-
公开(公告)号：CN116600021A
公开(公告)日：2023-08-15
申请号：CN202310580545.3
申请日：2023-05-19
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)
Abstract: 本发明属于工业控制领域，更具体地，涉及一种PLC内部数据监控系统的实现方法。所述方法包括S1、上位机发送监控请求至通信模块，经通信模块处理后输出一个原数据包到数据压缩模块；S2、数据压缩模块接收到原数据包后进行数据压缩；S3、下数据解析模块接收到数据压缩模块的输入后进行数据解析并传输至下位机；S4、下位机执行监控命令并返回响应监控请求至通信模块，经通信模块处理后输出一个返程数据包到数据压缩模块；S5、数据压缩模块接收到返程数据包后进行数据压缩；S6、上数据解析模块接收到数据压缩模块的输入后进行数据解析并传输至上位机。本发明解决了现有技术中数据冗余或通信次数过多，监控速率较低的问题。
-
公开(公告)号：CN115953386A
公开(公告)日：2023-04-11
申请号：CN202310056291.5
申请日：2023-01-18
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 , G06V10/82 , G06V10/80 , G06V10/774 , G06V20/70 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及产品缺陷检测技术领域，公开了一种基于MSTA‑YOLOv5的轻量化齿轮表面缺陷检测方法，包括以下步骤：首先获取齿轮表面缺陷图像，并对所述的图像进行标注和划分，构建齿轮表面缺陷数据集；然后构建MSTA‑YOLOv5检测模型，基于齿轮表面缺陷数据集对MSTA‑YOLOv5检测模型进行训练；最后将待检测的齿轮缺陷图像送入训练好的MSTA‑YOLOv5检测模型，获取检测齿轮的缺陷类型。本发明解决了计算资源需求太大、内存消耗严重使得成本较高、企业需要低延迟模型并且移动设备终端需要既快又准确的小模型问题，实现了齿轮表面缺陷的检测与自动分拣，能够实现齿轮表面缺陷检测的检测效率提高。
-
公开(公告)号：CN115511008A
公开(公告)日：2022-12-23
申请号：CN202211358013.7
申请日：2022-11-01
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明公开一种基于SOM‑AO的机床设备故障预警方法，属于计算机模型的技术领域。本发明中，首先，通过改进的AO算法优化：用于搭建SOM神经网络的神经元向量，使得神经元向量更加优秀；然后，通过SOM神经网络去进一步优化预警所用的神经元向量，同时得到该神经元的预警范围；最后，通过实际数据获取相应的异常对比值，与自适应阈值进行比较，最终得出被测机床是否异常的预测结果。本发明通过以上的方式可以得出数控机床比之前更加精准的预警结果，在一定程度上避免机床发生重大故障,提高了机床的整体性能。
-
公开(公告)号：CN114897059A
公开(公告)日：2022-08-12
申请号：CN202210439669.5
申请日：2022-04-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G01M13/021 , G01M13/028 , G01M13/045
Abstract: 本发明涉及利用大数据预测机械故障的技术领域，具体为一种基于自适应层次聚类和Subset的机械设备分级故障诊断方法，选择不同故障类型下不分故障程度的训练样本作为自适应层次聚类的输入，采用自适应层次聚类对不同故障类型下不区分故障程度的训练样本进行聚类分析，以根据机械设备的振动信号得出的故障类型的聚类结果作为输出结果；对训练识别出的不同故障类型，按照故障程度分类建立SubDAE模型；预训练与整体微调准确定位故障点，提高了本方法的智能性；优选特征的使用，简化了特征集合，避免了维数灾难，减少了计算负担，提高故障诊断的效率。
-
公开(公告)号：CN115062980B
公开(公告)日：2025-05-23
申请号：CN202210695393.7
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: G06Q10/0631 , G06Q10/04 , G06Q50/04 , G06N3/006 , G06N7/08
Abstract: 一种基于改进金枪鱼群算法的柔性车间排产方法及程序产品，属于新一代信息通信的技术领域。本发明将一种改进的金枪鱼群算法用于求解柔性作业车间调度问题，以机器的最大完工时间为优化目标建立了柔性作业车间调度模型。提出改进金枪鱼群算法，算法对位置更新公式进行改进，并引入了Tent混沌映射和Levy飞行策略，实现了全局搜索和局部探索的有效平衡，最终达到：根据输入的工件信息后，能够输出合理调度计划的技术目的。在本发明中，可采用国际通用算例进行描述。
-
Patent Agency Ranking
公开(公告)号：CN119046698A
公开(公告)日：2024-11-29
申请号：CN202411160238.0
