公开(公告)号：CN119004059A

公开(公告)日：2024-11-22

申请号：CN202411460382.6

申请日：2024-10-18

Applicant: 无锡学院

Inventor： 吴庆干 ,  焦永志 ,  宋辉 ,  黄梦乔 ,  宋长坡 ,  孙宁 ,  夏庆锋 ,  魏琛 ,  朱良宇 ,  陈国涵 ,  李瑜锋 ,  黄明 ,  谭思科

IPC: G06F18/21 ,  G06F18/2113 ,  G06F18/2431 ,  G06F18/25

Abstract: 本发明提供基于多传感器的数据融合方法及系统，涉及多传感器数据融合技术领域，本发明通过结合不同传感器间的横向比较和同一传感器随时间变化的纵向分析，显著提高了数据融合的精度和系统的鲁棒性。横向比较捕捉传感器间的差异，纵向分析评估传感器随时间的性能变化，提供了全面的传感器健康状态评估。同时通过设置第一评价系数和第二评价系数来分别对当前状态和未来状态的风险进行评估，能够及时识别高风险传感器并预见潜在问题，而且观测时间和观测窗口的自适应设置，减少了计算资源的消耗，提高了系统的响应速度，满足多样化的应用需求。

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

Inventor： 夏庆锋 ,  张永宏 ,  李鹏 ,  刘春辉 ,  朱良宇 ,  吴庆干 ,  宋长坡 ,  孙宁 ,  乐韩峰 ,  何新涵 ,  浦佳洁 ,  宋利鹏 ,  许可儿

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

Inventor： 吴庆干 ,  安志刚 ,  黄梦乔 ,  孙宁 ,  夏庆锋 ,  宋长坡 ,  徐湖城 ,  陈国涵 ,  姚文卓 ,  杨锦泽 ,  吴一帆 ,  朱良宇 ,  左雨瑄

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。