CN115757637A - 基于区块链的内燃机车数据管理方法及装置 - Google Patents
基于区块链的内燃机车数据管理方法及装置 Download PDFInfo
- Publication number
- CN115757637A CN115757637A CN202211512738.7A CN202211512738A CN115757637A CN 115757637 A CN115757637 A CN 115757637A CN 202211512738 A CN202211512738 A CN 202211512738A CN 115757637 A CN115757637 A CN 115757637A
- Authority
- CN
- China
- Prior art keywords
- data
- locomotive
- internal combustion
- diesel locomotive
- industrial
- 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.)
- Granted
Links
- 230000003137 locomotive effect Effects 0.000 title claims abstract description 166
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000013523 data management Methods 0.000 title claims abstract description 36
- 238000002485 combustion reaction Methods 0.000 claims abstract description 77
- 230000007246 mechanism Effects 0.000 claims abstract description 42
- 230000003993 interaction Effects 0.000 claims abstract description 23
- 238000007726 management method Methods 0.000 claims abstract description 20
- 238000005516 engineering process Methods 0.000 claims abstract description 15
- 238000012423 maintenance Methods 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 238000004519 manufacturing process Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000012546 transfer Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 230000005284 excitation Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 abstract description 5
- 239000000758 substrate Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001739 density measurement Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于区块链的内燃机车数据管理方法及装置，基于区块链的内燃机车数据管理方法包括：将内燃机车行业数据进行统一；依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理；构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互；对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务。通过区块链的分布式账本技术，打通内燃机车行业企业群之间数据壁垒，建立数据资源登记机制及动态逆向溯源，实现内燃机车行业数据资源向数据资产转变。
Description
技术领域
本发明涉及数据交互领域，具体涉及一种基于区块链的内燃机车数据管理方法及装置。
背景技术
数字经济高速发展的今天，数据被誉为“未来的新石油”，已经成为人才、技术、资源之外的另一核心竞争力。数据作为新的生产要素，数据安全与国家安全、经济发展息息相关。将大数据、区块链、人工智能等先进科技创新成果与铁路各业务领域融合，深度挖掘数据资产的效用，优化作业流程，实现客货运安全、生产与管理信息的集成共享和综合应用，提高客货运输质量和效益，同时推动数字产业化，是数字经济新时代中的关键问题。
内燃机车行业数据领域尚存在一系列重大难题：企业数据具有明确的权属关系和资产价值，目前在数据确权、数据质量、数据估值、数据流通等方面存在技术挑战，行业数据资源存在数据资产全貌尚未掌握、数据内部共享困难、与外部数据交换不足、主数据规范推进困难等共通性管理难题；同时，如何确保数据生命周期的安全性、隐私性，尤其在保护企业隐私信息，是大数据行业发展中遇到的另一个是亟待解决的问题。
发明内容
本发明的目的是提供一种基于区块链的内燃机车数据管理方法及装置。
为了解决上述技术问题，本发明提供了一种基于区块链的内燃机车数据管理方法，包括：
将内燃机车行业数据进行统一；
依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理；
构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互；
对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务。
