缩机健康状态评估方法，有助于突破如何从大量数据中发现压缩机等大型装备安全风险的技术难题，对装备健康状态监测和视情运维有重要价值。
-
公开(公告)号：CN117076870A
公开(公告)日：2023-11-17
申请号：CN202311330462.5
申请日：2023-10-16
Applicant: 广东石油化工学院
IPC: G06F18/10 , G06F18/213 , G06F18/2411 , G06F18/25 , G01M99/00
Abstract: 本发明实施例提供的旋转机械故障诊断方法、装置、设备及存储介质，通过对实时振动信号提取多种实时信号特征，利用时频域检测器进行初步故障诊断，并根据实际情况对各种时频域检测结果赋予权重，利用D‑S证据理论进行结果融合，提升故障诊断的准确性。
-
公开(公告)号：CN116203830A
公开(公告)日：2023-06-02
申请号：CN202211455401.7
申请日：2022-11-21
Applicant: 广东石油化工学院
IPC: G05B11/42
Abstract: 本发明公开了一种空气流量不受控型加热炉温度PID优化控制方法，属于石油化工生产过程的先进过程控制与优化领域，包括以下步骤：读取DCS数据；将支路出口温度数据经过在线野值处理，计算一段时间内支路出口温度平均值；将此平均值与支路出口温度设定值作差形成温度的时变差值ΔT，当ΔT超出‑0.5℃～0.5℃范围，则根据现场实测的炉膛温度数据和炉膛温度设定值计算偏差E和偏差变化率EC做为输入，通过改进粒子群算法计算出模糊PID控制器的最优参数，并构建模糊PID控制器；构建模糊规则，进行模糊推理，输出PID控制参数的炉膛温度设定值，计算出修正后的炉膛温度设定值返回DCS系统。该方法实现了对石化加热炉温度控制过程的优化和控制系统的性能改进。
-
Patent Agency Ranking
公开(公告)号：CN115880490A
公开(公告)日：2023-03-31
申请号：CN202211455367.3
申请日：2022-11-21
Applicant: 广东石油化工学院
IPC: G06V10/26 , G06V20/40 , G06V10/56 , G06V10/54 , G06V10/46 , G06N20/00 , G06N5/01 , G06V10/28 , G06V10/10 , G06V10/764 , G06T5/50
Abstract: 本发明公开了一种基于孤立森林的火焰分割方法，涉及工业生产安全监控技术领域，包括以下步骤：根据视频帧，采用双阈值算法计算火焰候选区域掩膜；根据掩膜计算图像动态特征描述子，通过拼接形式构建图像总体特征描述子；采用孤立森林方法对特征描述子进行分类，选取分类结果中特征描述子的坐标维度信息，并将该部分信息标记到原始图像，完成对火焰目标的分割；通过将孤立森林的人工智能学习模型和加热炉火焰检测实际需求相结合，构建双阈值特征提取算法，通过引入孤立森林对获得特征进行评估与分类，确定当前时刻下的真实火焰区域。
-
公开(公告)号：CN112288126A
公开(公告)日：2021-01-29
申请号：CN202010941303.9
申请日：2020-09-09
Applicant: 广东石油化工学院
IPC: G06Q10/04 , G06Q10/06 , G06Q50/04 , G06N3/04 , G06N3/08 , G08B29/18 , H04L29/08 , G01D21/02 , G16Y10/25 , G16Y20/10 , G16Y20/20 , G16Y40/10 , G16Y40/20 , G16Y40/50
Abstract: 本发明公开了一种采样数据异常变化在线监测与诊断方法，本发明属于生产过程安全监控技术领域；本发明以生产过程的传感器采样数据异常变化和过程故障为对象，建立了一组实时监测和诊断异常变化的方法。解决该问题的技术方案要点包括：通过对历史数据的统计学习，形成强容错的安全变化轴线；计算实测数据与安全变化轴线之间差值，形成残差序列；计算出残差序列的容错均值和容错方差；利用“3σ‑准则”，形成{‑1，0，1}序列；利用{‑1，0，1}的各态游程，实现对异常变化的监测与诊断；本发明在生产过程安全监控领域有重要应用价值，能购便利地实现对石油化工等复杂生产过程工况的监测监控。
-
公开(公告)号：CN119047116A
公开(公告)日：2024-11-29
申请号：CN202410886330.9
申请日：2024-07-03
Applicant: 广东石油化工学院
IPC: G06F30/20 , G06F18/10 , G06F18/211 , G06F18/213 , G01M13/045 , G06F119/04
Abstract: 本发明公开了一种跨工况的滚动轴承寿命预测方法及系统，其中方法步骤包括：采集不同工况下滚动轴承的振动信号；对振动信号进行预处理，得到信号特征；基于信号特征，构建滚动轴承使用寿命的分段退化模型；基于信号特征和健康指标，构建域自适应的剩余使用寿命预测模型；利用剩余使用寿命模型，完成滚动轴承的跨工况寿命预测。本发明实现了基于大量源域有标签数据和少量目标域无标签数据即可有效预测其剩余使用寿命。同时，本发明在对工作在不同工况下的轴承的剩余使用寿命的预测上，相较于传统的数据驱动方法的预测精度有显著的提高。
-
公开(公告)号：CN118504623B
公开(公告)日：2024-11-05
申请号：CN202410955659.6
申请日：2024-07-17
Applicant: 广东石油化工学院
IPC: G06N3/0475 , G06N3/0455 , G06N3/0464 , G06N3/094 , G06F17/18 , G06F18/10 , G06F18/22 , G06F18/241 , G06F18/27
Abstract: 本发明公开了一种轴承振动数据生成方法、装置、设备及存储介质，所述方法包括：采集若干轴承样本的原始振动数据并进行预处理，得到归一化数据、历史数据以及HI标签的三元组数据集；将条件变分自编码器的解码器作为生成对抗网络的生成器，构建生成模型；根据三元组数据集对生成模型进行训练；基于训练好的生成模型中的生成器，将从正态分布中采样得到的数据作为输入，将预设的HI标签与历史振动数据作为条件，采用自回归的方式生成振动数据；其中，当前轮次的历史振动数据由上一轮生成的振动数据与上一轮的历史振动数据拼接得到，第一轮的历史振动数据由预设的初始生成器生成。本发明能够实现滚动轴承全生命周期振动数据的高质量生成。
-
公开(公告)号：CN118520302A
公开(公告)日：2024-08-20
申请号：CN202410970488.4
申请日：2024-07-19
Applicant: 广东石油化工学院
IPC: G06F18/214 , G06F18/15 , G06F18/2131 , G06N3/0455 , G01M13/00 , G01M13/045 , G06F123/02
Abstract: 本发明公开了一种基于AI大模型和频域特征的旋转机械故障数据扩容方法。包括：获取包含指定数量数据样本的故障数据集，计算所有所述数据样本的绝对均值，根据所述绝对均值对所述故障数据集进行处理，得到冲击数据集，根据所述故障数据集提取得到频域特征，并根据所述频域特征构建提示模板，将所述故障数据集、所述冲击数据集和所述提示模板输入到预先训练好的AI大模型中，对所述故障数据集进行扩容，得到扩容数据集，本发明能够提高数据扩容的有效性和旋转机械故障诊断的准确性。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.025 seconds)
