CN112214450A - 一种边缘智能soc处理器、电子设备 - Google Patents
一种边缘智能soc处理器、电子设备 Download PDFInfo
- Publication number
- CN112214450A CN112214450A CN202011082835.8A CN202011082835A CN112214450A CN 112214450 A CN112214450 A CN 112214450A CN 202011082835 A CN202011082835 A CN 202011082835A CN 112214450 A CN112214450 A CN 112214450A
- Authority
- CN
- China
- Prior art keywords
- processor
- group
- peripheral
- core
- electronic device
- 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
- 230000002093 peripheral effect Effects 0.000 claims abstract description 47
- 238000012544 monitoring process Methods 0.000 claims abstract description 6
- 230000001133 acceleration Effects 0.000 claims description 16
- 238000007726 management method Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 8
- 239000006144 Dulbecco’s modified Eagle's medium Substances 0.000 claims description 5
- 230000035939 shock Effects 0.000 claims description 5
- 230000003750 conditioning effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 239000013078 crystal Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 12
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000002609 medium Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/76—Architectures of general purpose stored program computers
- G06F15/78—Architectures of general purpose stored program computers comprising a single central processing unit
-
- 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)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Sources (AREA)
Abstract
本发明提供了一种边缘智能SOC处理器、电子设备，包括计算核心组，以及均与计算核心组连接的数据外设组、系统外设组；所述计算核心组包括CPU、以及用于部署边缘算法的AI加速核心；所述数据外设组包括多种用于连接数据采集传感器的接口；所述系统外设组包括用于管理处理器各组功耗的电源管理模块以及管理处理器各组时钟的时钟管理模块。本发明所述的边缘智能SOC处理器、电子设备针对旋转型设备的健康监测提供了高度集成且高准确性的硬件架构。
Description
技术领域
本发明属于旋转型设备异常检测技术领域，尤其是涉及一种边缘智能SOC处理器、电子设备。
背景技术
旋转类机械设备(包括但不限于泵机、电机、鼓风机、压缩机、汽轮机等)在工业生产中一直是生产系统中的重要设备，对动力的供应、介质的转运、杂质的抽取以及液体的加注等方面都有重要作用。旋转型机械设备在在运转中一旦处于异常的运转状态，轻则降低生产效率，增加生产成本，重则导致设备故障，被动停机，维修成本激增，生产及收益停滞，更有甚者造成生产事故，威胁生产安全。所以无论是在设备生产层面还是设备使用层面，越来越多的用户开始考虑对于旋转型机械设备的监控以及异常工况及故障的检测。
