恭喜深圳市環(huán)水管網(wǎng)科技服務(wù)有限公司;青島偉隆閥門(mén)股份有限公司陳毓華獲國(guó)家專(zhuān)利權(quán)
買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰,真高效! 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)!專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)恭喜深圳市環(huán)水管網(wǎng)科技服務(wù)有限公司;青島偉隆閥門(mén)股份有限公司申請(qǐng)的專(zhuān)利基于云平臺(tái)的閥門(mén)遠(yuǎn)程監(jiān)測(cè)分析系統(tǒng)及方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán),本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予,授權(quán)公告號(hào)為:CN119379270B 。
龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-04發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為:202411965503.2,技術(shù)領(lǐng)域涉及:G06Q10/20;該發(fā)明授權(quán)基于云平臺(tái)的閥門(mén)遠(yuǎn)程監(jiān)測(cè)分析系統(tǒng)及方法是由陳毓華;張會(huì)亭;胡向南;吳冬林;胡曉軍;葉惠軍;周巖設(shè)計(jì)研發(fā)完成,并于2024-12-30向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。
本基于云平臺(tái)的閥門(mén)遠(yuǎn)程監(jiān)測(cè)分析系統(tǒng)及方法在說(shuō)明書(shū)摘要公布了:本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域,本發(fā)明公開(kāi)了一種基于云平臺(tái)的閥門(mén)遠(yuǎn)程監(jiān)測(cè)分析系統(tǒng)及方法,包括:收集各個(gè)閥門(mén)的腐蝕程度特征數(shù)據(jù);調(diào)用第一深度神經(jīng)網(wǎng)絡(luò)模型和第二深度神經(jīng)網(wǎng)絡(luò)模型;將腐蝕程度特征數(shù)據(jù)輸入第一深度神經(jīng)網(wǎng)絡(luò)模型中,以獲取各個(gè)閥門(mén)的腐蝕程度系數(shù);獲取各個(gè)閥門(mén)的失效反映特征數(shù)據(jù),并將失效反映特征數(shù)據(jù)輸入第二深度神經(jīng)網(wǎng)絡(luò)模型中,以獲取各個(gè)閥門(mén)在未來(lái)時(shí)刻下的失效概率;根據(jù)失效概率大小確定出所有目標(biāo)閥門(mén)以及每個(gè)目標(biāo)閥門(mén)的失效時(shí)間,依據(jù)失效時(shí)間計(jì)算出所有目標(biāo)閥門(mén)的剩余使用壽命,并根據(jù)剩余使用壽命進(jìn)行運(yùn)行狀態(tài)分級(jí);本發(fā)明能動(dòng)態(tài)評(píng)估閥門(mén)的腐蝕程度、失效概率及剩余壽命,進(jìn)而實(shí)現(xiàn)分級(jí)管理與差異化維護(hù)。