进一步的，所述将内燃机车行业数据进行统一的步骤，即：
建立内燃机车行业数据资产的统一标准，构建内燃机车制造领域的描述语言DSL与数据标准化转换工具；
通过转换工具，将存入到区块链的内燃机车行业数据进行统一转换。
进一步的，所述依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理的步骤包括：
通过共识语言机访问链下存储的数据，并将链上资产实例与链下数据建立映射机制；
通过多维度KYC自适应身份认证方法，为链下数据所有者颁发数据资产证书。
进一步的，所述构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互的步骤，即：
通过数据资产流通机制、交易机制、分配和激励机制构成内燃机车行业数据管理生态体系，负责数据所有权和实用权的流通和转移，并依据智能合约微服务技术进行数据的多方交互。
进一步的，所述通过数据资产流通机制、交易机制、分配和激励机制构成内燃机车行业数据管理生态体系，负责数据所有权和实用权的流通和转移，并依据智能合约微服务技术进行数据的多方交互的步骤包括：
通过零知识证明机制实现数据预览；
通过智能合约对购买的数据所有权进行转移；
通过数据血缘产权分析溯源方法对数据质量进行全价值链监测。
进一步的，所述对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务的步骤包括：
通过联邦学习、多方安全计算MPC组成数据租用模块，对多方的数据进行指定的模型训练；
通过训练的模型，对典型环节进行故障预测。
进一步的，所述通过训练的模型，对典型环节进行故障预测的步骤，即：
将内燃机车中的零件加工信息进行存储；
采集生产过程异常判别的特征，并进行批次存储和分析；
将异常判别的特征输入到训练的模型中进行分析，从而进行故障预测。
本发明还提供了一种基于区块链的内燃机车数据管理装置，所述装置包括：
数据统一模块，始于将内燃机车行业数据进行统一；
数据管理模块，始于依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理；
数据交互模块，始于构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互；
预测及运维模块，始于对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，所述一个或一个以上的指令内的处理器执行时实现上述的基于区块链的内燃机车数据管理方法。
本发明还提供了一种电子设备，包括存储器和处理器；所述存储器中存储有至少一条程序指令；所述处理器，通过加载并执行所述至少一条程序指令以实现上述的基于区块链的内燃机车数据管理方法。
本发明的有益效果是，本发明提供了一种基于区块链的内燃机车数据管理方法及装置，基于区块链的内燃机车数据管理方法包括：将内燃机车行业数据进行统一；依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理；构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互；对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务。通过区块链的分布式账本技术，打通内燃机车行业企业群之间数据壁垒，建立数据资源登记机制及动态逆向溯源，实现内燃机车行业数据资源向数据资产转变。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明所提供的基于区块链的内燃机车数据管理方法的流程图。
图2是本发明所提供的智能服务生态体系的原理框图。
图3是本发明所提供的智能故障诊断的原理框图。
图4是本发明所提供的数据访问的安全性加密的原理框图。
图5是本发明所提供的基于区块链的内燃机车数据管理装置的原理框图。
图6是本发明所提供的电子设备的部分原理框图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
实施例1
如图1所示，本实施例1提供了一种基于区块链的内燃机车数据管理方法，通过区块链的分布式账本技术，打通内燃机车行业企业群之间数据壁垒，建立数据资源登记机制及动态逆向溯源，实现内燃机车行业数据资源向数据资产转变。
具体来说，基于区块链的内燃机车数据管理方法包括以下步骤：
S110：将内燃机车行业数据进行统一。
在本实施例中，步骤S110，即，建立内燃机车行业数据资产的统一标准，构建内燃机车制造领域的描述语言DSL与数据标准化转换工具；通过转换工具，将存入到区块链的内燃机车行业数据进行统一转换。
通过设计内燃机车行业数据资产的统一表达方式对接入装置的数据标准管理、数据模型管理、数据资产的元数据与主数据管理，存入到区块链的内燃机车行业数据，包括，但不仅限于，来自工业现场采集的时序数据和非时序数据，来自 MES、WMS、SCM 等系统的生产制造数据，以及ERP、MRP系统产生的企业运营数据。
S120：依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理。
在本实施例中，步骤S120包括以下步骤：
S121：通过共识语言机访问链下存储的数据，并将链上资产实例与链下数据建立映射机制。
S122：通过多维度KYC自适应身份认证方法，为链下数据所有者颁发数据资产证书。
具体来说，通过智能合约微服务技术，对内燃机车行业数据全生命周期的数据构建内燃机车制造领域的资产管理技术，借助共识预言机访问链下存储系统，通过链上资产实例与链下数据实体的映射机制，实现接入装置的数据可信认证与登记，通过多维度 KYC自适应身份认证方法，利用身份、数据、资产的三元关联关系，为数据所有者颁发数据资产证书。
S130：构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互。
其中，步骤S130，即：通过数据资产流通机制、交易机制、分配和激励机制构成内燃机车行业数据管理生态体系，负责数据所有权和实用权的流通和转移，并依据智能合约微服务技术进行数据的多方交互。具体的交互流程，请参阅图2。
