-
公开(公告)号：CN106292593A
公开(公告)日：2017-01-04
申请号：CN201610698267.1
申请日：2016-08-22
Applicant: 山东省计算中心(国家超级计算济南中心) , 王茂励
IPC: G05B19/418
CPC classification number: Y02P90/18 , Y02P90/185 , Y02P90/28 , G05B19/41865
Abstract: 本发明的面向工业生产的数字化车间，包括传输带、数控机床、智能网关和生产控制室，特征在于：数控机床处设置有桁架和机械手，传输带、桁架、机械手、机床的控制电路均通过工业以太网和智能网关与上位PC机相通信。本发明的数字化车间的建设及控制方法，包括：a).通信连接；b).下发工件加工指令；c).工料运输；d).检测工料是否到位；e).桁架运送；f).机械手放置；g).工料加工；h).工件取下；i).判断工件是否完成。本发明的数字化车间建设方法，针对工厂生产实际问题，围绕制造业产业转型升级需求，打造智能工厂/数字化车间，提升企业研发、生产、管理和服务的智能化水平。
-
公开(公告)号：CN106238887A
公开(公告)日：2016-12-21
申请号：CN201610873659.7
申请日：2016-09-30
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: B23K10/00 , B23K37/053
CPC classification number: B23K10/00 , B23K37/0533 , B23K37/0538 , B23K2101/06
Abstract: 本发明的提供一种钢管切割双向同步旋转夹紧装置，以解决钢管在切割过程中无法被夹紧并旋转的技术问题。它包括夹紧安装框、转盘机构、夹紧机构和双向同步夹紧驱动连接机构；夹紧安装框的后端上设有托举机构，所述的夹紧机构包括微调机构，旋转夹紧装置的前方安装翻转出料装置。本发明的有益效果是：在利用等离子切割机对钢管的切割过程中，可以实现对钢管双向同步夹紧并带动旋转，使钢管切割过程更加高效。
-
公开(公告)号：CN105204436B
公开(公告)日：2016-10-26
申请号：CN201510532922.1
申请日：2015-08-26
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G05B19/406
Abstract: 本发明的基于分级预警的数控机床故障诊断方法，包括：a).采集机床的信息，获得机床的振动、温度原始数据；b).数据处理和参数提取，提取包括振动幅值、振动突变值和温度在内的特征参数；c).判断是否存在故障，根据步骤b)中获取的特征参数是否超越预设下限值判断机床是否存在故障；d).判断预警等级，如果预警级别达到4级，则执行机床停机命令；如果预警级别为1～3级，则执行步骤f)；f).自动识别故障原因。本发明的机床故障诊断方法，满足了机床早期故障预警的快速性以及诊断的准确性要求，提高了数控机床故障诊断的准确性和可靠性，减少了停机时间，有效降低了维护成本，提高了数控机床的生产效率。
-
公开(公告)号：CN103369043B
公开(公告)日：2016-09-07
申请号：CN201310289086.X
申请日：2013-07-11
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的基于无线传感网的建筑热损数据追补方法，包括：a).判断采集节点的状态；b).建筑物热损数据存储；c).启动自动追补子流程；d).确定追补起始地址和数据长度；e).发送追补信息；f).追补数据传输；g).追补数据存储；h).判断追补是否完成。本发明的建筑热损数据的追补方法，充分考虑到了现场环境复杂、数据类型多样、数据量大、测量时间长的特点，将各类采集节点的数据按存储时间编址，协议只规定数据存储的时间偏移量（TimeOffset），而不规定数据存储的具体位置，从而统一了不同类型节点的追补协议，降低了协议复杂性，提高了数据追补的效率。保证了热损检测数据的完整性，对整个系统的稳定性有极大提高。
-
公开(公告)号：CN105204436A
公开(公告)日：2015-12-30
申请号：CN201510532922.1
申请日：2015-08-26
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G05B19/406
CPC classification number: G05B19/4063 , G05B2219/31337
Abstract: 本发明的基于分级预警的数控机床故障诊断方法，包括：a).采集机床的信息，获得机床的振动、温度原始数据；b).数据处理和参数提取，提取包括振动幅值、振动突变值和温度在内的特征参数；c).判断是否存在故障，根据步骤b)中获取的特征参数是否超越预设下限值判断机床是否存在故障；d).判断预警等级，如果预警级别达到4级，则执行机床停机命令；如果预警级别为1～3级，则执行步骤f)；f).自动识别故障原因。本发明的机床故障诊断方法，满足了机床早期故障预警的快速性以及诊断的准确性要求，提高了数控机床故障诊断的准确性和可靠性，减少了停机时间，有效降低了维护成本，提高了数控机床的生产效率。
-
Patent Agency Ranking