申请日：2024-08-22
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: G06F18/22 , G06F18/213 , G06F18/10 , G06F18/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06F123/02
Abstract: 本发明属于轨迹相似性度量领域，具体涉及一种基于对比预测编码的轨迹相似性度量方法、计算机可读存储介质和计算机程序产品，所述方法步骤如下：S1对数据进行预处理和转置操作得到适应改进的神经网络模型的输入要求的轨迹数据；S2利用改进的神经网络模型，结合模型的共享编码器和增强的自回归模块，对轨迹数据进行训练，提取每条轨迹的高维特征向量；S3然后通过计算这些高维特征向量之间的曼哈顿距离，生成距离矩阵，并将距离矩阵转换为排名矩阵，排名矩阵中的每个元素表示距离矩阵中相应距离值的相对排序位置。该方法能够更全面地捕捉轨迹数据中的复杂时空关系，有效提高了相似性度量的精度和效率。
-
公开(公告)号：CN116149253B
公开(公告)日：2024-09-17
申请号：CN202310218772.1
申请日：2023-03-02
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: G05B19/05
Abstract: 本发明属于工业控制的技术领域，公开了一种PLC在线监控与调试系统及其实现方法，包括S1、上位机通过通信模块发送请求报文至下位机；所述通信模块包括即时通信协议、数据采集和解析模块，所述即时通信协议规定了数据的格式、传输和解析；所述数据采集和解析模块对接收到的数据进行打包处理和解析后传至下位机；S2、下位机响应请求报文中的标识码和命令码运行并返回响应请求，经所述数据采集和解析模块进行打包处理和解析传至上位机；S3、上位机接收响应请求以实现对下位机的在线监控和调试。本发明解决了现有技术中CPU资源占用率较高，调试功能不完善，无法灵活的调整监控方式来满足不同用户需求的问题。
-
公开(公告)号：CN116911517A
公开(公告)日：2023-10-20
申请号：CN202310674316.8
申请日：2023-06-06
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: G06Q10/0631 , G06Q10/04 , G06Q50/04 , G06N3/006
Abstract: 一种基于改进非洲秃鹫优化算法的柔性车间排产方法，属于利用计算机模型进行车间智能排产的技术领域。本发明利用改进的非洲秃鹫优化算法来解决柔性作业车间调度问题，并以机器的最大完成时间为优化目标建立柔性作业车间调度模型：改进的算法利用佳点集和启发式规则对种群初始化进行了改进，并引入变邻域局部搜索策略和ROV映射规则策略，避免算法陷入局部最优解并加快了算法的收敛速度。最后，通过国际基准算例验证了该算法解决柔性车间问题的有效性。这种方法将在制造业中具有广泛的应用，为提高制造业的生产效率和降低成本提供了有效的解决方案。
-
公开(公告)号：CN114046179B
公开(公告)日：2023-09-22
申请号：CN202111084591.1
申请日：2021-09-15
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 一种基于CO监测数据智能识别和预测井下安全事故的方法。本发明是基于神经网络模型对煤矿中一氧化碳检测数据进行有效识别，将所述一氧化碳检测数据输入至训练好的神经网络模型中即可实时获得检测数据背后的事故原因，由此，现有技术人员无需再通过人工统计或者数据录入才能实现对一氧化碳数据超标背后的事故原因做客观统计，大大提高了智能识别的效率，即便存在误差，工作人员也只需部分修改数据即可。
-
公开(公告)号：CN115203548A
公开(公告)日：2022-10-18
申请号：CN202210818102.9
申请日：2022-07-12
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06F16/9535 , G06F40/30 , G06K9/62 , G06N3/04
Abstract: 一种融合评论和评分的基于LDA和深度学习的推荐方法，包括：利用LDA主题模型挖掘所述评论文本，分别得到物品主题特征矩阵TI和用户主题特征矩阵TU；利用LFM隐语义模型对所述评分进行矩阵分解，分别得到物品潜在特征矩阵HI和用户潜在特征矩阵HU；最后通过双通道deepFM深度学习推荐模型对物品特征和用户特征进行融合，以输出推荐评分。本发明一是分别发挥LDA主题模型和LFM隐语义模型的优势对评论文本数据和评分数据建模，得到更加精准的特征矩阵；二是把经典的deepFM深度学习推荐模型改进成一种双通道deepFM深度学习推荐模型，使得物品和用户的潜在特征能够更充分的融合特征，提取更加全面的特征能够使得推荐更加精准，效率更加高。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.051 seconds)