具体来说，包括以下步骤：
S131：通过零知识证明机制实现数据预览。
具体来说，通过零知识证明机制实现数据子集的预览，在不提供原始数据的前提下，通过部分信息的验证，达到证明数据价值的目的，实现数据试用期的流通。
S132：通过智能合约对购买的数据所有权进行转移。
具体来说，数据自由流通、穿透式监管的数据交易机制，利用智能合约实现竞价拍卖、交易撮合等多种多方交易，实现数据所有权的转移，对行业节点内企业公开公正。数据资产的证券化方法进一步推动建立更加灵活的市场协作机制，使内燃机车行业数据资产在各价值链之间流通，产生流转和交易增值。
S133：通过数据血缘产权分析溯源方法对数据质量进行全价值链监测。
具体来说，全价值链监测，即对图2中的每个环节的数据进行公平、公正的质量评估，通过数据血缘产权分析溯源方法对数据质量进行全价值链监测。汇聚行业内的数据提供方、行业算法提供方、技术服务方、应用开发方等关键市场因素，对内燃机车产品的最终质量问题进行定位、监测和追溯。
S140：对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务。
具体来说，基于多方融合学习的内燃机车行业数据增值服务，作为新型分布式计算框架，融合了机器学习、多方计算、联邦学习等技术，通过多层并行的传感数据处理方法，对内燃机车产品核心生产线进行状态监测与故障诊断，如图3所示。
在本实施例中，步骤S140包括以下步骤：
S141：通过联邦学习、多方安全计算MPC组成数据租用模块，对多方的数据进行指定的模型训练。
具体来说，通过联邦学习、多方安全计算MPC等方式组成数据租用模块，保障行业各个节点数据不被传输复制的情况下，对多方的数据进行指定的模型训练，达到安全计算的目的，通过内燃机车行业数据采集为起点、经过数据储存、清洗、分析、交易、挖掘、模型输出为一体的价值链，在价值链条上对接服务提供商与服务购买方。利用同态加密技术保护联邦学习得到的数据模型，使用shamir算法或者多签名技术可以提高模型访问安全性，如图4所示。
S142：通过训练的模型，对典型环节进行故障预测。
具体来说，步骤S142包括以下步骤：
S1421：将内燃机车中的零件加工信息进行存储；
S1422：采集生产过程异常判别的特征，并进行批次存储和分析。
具体来说，对生产过程中的异常判别特征进行采集，并进行供批次层存储和分析，解决了海量数据的传输和存储的问题。
S1423：将异常判别的特征输入到训练的模型中进行分析，从而进行故障预测。
实施例2
请参阅图5，本实施例提供了一种基于区块链的内燃机车数据管理装置，所述装置包括：
数据统一模块，始于将内燃机车行业数据进行统一。具体来说，数据统一模块用于执行实施例1中的步骤S110。
数据管理模块，始于依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理。具体来说，数据管理模块用于执行实施例1中的步骤S120。
数据交互模块，始于构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互。具体来说，数据交互模块用于执行实施例1中的步骤S130。
预测及运维模块，始于对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务。具体来说，预测及运维模块用于执行实施例1中的步骤S140。
实施例3
本实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，所述一个或一个以上的指令内的处理器执行时实现实施例1所述的基于区块链的内燃机车数据管理方法。
基于区块链的内燃机车数据管理方法包括：将内燃机车行业数据进行统一；依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理；构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互；对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务。通过区块链的分布式账本技术，打通内燃机车行业企业群之间数据壁垒，建立数据资源登记机制及动态逆向溯源，实现内燃机车行业数据资源向数据资产转变。
实施例4
10、一种电子设备，其特征在于，包括存储器和处理器；所述存储器中存储有至少一条程序指令；所述处理器，通过加载并执行所述至少一条程序指令以实现权利要求1-7中任一项所述的基于区块链的内燃机车数据管理方法。
实施例3
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，其特征在于，所述一个或一个以上的指令内的处理器执行时实现实施例1所提供的基于X射线在线面密度测量方法。
在本实施例中，基于X射线在线面密度测量方法包括：获取薄膜基材的原始数据；对原始数据进行预处理；对处理后的数据进行模型训练，获得监控模型；通过X射线探测器获取薄膜基材的实时测量数据；将实时测量数据输入至监控模型中，从而完成对薄膜基材面密度的检测；依据面密度检测结果分析薄膜基材的质量。通过监控模型对薄膜基材的面密度进行精密测量，以及对薄膜基材的一致性生产质量管控，保证薄膜基材生产线的稳定性，全方位提升薄膜基材的产品质量。
实施例4
请参阅图6，本发明实施例还提供了一种电子设备，包括：存储器502和处理器501；所述存储器502中存储有至少一条程序指令；所述处理器501，通过加载并执行所述至少一条程序指令以实现如实施例1所提供的基于区块链的内燃机车数据管理方法。
存储器502和处理器501采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器501和存储器502的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器501处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器501。