目前市面上绝大部分的旋转型机械设备异常检测产品使用的方法大致分为两种，第一种是阈值判断，指的是在采集到机械设备振动数据后求取振动或加速度或速度或位移的有效值，然后与阈值比对，三轴中的某一轴超过阈值则认为当前机械设备振动存在异常。阈值的设定通常以各类型设备相应的国家标准为参照，如泵机设备的振动阈值一般以GB-10889-1989“泵的振动测量与评价方法”为参照，将国家标准中设定的不同等级的泵赋予对应的振动烈度阈值来进行判断，同时部分产品会支持客户设置阈值；第二种是通过一些行业或设备知识，对振动信息(加速度、速度或位移)进行频域上的分析，然后通过一节简单的业务规则或二叉树算法实现正常与异常的区分。除异常检测产品之外，目前市面上产品在实现旋转型机械设备工况识别功能时，绝大多数都会采用专家团队分析的模式。将采集到的认为存在异常的数据上传到系统后台，并生成一系列的图谱(如：频谱图、包络谱图等)，由专家团队人工的对图谱进行讨论和分析，得出当前异常对应哪种工况或故障的结论，并将结果提交到前台给客户展示。
对于上文提到的异常检测方法而言，第一种阈值法存在的缺陷是：如果选取默认阈值作为异常检测指标的话，对于很多的生产场景都是不太适用的，因为标准制定所用的实验环境和介质相对而言都是理想状态，有很多场景都会让机械设备在正常运行下振动超过阈值；如果用户自定义阈值，很多用户缺乏相应的故障判断知识，导致阈值设定不准确，且生产调整后还需要相当长的一段时间确认新的阈值，导致在一段时间内异常识别不准确。第二种规则法虽然比烈度大小判断更加接近于本质，但是传感器的数据误差，机械设备的振动谐波都会在频域上出现对异常判断的干扰项，从而导致在实际应用中使用业务知识判断异常得不到较好的准确度或不能广泛适应不同机械设备类型。
对于上文中提到的工况识别采用的专家分析模式，其缺陷主要有以下几点：1.人工成本。一个专家团队一年的费用至少需要数十万，对生产本身的成本造成很大的负担；2.分析延迟。目前市面上最好的专家分析服务，得出故障分析报告(位置、原因等)也需要约八小时左右，这样导致维修备件的延迟，停机时间的增加，给生产带来不利影响；3.人为误判。专家团队中每一位专业角度不同，水平参差不齐，极有可能导致分析意见的不一致或分析结果的错误，同样造成生产的延误、备件的错误等增加成本的事件；4.由于人员流动和设备数据保存问题，数据积累对设备诊断效果提升有限，传统专家团队因个人经验因素也会偏向于某种单一设备或工况，经验积累漫长。
采用人工智能来进行工况识别和异常检测，既能完全节省专家模式的人工成本，又能降低分析延迟，同时相比阈值判断又显著提升了准确率。但人工智能需要的算力大，人工智能算法在边缘端芯片的推理，往往需要消耗大量时间和大量电力，降低产品的寿命。
发明内容
有鉴于此，本发明旨在提出一种边缘智能SOC处理器、电子设备，以解决现有技术中人工成本高、专家团队经验单一、分析延迟且误判较多的问题。
为达到上述目的，本发明的技术方案是这样实现的：
第一方面，本发明提供了一种边缘智能SOC处理器，包括计算核心组，以及均与计算核心组连接的数据外设组、系统外设组；
所述计算核心组包括CPU、以及用于部署边缘算法的AI加速核心；
所述数据外设组包括多种用于连接数据采集传感器的接口；
所述系统外设组包括用于管理处理器各组功耗的电源管理模块以及管理处理器各组时钟的时钟管理模块。
进一步的，所述计算核心组还包括数据存储DMEM和QSPI FLASH，所述CPU、AI加速核心、数据存储DMEM、QSPI FLASH均连接AHB总线。
进一步的，所述数据外设组的多种接口均通过APB总线连接计算核心组；
多种接口包括：
用于连接但不限于震动和/或温度传感器的ADC；
用于连接但不限于FLASH和/或震动传感器的SPI；
用于连接外设的I2C，该外设不限于EEPROM；
用于连接但不限于蓝牙和/或加速度传感器的UART；
用于调试以及处理其他输入输出信号的GPIO。
进一步的，所述电源管理模块包括用于管理计算核心组和数据外设组电源的主电源域，所述主电源域为可关闭电源域；
还包括用于管理系统外设组电源的常开电源域。
进一步的，所述时钟管理模块外接两个晶振电路，时钟管理模块包括用于管理计算组和数据外设组时钟的主时钟域，以及用于管理系统外设组时钟的常开时钟域。
进一步的，所述AI加速核心包括CORE，以及与CORE连接的FM Buf和WT Buf；
所述FM Buf包括FM_buf_A和FM_buf_B。
第二方面，本发明提供了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器连接的外设，其特征在于：所述处理器采用第一方面中所述的处理器。
进一步的，所述电子设备还包括用于为处理器和外设供电的电源调理电路。
进一步的，所述外设包括无线通讯、LOG通讯模块，通过UART接口与处理器连接。
进一步的，所述外设还包括：
与处理器ADC接口连接的三轴模拟加速度传感器、模拟磁传感器、电池电压监测传感器、模拟温度传感器；
与处理器I2C接口连接的温度传感器、EEPROM；
与处理器SPI接口连接的数字型三轴加速度传感器、数字型磁传感器、FLASH芯片。
相对于现有技术，本发明所述的边缘智能SOC处理器、电子设备具有以下优势：
本发明所述的边缘智能SOC处理器、电子设备针对旋转型设备的健康监测提供了高度集成且高准确性的硬件架构；配置了AI加速核心，有效提高了处理效率，通过部署的边缘算法，使得智能从云端下沉到设备端，能够实时处理复杂数据，及时判断设备异常，相较传统设备，竞争力有了极大的提升。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例边缘智能SOC处理器整体架构；