公开(公告)号：CN104111272A
公开(公告)日：2014-10-22
申请号：CN201410379901.6
申请日：2014-08-04
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G01N25/20
Abstract: 本发明涉及一种建筑围护结构热流密度采集系统的误差处理方法，包括如下步骤：a)搭建热流密度采集平台；b)通过热流温度传感器对被测物体连续获取n个热流密度值数据并传送至单片机；c)单片机将n个热流密度值数据平均分成N份，根据公式m＝n/N得到分组后每组的热流密度数据个数m；d)单片机根据公式计算算术平均值Dj；e)单片机将计算得到的N个算术平均值Dj进行算术平均计算，最终得到最终热流密度值其计算得出的最终热流密度值与真值的平均误差小，克服了环境中电磁干扰对热流密度数据采集带来的干扰。
-
公开(公告)号：CN114265007B
公开(公告)日：2025-05-09
申请号：CN202111460398.3
申请日：2021-12-02
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于智能农机监控的技术领域，具体涉及一种智能农机监测控制系统和监测控制方法，本发明监测控制系统，通过终端核心控制板采集农机运行轨迹点并进行处理判断出农机工作状态，根据农机工作状态控制农机是否进入低功耗工作模式，从而减小农机电池电能消耗，节约了通信费用；本发明监测控制方法，将农机运行轨迹点转换成经纬坐标和速度，分离出速度为零的农机运行轨迹点，并对其余农机轨迹点进行网格聚类分析，设定速度阈值和密度阈值，从而判断出农机不同的工作状态，处理速度快，能处理大规模数据集，并结合发动机运行速度和电池电压值，综合判定农机的工作状态，提高了农机工作状态判定的准确性。
-
公开(公告)号：CN119882561A
公开(公告)日：2025-04-25
申请号：CN202510036767.8
申请日：2025-01-09
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东山科智控科技创新有限公司
IPC: G05B19/042
Abstract: 本发明属于农机控制器优化的技术领域，更具体地，涉及一种基于混沌麻雀搜索算法优化玉米播种机电机控制的方法。所述方法通过Logistic混沌序列改进初始化种群，提高初始解的质量，增强算法的全局搜索能力。同时引入高斯变异的方法加强局部搜索能力，提高搜索精度。还利用混沌扰动帮助算法跳出局部最优，继续搜索全局最优解。优化后的模糊PID控制器自适应地调整控制参数和规则，以实现更精确、更稳定的控制。这种改进不仅使玉米播种机在加速和减速过程中实现平滑过渡、减少振荡和冲击，还提供了高精度和稳定的电机控制性能。通过优化控制器的参数，CSSA能够自适应地适应不同的工作条件，提升玉米播种机在各种实际应用中的表现。
-
公开(公告)号：CN114359235B
公开(公告)日：2025-04-04
申请号：CN202210015819.X
申请日：2022-01-07
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于改进YOLOv5l网络的木材表面缺陷检测方法，该方法包括：获取公开的木材缺陷数据集作为数据集一。构建改进的YOLOv5l网络模型，利用数据集一对改进的YOLOv5l网络模型进行训练，得到训练好的网络模型model1。采集实景木材数据作为数据集二，数据集二分为训练集、验证集和测试集。采用model1对测试集进行预测，将测试集中带有缺陷的木材图像标记上标签，将大于设定预测阈值的标签作为伪标签。将数据集二中的训练集和测试集微调后来训练model1，得到model2，采用验证集在model1与model2中选择出最佳的网络模型。利用最佳网络模型对木材表面缺陷进行检测。本发明能够对各种类别的木材表面缺陷进行检测，有效提高了识别准确率和识别效率。
-
公开(公告)号：CN115049896B
公开(公告)日：2025-01-24
申请号：CN202210692398.4
申请日：2022-06-17
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控数字化科技有限公司
IPC: G06V10/774 , G06V10/771 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及基于深度学习的计算机视觉技术领域，具体涉及一种应用于计算机视觉的软阈值注意力机制，借鉴深度残差收缩网络的思想，使用同时考虑通道和位置信息的CA注意力机制来代替SENet与软阈值化方法结合，提出一种新的软阈值注意力模块：融合传统信号降噪算法中的软阈值化函数与CA注意力机制，利用CA注意力机制确定垂直和水平两个方向上的两组软阈值化函数所需的阈值，再分别进行软阈值化处理并对输入的特征图进行加权；能够更好的适用于计算机视觉领域的检测任务，并且可以方便的集成到现有的神经网络架构中，通过将不重要的特征置为零，来降低噪声或冗余信息的干扰，加强神经网络提取重要特征的能力，达到提升网络预测精度的目的。
-
-
-
-
-
-
-
-
-
Search Results
157
records
(took 0.047 seconds)