处理器501负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器502可以被用于存储处理器501在执行操作时所使用的数据。
综上所述，本发明提供了一种基于区块链的内燃机车数据管理方法及装置，基于区块链的内燃机车数据管理方法包括：将内燃机车行业数据进行统一；依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理；构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互；对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务。通过区块链的分布式账本技术，打通内燃机车行业企业群之间数据壁垒，建立数据资源登记机制及动态逆向溯源，实现内燃机车行业数据资源向数据资产转变。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
Claims (10)
1.一种基于区块链的内燃机车数据管理方法，其特征在于，包括：
将内燃机车行业数据进行统一；
依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理；
构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互；
对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务。
2.如权利要求1所述的基于区块链的内燃机车数据管理方法，其特征在于，所述将内燃机车行业数据进行统一的步骤，即：
建立内燃机车行业数据资产的统一标准，构建内燃机车制造领域的描述语言DSL与数据标准化转换工具；
通过转换工具，将存入到区块链的内燃机车行业数据进行统一转换。
3.如权利要求1所述的的基于区块链的内燃机车数据管理方法，其特征在于，所述依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理的步骤包括：
通过共识语言机访问链下存储的数据，并将链上资产实例与链下数据建立映射机制；
通过多维度KYC自适应身份认证方法，为链下数据所有者颁发数据资产证书。
4.如权利要求1所述的基于区块链的内燃机车数据管理方法，其特征在于，所述构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互的步骤，即：
通过数据资产流通机制、交易机制、分配和激励机制构成内燃机车行业数据管理生态体系，负责数据所有权和实用权的流通和转移，并依据智能合约微服务技术进行数据的多方交互。
5.如权利要求4所述的基于区块链的内燃机车数据管理方法，其特征在于，所述通过数据资产流通机制、交易机制、分配和激励机制构成内燃机车行业数据管理生态体系，负责数据所有权和实用权的流通和转移，并依据智能合约微服务技术进行数据的多方交互的步骤包括：
通过零知识证明机制实现数据预览；
通过智能合约对购买的数据所有权进行转移；
通过数据血缘产权分析溯源方法对数据质量进行全价值链监测。
6.如权利要求1所述的基于区块链的内燃机车数据管理方法，其特征在于，所述对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务的步骤包括：
通过联邦学习、多方安全计算MPC组成数据租用模块，对多方的数据进行指定的模型训练；
通过训练的模型，对典型环节进行故障预测。
7.如权利要求6所述的基于区块链的内燃机车数据管理方法，其特征在于，所述通过训练的模型，对典型环节进行故障预测的步骤，即：
将内燃机车中的零件加工信息进行存储；
采集生产过程异常判别的特征，并进行批次存储和分析；
将异常判别的特征输入到训练的模型中进行分析，从而进行故障预测。
8.一种基于区块链的内燃机车数据管理装置，其特征在于，所述装置包括：
数据统一模块，始于将内燃机车行业数据进行统一；
数据管理模块，始于依据统一后的内燃机车行业数据，构建数据资产管理体系对内燃机车行业数据进行管理；
数据交互模块，始于构建内燃机车行业数据智能服务生态体系，对内燃机车行业数据进行多方交互；
预测及运维模块，始于对内燃机车行业数据分析，建立行业算法库，对内燃机车进行机理建模，从而对内燃机车PHM提供智能化运维服务。
9.一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，其特征在于，所述一个或一个以上的指令内的处理器执行时实现权利要求1至7中任一所述的基于区块链的内燃机车数据管理方法。
10.一种电子设备，其特征在于，包括存储器和处理器；所述存储器中存储有至少一条程序指令；所述处理器，通过加载并执行所述至少一条程序指令以实现权利要求1-7中任一项所述的基于区块链的内燃机车数据管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211512738.7A CN115757637B (zh) | 2022-11-30 | 2022-11-30 | 基于区块链的内燃机车数据管理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211512738.7A CN115757637B (zh) | 2022-11-30 | 2022-11-30 | 基于区块链的内燃机车数据管理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115757637A true CN115757637A (zh) | 2023-03-07 |
| CN115757637B CN115757637B (zh) | 2024-03-12 |
Family
ID=85340470