图2为本发明实施例边缘智能SOC处理器时钟管理模块示意图；
图3为本发明实施例边缘智能SOC处理器电源域连接关系图；
图4为本发明实施例AI加速核心架构图；
图5为本发明实施例一种电子设备的实体结构示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
本实施例提供一种边缘智能SOC处理器，边缘智能SOC芯片整体架构如图1所示，共有计算核心组、数据外设组和系统外设组这三个模块组，下面对这三个模块组进行说明。
计算核心组。其中只有一个主设备，既RISC-V核心。内容主要包括了：RISCV的CPU核心，数据存储DMEM(一般由SRAM来实现)；QSPI FLASH；AI加速核心。
数据外设组。这一组主要用于芯片和外界进行数据交换。由于芯片的应用场景是低功耗场景，故没有高速的接口(例如DDR PHY)，全部用APB总线连接。主要包括了：ADC用于连接各种传感器(例如震动与温度)；SPI接口用于提供外设控制(例如FLASH和震动传感器)；I2C用于连接EEPROM等外设；UART可以连接蓝牙和加速度传感器等；GPIO用于调试以及灵活处理其他输入输出信号。
系统外设组。该组模块包括了维持SOC正确运转所需要的必须模块。主要包括了：PMU，Power Manager Unit,用于管理芯片的功耗；；RTC,Real-time Counter,一个计数器，计数完成后生成中断；Watchdog,看门狗。用于发现系统挂死后reset系统的；RSTGEN,用于产生系统复位信号的模块；CLKGEN,用于产生系统所需的各个时钟的模块。
边缘智能SoC时钟管理：
主时钟域：计算核心组和数据外设组位于主时钟域。该时钟域在运行时速度较快，一般来讲运行于8M-100M之间。
常开时钟域：主要用于系统外设组。频率值是32.768KHz。
边缘芯片或系统一般由电池进行供电，所以对功耗十分敏感，设计两个时钟域，对高性能部分进行clock gating，在无需高速计算时，暂停其时钟输入，可以降低大部分逻辑门电路的反转，从而降低设备整体功耗。因此一共需要外接两个晶振，一个是16MHz的HSE,另一个是32.768KHz的LSE。所有时钟均由CLKGEN模块来管理，如图2所示。
边缘智能SoC电源管理(如图3所示)：
主电源域：计算核心组和数据外设组位于主电源域。该电源域可以被关断。
常开电源域：主要用于系统外设组。这个电源域长期供电。
在很多应用场景中，设备可能会长期处于无实际应用程序执行的状态，单纯关闭主时钟域的时钟，依然会由于漏电流的存在，造成电池能源消耗，因此设计了双电源域，可进一步降低设备整体功耗。电源域架构设计如图3所示。
边缘智能AI核心设计：
AI算法的特征是参数多，需求算力大，准确性比传统算法高。传统设备中，无AI核心，用CPU执行AI算法，需要消耗海量时间，所以，无AI核心的设备厂商无法在其设备上部署AI算法。当配备了AI核心后，使得智能从云端下沉到设备端，能够实时处理复杂数据，及时判断设备异常，相较传统设备，竞争力有了极大的提升。
AI核心总体设计如图4，所有数据均为8bit有符号数。FM bank宽度为128bit，分A、B两个部分，FM_buf_A深度为8k，FM_buf_B深度为4k，WT bank宽度为24bit，深度为21504。共用片上buf共255kB。
本实施例提供一种基于边缘智能SOC处理器实现的电子设备，电子设备的实体结构如图5所示:
1.电源调理电路：系统采用3.6V电池供电，电源调理电路将3.6V电池电压调节至可供SoC和各种外设供电，分别为SoC的1.0V/3.3V电源、程控3.3V传感器电源、程控3.3-4.2V可调无线通讯电源等；
2.无线通讯、LOG通讯部分：SoC处理器集成多路UART接口，通过UART口外接无线通讯模组、LOG信号输出等；
3.ADC部分外接功能：SoC处理器预留多路ADC接口，分别接入三轴模拟加速度传感器信号、模拟磁传感器信号、电池电压监测、模拟温度传感器信号等；
4.IIC外接芯片：SoC处理器集成IIC接口，分别接入温度传感器、EEPROM等；
5.SPI外接芯片：SoC处理器集成SPI接口，分别接入数字型三轴加速度传感器、数字型磁传感器、FLASH芯片等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种边缘智能SOC处理器，其特征在于：包括计算核心组，以及均与计算核心组连接的数据外设组、系统外设组；
所述计算核心组包括CPU、以及用于部署边缘算法的AI加速核心；
所述数据外设组包括多种用于连接数据采集传感器的接口；
所述系统外设组包括用于管理处理器各组功耗的电源管理模块以及管理处理器各组时钟的时钟管理模块。
2.根据权利要求1所述的边缘智能SOC处理器、电子设备，其特征在于：所述计算核心组还包括数据存储DMEM和QSPI FLASH，所述CPU、AI加速核心、数据存储DMEM、QSPI FLASH均连接AHB总线。
3.根据权利要求1所述的边缘智能SOC处理器、电子设备，其特征在于：所述数据外设组的多种接口均通过APB总线连接计算核心组；
多种接口包括：
用于连接但不限于震动和/或温度传感器的ADC；
