CN106951469A - 一种离散制造的能效数据处理方法及装置 - Google Patents
一种离散制造的能效数据处理方法及装置 Download PDFInfo
- Publication number
- CN106951469A CN106951469A CN201710122721.3A CN201710122721A CN106951469A CN 106951469 A CN106951469 A CN 106951469A CN 201710122721 A CN201710122721 A CN 201710122721A CN 106951469 A CN106951469 A CN 106951469A
- Authority
- CN
- China
- Prior art keywords
- efficiency
- entity
- data
- efficiency data
- attribute
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种离散制造的能效数据处理方法及装置,所述能效数据处理方法包括:确定待处理的离散制造生产线上涉及能效数据的各个实体的边界范围;依据所述边界范围内的实体之间的能效关系,构建能效数据结构模型;采集所述能效数据结构模型中各终端节点的能效相关数据;将所述能效相关数据转化为统一的数据格式输入所述能效数据结构模型,计算所述离散制造生产线的能效数据评估值。通过将来源于不同的设备、工艺过程和系统的离散制造能效数据统一为相同的数据结构,并将采集的能效相关数据以相同的数据格式输入,可以将能效数据直接导入数据能效评估模块,操作更加快捷、简便,节省了大量时间,提高了工作效率。
Description
技术领域
本发明涉及能效数据评估领域,特别是涉及一种离散制造的能效数据处理方法及装置。
背景技术
离散制造能效数据来源于不同的设备、工艺过程和系统。来自于不同设备的能效数据具有不同的通信技术、不同的通信协议及不同的数据编码格式,不利于上层能效监控系统对能效数据的采集、分析和优化。
目前离散制造缺乏对能效数据的有效处理,没有建立统一的数据结构,造成现场对能效进行评估时,数据不能按统一的格式导入能效评估模块,需要手动输入能效数据。由于能效数据的数据量比较大,手动输入需要耗费大量的人力和时间,并且工作效率非常低,而且不利于上层能效监控系统对能效数据的分析和优化。
发明内容
本发明的目的是提供一种离散制造的能效数据处理方法及装置,以解决现有技术中离散制造能效数据没有统一的数据结构,在能效评估时,需要手动输入能效数据,导致工作效率低的问题。
为实现上述目的,本发明提供了如下方案:
一种离散制造的能效数据处理方法,所述能效数据处理方法包括:
确定待处理的离散制造生产线上涉及能效数据的各个实体的边界范围,所述实体包括设备、工艺过程和系统;
依据所述边界范围内的实体之间的能效关系,构建能效数据结构模型;
采集所述能效数据结构模型中各终端节点的能效相关数据;
将所述能效相关数据转化为统一的数据格式输入所述能效数据结构模型,计算所述离散制造生产线的能效数据评估值。
可选的,所述依据所述边界范围内的实体之间的能效关系,构建能效数据结构模型,具体步骤为:
设定每一所述实体的标识,通过所述标识唯一确定所述实体;
分析所述实体之间的引用关系,建立所述实体的引用集;
确定所述实体的固有属性;
确定所述实体的属性集;
确定所述属性集的属性;
根据所述标识、所述实体的固有属性、所述属性集、所述属性、所述引用集的先后顺序进行编码,形成能效数据结构模型。
一种离散制造的能效数据处理装置,所述能效数据处理装置包括:
边界确定模块,用于确定待处理的离散制造生产线上涉及能效数据的各个实体的边界范围,所述实体包括设备、工艺过程和系统;
构建模块,用于依据所述边界范围内的实体之间的能效关系,构建能效数据结构模型;
采集模块,用于采集所述能效数据结构模型中各终端节点的能效相关数据;
计算模块,用于将所述能效相关数据转化为统一的数据格式输入所述能效数据结构模型,计算所述离散制造生产线的能效数据评估值。
可选的,所述构建模块,用于构建如下的能效数据结构模型:
所述能效数据结构模型主要包括标识、实体固有属性、属性集、属性和引用集;
所述标识与所述实体一一对应;所述实体是元素集的集合;
所述实体固有属性,具体包括实体名称、访问类型、属性集数量;
所述实体的属性集,具体包括属性集ID、属性集名称、访问类型、属性个数、属性;
所述属性集的属性,具体包括属性ID、属性名称、属性值数据长度、属性值和时间戳;
所述引用集表示所述实体之间的引用关系,包括引用个数和引用值,所述引用值为所述实体的标识。
可选的,所述访问类型为:只读或只写或读写。