本發(fā)明授權(quán)基于云平臺(tái)的閥門(mén)遠(yuǎn)程監(jiān)測(cè)分析系統(tǒng)及方法在權(quán)利要求書(shū)中公布了:1.一種基于云平臺(tái)的閥門(mén)遠(yuǎn)程監(jiān)測(cè)分析方法,其特征在于,所述方法包括:收集管道內(nèi)各個(gè)閥門(mén)的腐蝕程度特征數(shù)據(jù),并上傳至云平臺(tái);調(diào)用所述云平臺(tái)中預(yù)配置用于預(yù)測(cè)閥門(mén)的腐蝕程度系數(shù)的第一深度神經(jīng)網(wǎng)絡(luò)模型,以及預(yù)配置用于預(yù)測(cè)閥門(mén)的失效概率的第二深度神經(jīng)網(wǎng)絡(luò)模型;將腐蝕程度特征數(shù)據(jù)輸入第一深度神經(jīng)網(wǎng)絡(luò)模型中,以獲取各個(gè)閥門(mén)的腐蝕程度系數(shù);其中,所述第一深度神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練方法如下:獲取歷史腐蝕程度訓(xùn)練數(shù)據(jù),將歷史腐蝕程度訓(xùn)練數(shù)據(jù)劃分為腐蝕程度訓(xùn)練集和腐蝕程度測(cè)試集;所述歷史腐蝕程度訓(xùn)練數(shù)據(jù)包括腐蝕程度特征數(shù)據(jù)及其對(duì)應(yīng)的腐蝕程度系數(shù);構(gòu)建第一深度神經(jīng)網(wǎng)絡(luò),將腐蝕程度訓(xùn)練集中的腐蝕程度特征數(shù)據(jù)作為第一深度神經(jīng)網(wǎng)絡(luò)的輸入,以及將腐蝕程度訓(xùn)練集中的腐蝕程度系數(shù)作為第一深度神經(jīng)網(wǎng)絡(luò)的輸出,并以最小化所有訓(xùn)練樣本的第一預(yù)測(cè)準(zhǔn)確度之和作為訓(xùn)練目標(biāo),對(duì)第一深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,直至第一預(yù)測(cè)準(zhǔn)確度之和達(dá)到收斂時(shí)停止訓(xùn)練,得到初始第一深度神經(jīng)網(wǎng)絡(luò);其中,所述第一預(yù)測(cè)準(zhǔn)確度之和的計(jì)算公式如下: ;式中:表示第一預(yù)測(cè)準(zhǔn)確度之和,表示第i組訓(xùn)練樣本的實(shí)際腐蝕程度系數(shù),表示第i組訓(xùn)練樣本的預(yù)測(cè)腐蝕程度系數(shù),為腐蝕程度訓(xùn)練集中的訓(xùn)練樣本數(shù);利用腐蝕程度測(cè)試集對(duì)初始第一深度神經(jīng)網(wǎng)絡(luò)進(jìn)行驗(yàn)證,當(dāng)初始第一深度神經(jīng)網(wǎng)絡(luò)小于等于第一預(yù)測(cè)準(zhǔn)確度時(shí),將其作為用于預(yù)測(cè)閥門(mén)的腐蝕程度系數(shù)的第一深度神經(jīng)網(wǎng)絡(luò)模型;其中,所述歷史腐蝕程度訓(xùn)練數(shù)據(jù)中腐蝕程度系數(shù)的獲取方法如下:獲取閥門(mén)的內(nèi)部損傷圖像;將內(nèi)部損傷圖像進(jìn)行灰度化處理,得到灰度圖;獲取閥門(mén)的損傷類(lèi)型參考圖像,并將灰度圖作為目標(biāo)圖像,以及將損傷類(lèi)型參考圖像作為匹配圖像,所述損傷類(lèi)型包括裂紋、孔洞和氣泡;設(shè)置步長(zhǎng)為1,通過(guò)滑動(dòng)窗口方式將匹配圖像與目標(biāo)圖像進(jìn)行交叉相關(guān)計(jì)算,以獲取每個(gè)重疊部分的相似度;將相似度大于預(yù)設(shè)相似閾值的重疊部分作為損傷區(qū)域,統(tǒng)計(jì)每種損傷類(lèi)型的損傷區(qū)域的數(shù)量,并獲取每種損傷類(lèi)型的損傷區(qū)域的像素面積;獲取目標(biāo)圖像的像素總面積,根據(jù)損傷區(qū)域的數(shù)量、損傷區(qū)域的像素面積和像素總面積計(jì)算出閥門(mén)的腐蝕程度系數(shù);其中,所述腐蝕程度系數(shù)的具體計(jì)算公式如下: ;式中:表示腐蝕程度系數(shù),表示第v種損傷類(lèi)型的損傷區(qū)域的像素面積,表示第v種損傷類(lèi)型的損傷區(qū)域的數(shù)量,表示第v種損傷類(lèi)型的權(quán)重因子,表示損傷類(lèi)型的總個(gè)數(shù),表示目標(biāo)圖像的像素總面積;獲取在過(guò)去時(shí)刻T-N至當(dāng)前時(shí)刻T范圍內(nèi)各個(gè)閥門(mén)的失效反映特征數(shù)據(jù),并將失效反映特征數(shù)據(jù)輸入第二深度神經(jīng)網(wǎng)絡(luò)模型中,以獲取各個(gè)閥門(mén)在未來(lái)時(shí)刻R下的失效概率,所述失效反映特征數(shù)據(jù)包括材料特征數(shù)據(jù),以及每一時(shí)刻下的疲勞程度特征數(shù)據(jù)和腐蝕程度系數(shù),T、N和R為大于零的整數(shù);根據(jù)失效概率大小確定出所有目標(biāo)閥門(mén)以及每個(gè)目標(biāo)閥門(mén)的失效時(shí)間,依據(jù)失效時(shí)間計(jì)算出所有目標(biāo)閥門(mén)的剩余使用壽命,并根據(jù)剩余使用壽命進(jìn)行運(yùn)行狀態(tài)分級(jí),得到所有目標(biāo)閥門(mén)的運(yùn)行狀態(tài)分級(jí)結(jié)果。
如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù),可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)@麢?quán)人深圳市環(huán)水管網(wǎng)科技服務(wù)有限公司;青島偉隆閥門(mén)股份有限公司,其通訊地址為:518000 廣東省深圳市羅湖區(qū)黃貝街道羅芳社區(qū)延芳路98號(hào)羅芳水質(zhì)凈化廠(chǎng)羅芳污水處理廠(chǎng)辦公樓1棟一單元502;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報(bào)告根據(jù)公開(kāi)、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀(guān)、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報(bào)告中的分析和結(jié)論僅反映本公司于發(fā)布本報(bào)告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
- 恭喜松下電器(美國(guó))知識(shí)產(chǎn)權(quán)公司布目知也獲國(guó)家專(zhuān)利權(quán)
- 恭喜三星電子株式會(huì)社E.翁戈薩努西獲國(guó)家專(zhuān)利權(quán)
- 恭喜華為技術(shù)有限公司彭學(xué)明獲國(guó)家專(zhuān)利權(quán)
- 恭喜廣東楚天龍智能卡有限公司蘇晨獲國(guó)家專(zhuān)利權(quán)
- 恭喜格萊克特生物技術(shù)公司T·布里默特獲國(guó)家專(zhuān)利權(quán)
- 恭喜福特全球技術(shù)公司佩里·魯濱遜·麥克尼爾獲國(guó)家專(zhuān)利權(quán)
- 恭喜英特爾公司魏長(zhǎng)征獲國(guó)家專(zhuān)利權(quán)
- 恭喜浙江創(chuàng)特新材科技有限公司陳敦漢獲國(guó)家專(zhuān)利權(quán)
- 恭喜杭州美盛紅外光電技術(shù)有限公司王浩獲國(guó)家專(zhuān)利權(quán)
- 恭喜法雷奧市光(中國(guó))車(chē)燈有限公司曾海獲國(guó)家專(zhuān)利權(quán)


熱門(mén)推薦
- 恭喜北京林業(yè)大學(xué)王華芳獲國(guó)家專(zhuān)利權(quán)
- 恭喜圖達(dá)通智能美國(guó)有限公司鮑君威獲國(guó)家專(zhuān)利權(quán)
- 恭喜華為技術(shù)有限公司王海波獲國(guó)家專(zhuān)利權(quán)
- 恭喜劍橋?qū)崢I(yè)有限公司大衛(wèi)·約翰·沃利斯獲國(guó)家專(zhuān)利權(quán)
- 恭喜伯克頓迪金森公司斯特雷特·羅格·尼科爾森獲國(guó)家專(zhuān)利權(quán)
- 恭喜甲骨文國(guó)際公司H·帕克獲國(guó)家專(zhuān)利權(quán)
- 恭喜三星電子株式會(huì)社成昊相獲國(guó)家專(zhuān)利權(quán)
- 恭喜英特爾公司游贛梅獲國(guó)家專(zhuān)利權(quán)
- 恭喜希望之城公司斯蒂芬.J.弗曼獲國(guó)家專(zhuān)利權(quán)
- 恭喜中興通訊股份有限公司茍偉獲國(guó)家專(zhuān)利權(quán)