用于连接但不限于FLASH和/或震动传感器的SPI；
用于连接外设的I2C，该外设不限于EEPROM；
用于连接但不限于蓝牙和/或加速度传感器的UART；
用于调试以及处理其他输入输出信号的GPIO。
4.根据权利要求1所述的边缘智能SOC处理器、电子设备，其特征在于：所述电源管理模块包括用于管理计算核心组和数据外设组电源的主电源域，所述主电源域为可关闭电源域；
还包括用于管理系统外设组电源的常开电源域。
5.根据权利要求1所述的边缘智能SOC处理器、电子设备，其特征在于：所述时钟管理模块外接两个晶振电路，时钟管理模块包括用于管理计算组和数据外设组时钟的主时钟域，以及用于管理系统外设组时钟的常开时钟域。
6.根据权利要求1所述的边缘智能SOC处理器、电子设备，其特征在于：所述AI加速核心包括CORE，以及与CORE连接的FM Buf和WT Buf；
所述FM Buf包括FM_buf_A和FM_buf_B。
7.一种电子设备，包括至少一个处理器，以及与所述至少一个处理器连接的外设，其特征在于：所述处理器采用权利要求1-6任一项所述的处理器。
8.根据权利要求7所述的边缘智能SOC处理器、电子设备，其特征在于：所述电子设备还包括用于为处理器和外设供电的电源调理电路。
9.根据权利要求7所述的边缘智能SOC处理器、电子设备，其特征在于：所述外设包括无线通讯、LOG通讯模块，通过UART接口与处理器连接。
10.根据权利要求7或9所述的边缘智能SOC处理器、电子设备，其特征在于，所述外设还包括：
与处理器ADC接口连接的三轴模拟加速度传感器、模拟磁传感器、电池电压监测传感器、模拟温度传感器；
与处理器I2C接口连接的温度传感器、EEPROM；
与处理器SPI接口连接的数字型三轴加速度传感器、数字型磁传感器、FLASH芯片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011082835.8A CN112214450A (zh) | 2020-10-12 | 2020-10-12 | 一种边缘智能soc处理器、电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011082835.8A CN112214450A (zh) | 2020-10-12 | 2020-10-12 | 一种边缘智能soc处理器、电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112214450A true CN112214450A (zh) | 2021-01-12 |
Family
ID=74054418
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011082835.8A Pending CN112214450A (zh) | 2020-10-12 | 2020-10-12 | 一种边缘智能soc处理器、电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112214450A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113595053A (zh) * | 2021-08-23 | 2021-11-02 | 莱弗利科技(苏州)有限公司 | 一种无时钟待机的低功耗感测芯片 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102497206A (zh) * | 2011-11-29 | 2012-06-13 | 中国科学院微电子研究所 | 时钟控制装置及包含时钟控制装置的片上系统 |
| CN102545574A (zh) * | 2010-12-27 | 2012-07-04 | 北京中电华大电子设计有限责任公司 | 一种soc芯片的低功耗电源网络设计方法 |
| CN108769066A (zh) * | 2018-06-27 | 2018-11-06 | 安徽国讯芯微科技有限公司 | 一种边缘计算全栈微系统 |
| CN109445327A (zh) * | 2018-10-17 | 2019-03-08 | 南京凯奥思数据技术有限公司 | 基于fpga边缘计算技术的旋转机械振动采集监控与保护系统 |
| CN208903299U (zh) * | 2018-11-21 | 2019-05-24 | 厦门科一物联网科技有限公司 | 一种ai智能专用计算卡及其构成的边缘网络 |
| CN209895339U (zh) * | 2019-04-11 | 2020-01-03 | 北京宙心科技有限公司 | 一种人工智能边缘计算设备 |
| CN111033438A (zh) * | 2017-09-06 | 2020-04-17 | 株式会社半导体能源研究所 | 运算装置及电子设备 |
-
2020
- 2020-10-12 CN CN202011082835.8A patent/CN112214450A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102545574A (zh) * | 2010-12-27 | 2012-07-04 | 北京中电华大电子设计有限责任公司 | 一种soc芯片的低功耗电源网络设计方法 |