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211512738.7A Active CN115757637B (zh) | 2022-11-30 | 2022-11-30 | 基于区块链的内燃机车数据管理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115757637B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120046978A1 (en) * | 2010-08-17 | 2012-02-23 | Edifice Technologies Inc. | Systems and methods for capturing, managing, sharing, and visualising asset information of an organization |
| US20190325522A1 (en) * | 2018-04-18 | 2019-10-24 | Conduent Business Services, Llc | Blockchain driven unified multi-party system and method for monitored transactions of urban assets |
| KR20190133573A (ko) * | 2018-05-23 | 2019-12-03 | 권형석 | 스마트 컨트랙트를 통한 블록체인 거래 시스템 및 그 방법 |
| US20210192470A1 (en) * | 2019-12-19 | 2021-06-24 | The Boeing Company | Blockchain for asset management |
| CN114138766A (zh) * | 2021-12-07 | 2022-03-04 | 华北电力大学 | 数据空间下多价值链数据体系分析架构及整合协同方法 |
| CN114239079A (zh) * | 2021-12-24 | 2022-03-25 | 山东浪潮工业互联网产业股份有限公司 | 基于工业互联网的电力能源设备安全运行方法及设备 |
| CN114329512A (zh) * | 2021-11-19 | 2022-04-12 | 山大地纬软件股份有限公司 | 一种基于区块链的加密数据资产确权、管理和使用方法与装置 |
| CN114461728A (zh) * | 2022-01-21 | 2022-05-10 | 上海致景信息科技有限公司 | 一种基于区块链的纺织业数据资产分类管理方法及系统 |
| CN114595950A (zh) * | 2022-02-25 | 2022-06-07 | 李燕峰 | 基于区块链的乳业全生命周期管理系统 |
| CN114861167A (zh) * | 2022-04-06 | 2022-08-05 | 国网浙江省电力有限公司电力科学研究院 | 基于区块链的分布式能量数据管理协同处理方法及系统 |
| CN115049398A (zh) * | 2022-04-20 | 2022-09-13 | 上海交通大学宁波人工智能研究院 | 一种完备的数据资产可信管理和价值流转系统和方法 |
-
2022
- 2022-11-30 CN CN202211512738.7A patent/CN115757637B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120046978A1 (en) * | 2010-08-17 | 2012-02-23 | Edifice Technologies Inc. | Systems and methods for capturing, managing, sharing, and visualising asset information of an organization |
| US20190325522A1 (en) * | 2018-04-18 | 2019-10-24 | Conduent Business Services, Llc | Blockchain driven unified multi-party system and method for monitored transactions of urban assets |
| KR20190133573A (ko) * | 2018-05-23 | 2019-12-03 | 권형석 | 스마트 컨트랙트를 통한 블록체인 거래 시스템 및 그 방법 |
| US20210192470A1 (en) * | 2019-12-19 | 2021-06-24 | The Boeing Company | Blockchain for asset management |
| CN114329512A (zh) * | 2021-11-19 | 2022-04-12 | 山大地纬软件股份有限公司 | 一种基于区块链的加密数据资产确权、管理和使用方法与装置 |
| CN114138766A (zh) * | 2021-12-07 | 2022-03-04 | 华北电力大学 | 数据空间下多价值链数据体系分析架构及整合协同方法 |
| CN114239079A (zh) * | 2021-12-24 | 2022-03-25 | 山东浪潮工业互联网产业股份有限公司 | 基于工业互联网的电力能源设备安全运行方法及设备 |
| CN114461728A (zh) * | 2022-01-21 | 2022-05-10 | 上海致景信息科技有限公司 | 一种基于区块链的纺织业数据资产分类管理方法及系统 |
| CN114595950A (zh) * | 2022-02-25 | 2022-06-07 | 李燕峰 | 基于区块链的乳业全生命周期管理系统 |
| CN114861167A (zh) * | 2022-04-06 | 2022-08-05 | 国网浙江省电力有限公司电力科学研究院 | 基于区块链的分布式能量数据管理协同处理方法及系统 |