可选的,所述能效数据结构模型还包括扩展属性,所述扩展属性为根据离散制造生产线现场运行情况实时增加。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供了一种离散制造的能效数据处理方法及装置,通过将来源于不同的设备、工艺过程和系统的离散制造能效数据统一为相同的数据结构,并将采集的能效相关数据以相同的数据格式输入,可以将能效数据直接导入数据能效评估模块,操作更加快捷、简便,节省了大量时间,提高了工作效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种离散制造的能效数据处理方法的实施例1的流程图;
图2为本发明一种离散制造的能效数据处理装置的实施例2的结构图;
图3为工业生产能效数据模型应用框架;
图4为离散制造的能效数据集成关系;
图5为离散制造的能效数据模型的通用结构;
图6为隔片基座生产系统能效数据结构模型的示意图;
图7为车大端数控车1能效数据结构模型的示意图;
图8为车大端数控车2能效数据结构模型的示意图;
图9为自动送料机1能效数据结构模型的示意图;
图10为自动送料机2能效数据结构模型的示意图;
图11为车波纹面数控车能效数据结构模型的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种离散制造的能效数据处理方法及装置,以解决现有技术中离散制造能效数据没有统一的数据结构,在能效评估时,需要手动输入能效数据,导致工作效率低的问题。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明一种离散制造的能效数据处理方法的实施例1的流程图。如图1所示,一种离散制造的能效数据处理方法,包括以下步骤:
步骤101:确定待处理的离散制造生产线上涉及能效数据的各个实体的边界范围,所述实体包括设备、工艺过程和系统;
步骤102:依据所述边界范围内的实体之间的能效关系,构建能效数据结构模型,具体包括:
设定每一所述实体的标识,通过所述标识唯一确定所述实体;
分析所述实体之间的引用关系,建立所述实体的引用集;
确定所述实体的固有属性;
确定所述实体的属性集;
确定所述属性集的属性;
根据所述标识、所述实体的固有属性、所述实体的属性集、所述属性集的属性、所述引用集的先后顺序进行编码,形成能效数据结构模型。
步骤103:采集所述能效数据结构模型中各终端节点的能效相关数据;
步骤104:将所述能效相关数据转化为统一的数据格式输入所述能效数据结构模型,计算所述离散制造生产线的能效数据评估值。
步骤102依据所述边界范围内的实体之间的能效关系,构建能效数据结构模型,具体步骤为:
图2为本发明一种离散制造的能效数据处理装置的实施例2的结构图。如图2所示,一种离散制造的能效数据处理装置,包括:边界确定模块201、构建模块202、采集模块203和计算模块204.
边界确定模块201,用于确定待处理的离散制造生产线上涉及能效数据的各个实体的边界范围,所述实体包括设备、工艺过程和系统;
构建模块202,用于依据所述边界范围内的实体之间的能效关系,构建能效数据结构模型;
采集模块203,用于采集所述能效数据结构模型中各终端节点的能效相关数据;
计算模块204,用于将所述能效相关数据转化为统一的数据格式输入所述能效数据结构模型,计算所述离散制造生产线的能效数据评估值。
所述构建模块202,用于构建如下的能效数据结构模型,如表1-表5所示:
所述能效数据结构模型主要包括标识、所述实体的固有属性、所述实体的属性集、所述属性集的属性和引用集;
所述标识与所述实体一一对应;所述实体是元素集的集合;
所述实体固有属性,具体包括实体名称、访问类型、属性集数量;
所述实体的属性集,具体包括属性集ID、属性集名称、访问类型、属性个数、属性;
所述属性集的属性,具体包括属性ID、属性名称、、属性值数据长度、属性值和时间戳;
所述引用集表示所述实体之间的引用关系,包括引用个数和引用值,所述引用值为所述实体的标识。
可选的,所述访问类型为:只读或只写或读写。
可选的,所述能效数据结构模型还包括扩展属性,所述扩展属性为根据离散制造生产线现场运行情况实时增加。
表1 标识(ID)数据结构
序号 | 属性标识 | 属性名称 | 数据类型 | 备注 |
1 | EntityID | 实体ID | UINT16 |
表2 实体(Entity)属性数据结构
序号 | 属性标识 | 属性名称 | 数据类型 | 备注 |
1 | EntityName | 实体名称 | STRING | |
2 | AccessType | 访问类型 | UINT8 | (读、写、读写) |
3 | NumOfPropSet | 属性集个数 | UINT16 |
表3 属性集(PropSet)数据结构
序号 | 属性标识 | 属性名称 | 数据类型 | 备注 |
1 | PropSetID | 属性集ID | UINT16 | |
2 | PropSetName | 属性集名称 | STRING | |
3 | AccessType | 访问类型 | UINT8 | (读、写、读写) |
4 | NumOfProperty | 属性个数 | UINT16 |
表4 属性(Property)数据结构
序号 | 属性标识 | 属性名称 | 数据类型 | 备注 |
1 | PropertyID | 属性ID | UINT16 | |
2 | PropertyName | 属性名称 | STRING | |
3 | AccessType | 访问类型 | UINT8 | (读、 |
4 | Propertylength | 属性值数据长度 | UINT8 | |
5 | PropertyValue | 属性值 | —— | |
6 | PropTimeStamp | 时间戳 | TIMESTAMP |
表5 引用集(ReferenceSet)数据结构
序号 | 属性标识 | 属性名称 | 数据类型 | 备注 |
1 | NumOfReferences | 引用个数 | UINT16 | |
2 | Reference | 引用值 | UINT16 | 值为实体ID |
离散制造能效数据,除了能耗相关数据以外,还需获取节能相关的测量、控制和状态等数据。能效数据模型可将来自现场的异构能效相关数据,按定义的数据模型转换为统一的数据格式,供上层能源管理和节能优化应用使用。工业生产能效数据接口与现场控制和数据采集、上层能源管理和能效优化的关系见图3。现场设备、生产过程的能效数据经过采集后,转化为统一的能效数据格式,供上层能源管理和能效优化使用。
能效数据集成关系如图4所示。能效数据模型包括对系统、工艺过程、设备对象的能效数据描述。其中工艺过程、设备的描述是基础,由工艺过程、设备描述的组合构成对系统的描述。
能效数据模型的通用结构如图5所示。
离散制造的能效数据模型的元素主要有实体(Entity)、标识(ID)、属性集(PropSet)、属性(Property)、引用集(Reference)。
实体(Entity)可以代表设备、工艺过程和系统。实体主要由标识(ID)、属性集(Prop Set)、属性(Property)、引用(Reference)组成。实体的固有属性包括实体名称(Entity在)、访问类型(Access Type)和属性集个数(Number OfPropSet)。
属性集(PropSet)是属性的集合。属性集的固有属性包括属性集ID(PropSetID)、属性集名称(PropSetName)、访问类型(Access Type)、属性个数(Number OfProperty)。
属性(Property)由属性元素组成,属性元素包含:属性描述(PropertyDescription)和属性值(Property Value)构成。属性结构包括:属性ID(Property ID)、属性名称(Property Name)、属性访问类型(Access Type)、属性掩码(Property Mask)、属性值数据类型(Property Value Data Type)、属性值(Property Value)、数据单位(Engineering Units)、时间戳(Timestamp)。引用集(Reference Set)表示是实体间的关系。包括引用个数(Number OfReference)和引用(Re ference),引用的值是实体的标识(ID)。
标识(ID)是单元的唯一的标识,通过标识(ID)可以查询实体。
下面以现场生产实例隔片基座生产工艺具体说明。
隔片基座生产工艺包括:备料、车大端、车波纹面、清洗、巡检、成品检验、入库。其中与能效有关的工艺包括备料、车大端、车波纹面其它的工艺在能效评估之外。涉及数控设备5台(数控车3台,自动送料机2台)。5台设备的ID:自动送料机1(ID:SEX210_1)、车大端数控车1(ID:EX310_1)、自动送料机2(ID:SEX210_2)、车大端数控车2(ID:EX310_2)、车波纹面数控车(ID:NEX110)。隔片基座生产系统(ID:BPXT)。
构建隔片基座生产系统能效数据结构模型(如图6所示),并得到5台设备的能效数据:车大端数控车1能效数据结构模型(如图7所示)、车大端数控车2能效数据结构模型(如图8所示)、自动送料机1能效数据结构模型(如图9所示)、自动送料机2能效数据结构模型(如图10所示)、车波纹面数控车能效数据结构模型(如图11所示)。
计算隔片基座自动化生产线系统能耗,具体涉及5台设备自动送料机1(ID:SEX210_1)、自动送料机2(ID:SEX210_2)、车大端数控车1(ID:EX310_1)、车大端数控车2(ID:EX310_2)、车波纹面数控车(ID:NEX110)。
通过引用集分别获取车大端数控车1(EX310_1)、车大端数控车2(EX310_2)、自动送料机1(SEX210_1)、自动送料机2(SEX210_2)、车波纹面数控车(ID:NEX110)的正向有功电能,相加得到隔片基座自动化生产系统的总体消耗电能。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种离散制造的能效数据处理方法,其特征在于,所述能效数据处理方法包括:
确定待处理的离散制造生产线上涉及能效数据的各个实体的边界范围,所述实体包括设备、工艺过程和系统;
依据所述边界范围内的实体之间的能效关系,构建能效数据结构模型;
采集所述能效数据结构模型中各终端节点的能效相关数据;
将所述能效相关数据转化为统一的数据格式输入所述能效数据结构模型,计算所述离散制造生产线的能效数据评估值。
2.如权利要求1所述的能效数据处理方法,其特征在于所述依据所述边界范围内的实体之间的能效关系,构建能效数据结构模型,具体步骤为:
设定每一所述实体的标识,通过所述标识唯一确定所述实体;
分析所述实体之间的引用关系,建立所述实体的引用集;
确定所述实体的固有属性;
确定所诉实体的属性集;
确定属性集的属性;
根据所述标识、所述实体固有属性、所述属性集、所述属性、所述引用集的先后顺序进行编码,形成能效数据结构模型。
3.一种离散制造的能效数据处理装置,其特征在于,所述能效数据处理装置包括:
边界确定模块,用于确定待处理的离散制造生产线上涉及能效数据的各个实体的边界范围,所述实体包括设备、工艺过程和系统;
构建模块,用于依据所述边界范围内的实体之间的能效关系,构建能效数据结构模型;
采集模块,用于采集所述能效数据结构模型中各终端节点的能效相关数据;
计算模块,用于将所述能效相关数据转化为统一的数据格式输入所述能效数据结构模型,计算所述离散制造生产线的能效数据评估值。
4.如权利要求3所述的能效数据处理装置,其特征在于,所述构建模块,用于构建如下的能效数据结构模型:
所述能效数据结构模型主要包括标识、实体固有属性、属性集、属性和引用集;
所述标识与所述实体一一对应;所述实体是元素集的集合;
所述实体固有属性,具体包括实体名称、访问类型、属性集数量;
所述实体的属性集,具体包括属性集ID、属性集名称、访问类型、属性个数、属性;
所述属性集的属性,具体包括属性ID、属性名称、属性值数据长度、属性值和时间戳;
所述引用集表示所述实体之间的引用关系,包括引用个数和引用值,所述引用值为所述实体的标识。
5.如权利要求4所述的能效数据处理装置,其特征在于,所述访问类型为:只读或只写或读写。
6.如权利要求4所述的能效数据处理装置,其特征在于,所述能效数据结构模型还包括扩展属性,所述扩展属性为根据离散制造生产线现场运行情况实时增加。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710122721.3A CN106951469A (zh) | 2017-03-17 | 2017-03-17 | 一种离散制造的能效数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710122721.3A CN106951469A (zh) | 2017-03-17 | 2017-03-17 | 一种离散制造的能效数据处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106951469A true CN106951469A (zh) | 2017-07-14 |
Family
ID=59467173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710122721.3A Pending CN106951469A (zh) | 2017-03-17 | 2017-03-17 | 一种离散制造的能效数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106951469A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001075539A1 (de) * | 2000-04-01 | 2001-10-11 | Abb Research Ltd. | Verfahren und system zur adaptiven steuerung komplexer fertigungsketten |
CN101872441A (zh) * | 2009-04-24 | 2010-10-27 | 洛克威尔自动控制技术股份有限公司 | 离散资源管理 |
CN102053608A (zh) * | 2010-12-10 | 2011-05-11 | 浙江大学 | 一种生产过程中能耗交互处理方法 |
CN104007738A (zh) * | 2014-06-06 | 2014-08-27 | 机械工业仪器仪表综合技术经济研究所 | 一种基于opc ua的公共建筑能效数据采集与处理系统 |
CN104820899A (zh) * | 2015-05-14 | 2015-08-05 | 江南大学 | 基于物联网的离散机械加工设备能效获取方法及系统 |
CN105930947A (zh) * | 2015-02-27 | 2016-09-07 | 西门子公司 | 用于控制在离散生产线中的制造过程的方法和系统 |
-
2017
- 2017-03-17 CN CN201710122721.3A patent/CN106951469A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001075539A1 (de) * | 2000-04-01 | 2001-10-11 | Abb Research Ltd. | Verfahren und system zur adaptiven steuerung komplexer fertigungsketten |
CN101872441A (zh) * | 2009-04-24 | 2010-10-27 | 洛克威尔自动控制技术股份有限公司 | 离散资源管理 |
CN102053608A (zh) * | 2010-12-10 | 2011-05-11 | 浙江大学 | 一种生产过程中能耗交互处理方法 |
CN104007738A (zh) * | 2014-06-06 | 2014-08-27 | 机械工业仪器仪表综合技术经济研究所 | 一种基于opc ua的公共建筑能效数据采集与处理系统 |
CN105930947A (zh) * | 2015-02-27 | 2016-09-07 | 西门子公司 | 用于控制在离散生产线中的制造过程的方法和系统 |
CN104820899A (zh) * | 2015-05-14 | 2015-08-05 | 江南大学 | 基于物联网的离散机械加工设备能效获取方法及系统 |
Non-Patent Citations (1)
Title |
---|
李智: "面向离散制造过程的数据采集与处理系统研究与设计", 《中国优秀硕士学位论文全文数据库》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103678671B (zh) | 一种社交网络中的动态社区检测方法 | |
CN105117421B (zh) | 基于图结构匹配的社交网络分析方法 | |
CN103268542B (zh) | 一种面向云制造的机械加工设备资源信息化方法 | |
CN114860833B (zh) | 应用于数字孪生水利工程的数据中台和数据处理方法 | |
CN103699696A (zh) | 一种云计算环境下的数据在线聚集方法 | |
CN103701931A (zh) | 一种基于云平台的远程环境数据管理监控系统 | |
CN206162531U (zh) | 一种基于bim技术的钢筋翻样计算‑模块化加工装置 | |
CN105335524A (zh) | 一种应用于大规模非规则结构数据的图搜索算法 | |
CN102750815B (zh) | 一种具有环境检测功能的集中器及其控制方法 | |
CN103200254A (zh) | 一种面向水利物联网的多源异构数据的获取与传输方法 | |
CN104268247A (zh) | 一种基于模糊层次分析的主数据归集方法 | |
CN103514273B (zh) | 数据采集和监视控制系统及该系统的数据处理方法 | |
Yu et al. | Parametrically generating new instances of traditional Chinese private gardens that replicate selected socio-spatial and aesthetic properties | |
CN105743870A (zh) | 一种智能变电站一体化业务平台服务接口的设计方法 | |
CN105574678A (zh) | 一种基于执行力指数的员工考评数据自动处理系统 | |
Wang et al. | Discussion on the prediction of engineering cost based on improved BP neural network algorithm | |
CN106951469A (zh) | 一种离散制造的能效数据处理方法及装置 | |
CN105069574A (zh) | 一种业务流程行为相似度分析的新方法 | |
JP6970788B2 (ja) | データ伝送方法 | |
CN205405300U (zh) | 一种物联网控制的农作物节水灌溉监控系统 | |
CN116308128A (zh) | 装配式建筑绿色施工管理方法、设备及介质 | |
CN111859783B (zh) | 水压预测方法、系统、存储介质、设备、城市供水系统 | |
CN116266840A (zh) | 一种井场数据采集与传输方法 | |
CN109885556B (zh) | 一种设备数据模型的实现方法 | |
CN111078956A (zh) | 一种智慧管网巡检轨迹分布缩量存储查询方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20210709 |
|
AD01 | Patent right deemed abandoned |