| CN102497206A (zh) * | 2011-11-29 | 2012-06-13 | 中国科学院微电子研究所 | 时钟控制装置及包含时钟控制装置的片上系统 |
| CN111033438A (zh) * | 2017-09-06 | 2020-04-17 | 株式会社半导体能源研究所 | 运算装置及电子设备 |
| CN108769066A (zh) * | 2018-06-27 | 2018-11-06 | 安徽国讯芯微科技有限公司 | 一种边缘计算全栈微系统 |
| CN109445327A (zh) * | 2018-10-17 | 2019-03-08 | 南京凯奥思数据技术有限公司 | 基于fpga边缘计算技术的旋转机械振动采集监控与保护系统 |
| CN208903299U (zh) * | 2018-11-21 | 2019-05-24 | 厦门科一物联网科技有限公司 | 一种ai智能专用计算卡及其构成的边缘网络 |
| CN209895339U (zh) * | 2019-04-11 | 2020-01-03 | 北京宙心科技有限公司 | 一种人工智能边缘计算设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113595053A (zh) * | 2021-08-23 | 2021-11-02 | 莱弗利科技(苏州)有限公司 | 一种无时钟待机的低功耗感测芯片 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10496509B2 (en) | Systems and methods for event tracking and health assessment of battery-powered information handling systems | |
| US8527788B2 (en) | Network wake up system with protection function | |
| US20030054229A1 (en) | Electrical apparatus, computer system, intelligent battery, battery diagnosis method, batter-state display method, and program | |
| CN204178533U (zh) | 远程智能监测仪 | |
| CN106708707A (zh) | 一种基于服务器架构的服务器监控系统 | |
| CN202870836U (zh) | 涉密计算机pci信息安全防护卡及系统 | |
| CN105094070B (zh) | 无源户外设备的作业监控系统及其操作方法 | |
| CN107807576A (zh) | 一种智能配电监控管理装置 | |
| CN108609449A (zh) | 一种基于传感器的智能电梯检测仪及检测方法 | |
| CN105119746A (zh) | 一种基于rmc管理的smartrack整机柜服务器配置智能监控的方法 | |
| CN112214450A (zh) | 一种边缘智能soc处理器、电子设备 | |
| CN105403248B (zh) | 一种低功耗环境监测系统 | |
| CN106776218B (zh) | 一种具有时间校准功能的服务器监控系统 | |
| CN209297143U (zh) | 一种异常监控系统 | |
| CN100555260C (zh) | 主控底层管理平面的集成装置及方法 | |
| CN107422254B (zh) | 一种面向集成微系统的内建芯片健康状态自监测方法 | |
| CN103091580A (zh) | 一种基于arm的微电网电能监测装置 | |
| CN108647124A (zh) | 一种存储跳变信号的方法及其装置 | |
| CN112140891A (zh) | 一种基于物联网的新能源汽车用三元锂电池工作监测系统 | |
| CN206282267U (zh) | 一种计算机故障报警系统 | |
| CN212906598U (zh) | 一种基于电力载波的用电信息采集系统 | |
| CN201819953U (zh) | 单相载波预付费电子式电能表 | |
| CN104197903B (zh) | 激光海上验潮仪及其验潮方法 | |
| CN203299913U (zh) | 一种基于sopc技术的多生物识别网络化门禁装置 | |
| CN207224994U (zh) | 汽车轮胎智能监测系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210112 |
|
| RJ01 | Rejection of invention patent application after publication |