| CN115049398A (zh) * | 2022-04-20 | 2022-09-13 | 上海交通大学宁波人工智能研究院 | 一种完备的数据资产可信管理和价值流转系统和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115757637B (zh) | 2024-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022179008A1 (zh) | 基于区块链的供应链金融AI DaaS算法仓库平台 | |
| Iftikhar et al. | Digital innovation, data analytics, and supply chain resiliency: A bibliometric-based systematic literature review | |
| CN112687097A (zh) | 一种高速公路路段级数据中台系统 | |
| Witt et al. | Decentral and incentivized federated learning frameworks: A systematic literature review | |
| Pan et al. | Blockchain and deep learning technologies for construction equipment security information management | |
| Hu et al. | E‐maintenance platform design for public infrastructure maintenance based on IFC ontology and Semantic Web services | |
| Education | Data science | |
| Voulgaridis et al. | Digital product passports as enablers of digital circular economy: a framework based on technological perspective | |
| Adu-Amankwa et al. | Digital Twins and Blockchain technologies for building lifecycle management | |
| Jia et al. | Prioritizing the operation and maintenance complexity of mega transportation projects based on systems thinking | |
| Salih et al. | Data quality issues in big data: a review | |
| CN114429265A (zh) | 一种基于栅格技术的企业画像服务构建方法、装置及设备 | |
| Jiang et al. | General grey number decision-making model and its application based on intuitionistic grey number set | |
| Kowalczuk et al. | Advanced modeling of management processes in information technology | |
| Liu et al. | Blockchain-based food traceability: A dataflow perspective | |
| Colak et al. | A fuzzy based risk evaluation model for Industry 4.0 transition process | |
| KR102221035B1 (ko) | 머신러닝 기반 산업기술 유출 예측 알고리즘과 이를 이용한 예측 시스템 및 방법 | |
| CN115757637B (zh) | 基于区块链的内燃机车数据管理方法及装置 | |
| Wang et al. | Effect of cloud-based information systems on the agile development of industrial business process management | |
| Alebrahim et al. | Optimizing functional and quality requirements according to stakeholders’ goals | |
| Yang et al. | Framework Design of Science and Technology Venture Capital Salary Management System Driven by Blockchain Technology | |
| Zhou | Information construction of construction project management based on internet of things blockchain | |
| Zhang et al. | A 2-order additive fuzzy measure identification method based on hesitant fuzzy linguistic interaction degree and its application in credit assessment | |
| Bak et al. | Ontological modeling of a class of linked economic crimes | |
| Ma et al. | Data management of salt cavern gas storage based on data model |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |