CN115909203A - 建筑施工安全全景监控系统及方法 - Google Patents
建筑施工安全全景监控系统及方法 Download PDFInfo
- Publication number
- CN115909203A CN115909203A CN202211429456.0A CN202211429456A CN115909203A CN 115909203 A CN115909203 A CN 115909203A CN 202211429456 A CN202211429456 A CN 202211429456A CN 115909203 A CN115909203 A CN 115909203A
- Authority
- CN
- China
- Prior art keywords
- construction
- value
- equipment
- safety
- construction equipment
- 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
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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及建筑施工技术领域,特别涉及建筑施工安全全景监控系统及方法,该系统包括:设备监测模块,用于对施工现场进行全景监控,以及获得建筑工地内施工设备的运行系数值;数据分析模块,用于基于所述施工设备的历史运行参数值获得运行阈值;对比预警模块,用于在所述运行系数值低于所述设备阈值时发出报警信号。该系统构建包含计算机视觉、安全规范、历史安全报告和专家经验的多模态知识图谱,实现基于知识图谱的应用于建筑施工安全领域的安全决策,可实现对施工现场的施工区域进行全景监控,并且在施工设备出现故障等时实时发生报警,从而大大提高了施工的安全性。
Description
技术领域
本发明涉及建筑施工技术领域,特别涉及建筑施工安全全景监控系统及方法。
背景技术
在建筑施工作业中,现场环境复杂,而且建筑施工现场危险源较多,例如施工设备是否出现故障等。建筑设备监控系统能将监控信息通过监控中心释放出来,通过计算机网络使其能够到达桌面的计算机上,从而与信息管理系统和办公自动化系统融合在一起,更好的为管理服务,提高管理水平和效率;
现有的建筑设备监控系统主要是通过摄像装置对建筑工地进行视频进监控,然而这种方式过度依赖管理员,效率较低。
发明内容
本发明实施例提供的一种建筑施工安全全景监控系统,包括:
设备监测模块,用于对施工现场进行全景监控,以及获得建筑工地内施工设备的运行系数值;
数据分析模块,用于基于所述施工设备的历史运行参数值获得运行阈值;
对比预警模块,用于在所述运行系数值低于所述设备阈值时发出报警信号。
该系统构建包含计算机视觉、安全规范、历史安全报告和专家经验的多模态知识图谱,实现基于知识图谱的应用于建筑施工安全领域的安全决策,可实现对施工现场的施工区域进行全景监控,并且在施工设备出现故障等时实时发生报警,从而大大提高了施工的安全性。通过AI调度算法提高服务器利用率,确保协同的效率和安全性的同时实现负载均衡并节省成本,降低服务时延,实现低时延、高效率数据处理。
作为优选的实施方式,所述设备监测模块包括摄像单元和传感单元,所述摄像单元用于对施工现场进行全景监控,并获得施工设备的运行状态;当所述施工设备处于运行状态时,所述传感单元获得所述施工设备的运行参数值,所述运行参数值包括功率值和振动值,所述运行系数值基于所述功率值和振动值获得。
依托摄像单元360°视频采集,对施工场地进行3D建模并结合VSLAM技术完成包含高精度的绝对图纸路径、高效便捷的工程进度巡查与监管功能的全景监测系统。
作为优选的实施方式,将历史功率值和历史振动值为输入输出参数,进行归一化预处理,建立神经网络关联性模型;将所述功率值和所述振动值输入至所述神经网络关联性模型,获得运行阈值。
通过研究少样本增量模型训练技术,实现多场景多种类算法快速迭代与应用。并蔡琰轻量化模型剪枝技术,在降低网络大小的同时保证模型的精确度,支撑各小终端部署应用。
作为优选的实施方式,所述建筑施工安全全景监控系统还包括定位模块,用于确定施工人员的位置;所述数据分析模块还用于获得施工人员与正常工作的施工设备之间的实时距离;所述对比预警模块还用于在所述实时距离超出预设阈值时发出报警信号。
作为优选的实施方式,所述建筑施工安全全景监控系统还包括危险判定模块,用于在所述实时距离未超出预设阈值时,计算施工人员的动作和速度,并将施工人员的动作和速度与危险动作信息进行对比,如果差距小于预设值,则认定为是危险动作。
作为优选的实施方式,所述数据分析模块还用于获得施工人员与异常报警的施工设备之间的实时距离,并且获取异常报警的施工设备的危险值,如果危险值小于危险阈值,且在所述实时距离未超出预设阈值时,发出危险动作禁止报警;如果所述危险值大于危险阈值发出禁止靠近的报警,并且向所述异常报警的施工设备发生停机指令。
作为优选的实施方式,将异常报警的施工设备的运行参数数据进行滤波及傅里叶变换,检查功率值是否超过正常的阈值的20%,如果超过,则检查施工设备的振动值,并将振动值超过标准值的30%作为危险阈值。
作为优选的实施方式,所述摄像单元用于获取施工设备的视频,并根据视频获得特征图像;所述对比预警模块将特征图像与故障图像数据库进行匹配,如果匹配度大于90%则发出警报。
作为优选的实施方式,所述摄像单元还用于获取施工人员的视频,并根据获得动作图像;所述对比预警模块将动作图像与危险动作图像数据库进行匹配,如果匹配度大于90%则发出警报。
本发明实施例还提供了一种建筑施工安全全景监控方法,包括:
利用设备监测模块对施工现场进行全景监控,以及获得建筑工地内施工设备的运行系数值;
利用数据分析模块并基于所述施工设备的历史运行参数值获得运行阈值;
利用对比预警模块在所述运行系数值低于所述设备阈值时发出报警信号。
作为优选的实施方式,所述设备监测模块包括摄像单元和传感单元,所述摄像单元用于对施工现场进行全景监控,并获得施工设备的运行状态;当所述施工设备处于运行状态时,所述传感单元获得所述施工设备的运行参数值,所述运行参数值包括功率值和振动值,所述运行系数值基于所述功率值和振动值获得。
依托摄像单元360°视频采集,对施工场地进行3D建模并结合VSLAM技术完成包含高精度的绝对图纸路径、高效便捷的工程进度巡查与监管功能的全景监测系统。
作为优选的实施方式,将历史功率值和历史振动值为输入输出参数,进行归一化预处理,建立神经网络关联性模型;将所述功率值和所述振动值输入至所述神经网络关联性模型,获得运行阈值。
通过研究少样本增量模型训练技术,实现多场景多种类算法快速迭代与应用。并蔡琰轻量化模型剪枝技术,在降低网络大小的同时保证模型的精确度,支撑各小终端部署应用。
作为优选的实施方式,所述建筑施工安全全景监控系统还包括定位模块,用于确定施工人员的位置;所述数据分析模块还用于获得施工人员与正常工作的施工设备之间的实时距离;所述对比预警模块还用于在所述实时距离超出预设阈值时发出报警信号。
作为优选的实施方式,所述建筑施工安全全景监控系统还包括危险判定模块,用于在所述实时距离未超出预设阈值时,计算施工人员的动作和速度,并将施工人员的动作和速度与危险动作信息进行对比,如果差距小于预设值,则认定为是危险动作。
作为优选的实施方式,所述数据分析模块还用于获得施工人员与异常报警的施工设备之间的实时距离,并且获取异常报警的施工设备的危险值,如果危险值小于危险阈值,且在所述实时距离未超出预设阈值时,发出危险动作禁止报警;如果所述危险值大于危险阈值发出禁止靠近的报警,并且向所述异常报警的施工设备发生停机指令。
作为优选的实施方式,将异常报警的施工设备的运行参数数据进行滤波及傅里叶变换,检查功率值是否超过正常的阈值的20%,如果超过,则检查施工设备的振动值,并将振动值超过标准值的30%作为危险阈值。
作为优选的实施方式,所述摄像单元用于获取施工设备的视频,并根据视频获得特征图像;所述对比预警模块将特征图像与故障图像数据库进行匹配,如果匹配度大于90%则发出警报。
作为优选的实施方式,所述摄像单元还用于获取施工人员的视频,并根据获得动作图像;所述对比预警模块将动作图像与危险动作图像数据库进行匹配,如果匹配度大于90%则发出警报。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种建筑施工安全全景监控的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供的一种建筑施工安全全景监控系统,包括:
设备监测模块,用于对施工现场进行全景监控,以及获得建筑工地内施工设备的运行系数值;
数据分析模块,用于基于所述施工设备的历史运行参数值获得运行阈值;
对比预警模块,用于在所述运行系数值低于所述设备阈值时发出报警信号。
该系统构建包含计算机视觉、安全规范、历史安全报告和专家经验的多模态知识图谱,实现基于知识图谱的应用于建筑施工安全领域的安全决策,可实现对施工现场的施工区域进行全景监控,并且在施工设备出现故障等时实时发生报警,从而大大提高了施工的安全性。通过AI调度算法提高服务器利用率,确保协同的效率和安全性的同时实现负载均衡并节省成本,降低服务时延,实现低时延、高效率数据处理。
作为优选的实施方式,所述设备监测模块包括摄像单元和传感单元,所述摄像单元用于对施工现场进行全景监控,并获得施工设备的运行状态;当所述施工设备处于运行状态时,所述传感单元获得所述施工设备的运行参数值,所述运行参数值包括功率值和振动值,所述运行系数值基于所述功率值和振动值获得。
依托摄像单元360°视频采集,对施工场地进行3D建模并结合VSLAM技术完成包含高精度的绝对图纸路径、高效便捷的工程进度巡查与监管功能的全景监测系统。
作为优选的实施方式,将历史功率值和历史振动值为输入输出参数,进行归一化预处理,建立神经网络关联性模型;将所述功率值和所述振动值输入至所述神经网络关联性模型,获得运行阈值。
通过研究少样本增量模型训练技术,实现多场景多种类算法快速迭代与应用。并蔡琰轻量化模型剪枝技术,在降低网络大小的同时保证模型的精确度,支撑各小终端部署应用。
作为优选的实施方式,所述建筑施工安全全景监控系统还包括定位模块,用于确定施工人员的位置;所述数据分析模块还用于获得施工人员与正常工作的施工设备之间的实时距离;所述对比预警模块还用于在所述实时距离超出预设阈值时发出报警信号。
作为优选的实施方式,所述建筑施工安全全景监控系统还包括危险判定模块,用于在所述实时距离未超出预设阈值时,计算施工人员的动作和速度,并将施工人员的动作和速度与危险动作信息进行对比,如果差距小于预设值,则认定为是危险动作。通过对施工人员的动作和速度,从而实现了危险判定。
作为优选的实施方式,所述数据分析模块还用于获得施工人员与异常报警的施工设备之间的实时距离,并且获取异常报警的施工设备的危险值,如果危险值小于危险阈值,且在所述实时距离未超出预设阈值时,发出危险动作禁止报警;如果所述危险值大于危险阈值发出禁止靠近的报警,并且向所述异常报警的施工设备发生停机指令。通过对施工人员的动作和速度,以及异常报警的施工设备,从而实现了危险判定。
作为优选的实施方式,将异常报警的施工设备的运行参数数据进行滤波及傅里叶变换,检查功率值是否超过正常的阈值的20%,如果超过,则检查施工设备的振动值,并将振动值超过标准值的30%作为危险阈值。
作为优选的实施方式,所述摄像单元用于获取施工设备的视频,并根据视频获得特征图像;所述对比预警模块将特征图像与故障图像数据库进行匹配,如果匹配度大于90%则发出警报。作为优选的实施方式,所述摄像单元还用于获取施工人员的视频,并根据获得动作图像;所述对比预警模块将动作图像与危险动作图像数据库进行匹配,如果匹配度大于90%则发出警报。通过对施工人员的动作和速度,以及异常报警的施工设备,从而实现了危险判定。
本发明实施例还提供了一种建筑施工安全全景监控方法,包括:
利用设备监测模块对施工现场进行全景监控,以及获得建筑工地内施工设备的运行系数值;
利用数据分析模块并基于所述施工设备的历史运行参数值获得运行阈值;
利用对比预警模块在所述运行系数值低于所述设备阈值时发出报警信号。
该方法构建包含计算机视觉、安全规范、历史安全报告和专家经验的多模态知识图谱,实现基于知识图谱的应用于建筑施工安全领域的安全决策,可实现对施工现场的施工区域进行全景监控,并且在施工设备出现故障等时实时发生报警,从而大大提高了施工的安全性。通过AI调度算法提高服务器利用率,确保协同的效率和安全性的同时实现负载均衡并节省成本,降低服务时延,实现低时延、高效率数据处理。
作为优选的实施方式,所述设备监测模块包括摄像单元和传感单元,所述摄像单元用于对施工现场进行全景监控,并获得施工设备的运行状态;当所述施工设备处于运行状态时,所述传感单元获得所述施工设备的运行参数值,所述运行参数值包括功率值和振动值,所述运行系数值基于所述功率值和振动值获得。
依托摄像单元360°视频采集,对施工场地进行3D建模并结合VSLAM技术完成包含高精度的绝对图纸路径、高效便捷的工程进度巡查与监管功能的全景监测系统。
作为优选的实施方式,将历史功率值和历史振动值为输入输出参数,进行归一化预处理,建立神经网络关联性模型;将所述功率值和所述振动值输入至所述神经网络关联性模型,获得运行阈值。
通过研究少样本增量模型训练技术,实现多场景多种类算法快速迭代与应用。并蔡琰轻量化模型剪枝技术,在降低网络大小的同时保证模型的精确度,支撑各小终端部署应用。
作为优选的实施方式,所述建筑施工安全全景监控系统还包括定位模块,用于确定施工人员的位置;所述数据分析模块还用于获得施工人员与正常工作的施工设备之间的实时距离;所述对比预警模块还用于在所述实时距离超出预设阈值时发出报警信号。
作为优选的实施方式,所述建筑施工安全全景监控系统还包括危险判定模块,用于在所述实时距离未超出预设阈值时,计算施工人员的动作和速度,并将施工人员的动作和速度与危险动作信息进行对比,如果差距小于预设值,则认定为是危险动作。
作为优选的实施方式,所述数据分析模块还用于获得施工人员与异常报警的施工设备之间的实时距离,并且获取异常报警的施工设备的危险值,如果危险值小于危险阈值,且在所述实时距离未超出预设阈值时,发出危险动作禁止报警;如果所述危险值大于危险阈值发出禁止靠近的报警,并且向所述异常报警的施工设备发生停机指令。
作为优选的实施方式,将异常报警的施工设备的运行参数数据进行滤波及傅里叶变换,检查功率值是否超过正常的阈值的20%,如果超过,则检查施工设备的振动值,并将振动值超过标准值的30%作为危险阈值。
作为优选的实施方式,所述摄像单元用于获取施工设备的视频,并根据视频获得特征图像;所述对比预警模块将特征图像与故障图像数据库进行匹配,如果匹配度大于90%则发出警报。
作为优选的实施方式,所述摄像单元还用于获取施工人员的视频,并根据获得动作图像;所述对比预警模块将动作图像与危险动作图像数据库进行匹配,如果匹配度大于90%则发出警报。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种建筑施工安全全景监控系统,其特征在于,包括:
设备监测模块,用于对施工现场进行全景监控,以及获得建筑工地内施工设备的运行系数值;
数据分析模块,用于基于所述施工设备的历史运行参数值获得运行阈值;
对比预警模块,用于在所述运行系数值低于所述设备阈值时发出报警信号。
2.根据权利要求1所述的建筑施工安全全景监控系统,其特征在于,所述设备监测模块包括摄像单元和传感单元,所述摄像单元用于对施工现场进行全景监控,并获得施工设备的运行状态;当所述施工设备处于运行状态时,所述传感单元获得所述施工设备的运行参数值,所述运行参数值包括功率值和振动值,所述运行系数值基于所述功率值和振动值获得。
3.根据权利要求2所述的建筑施工安全全景监控系统,其特征在于,将历史功率值和历史振动值为输入输出参数,进行归一化预处理,建立神经网络关联性模型;将所述功率值和所述振动值输入至所述神经网络关联性模型,获得运行阈值。
4.根据权利要求2所述的建筑施工安全全景监控系统,其特征在于,所述建筑施工安全全景监控系统还包括定位模块,用于确定施工人员的位置;所述数据分析模块还用于获得施工人员与正常工作的施工设备之间的实时距离;所述对比预警模块还用于在所述实时距离超出预设阈值时发出报警信号。
5.根据权利要求4所述的建筑施工安全全景监控系统,其特征在于,所述所述建筑施工安全全景监控系统还包括危险判定模块,用于在所述实时距离未超出预设阈值时,计算施工人员的动作和速度,并将施工人员的动作和速度与危险动作信息进行对比,如果差距小于预设值,则认定为是危险动作。
6.根据权利要求5所述的建筑施工安全全景监控系统,其特征在于,所述数据分析模块还用于获得施工人员与异常报警的施工设备之间的实时距离,并且获取异常报警的施工设备的危险值,如果危险值小于危险阈值,且在所述实时距离未超出预设阈值时,发出危险动作禁止报警;如果所述危险值大于危险阈值发出禁止靠近的报警,并且向所述异常报警的施工设备发生停机指令。
7.根据权利要求6所述的建筑施工安全全景监控系统,其特征在于,将异常报警的施工设备的运行参数数据进行滤波及傅里叶变换,检查功率值是否超过正常的阈值的20%,如果超过,则检查施工设备的振动值,并将振动值超过标准值的30%作为危险阈值。
8.根据权利要求2所述的建筑施工安全全景监控系统,其特征在于,所述摄像单元用于获取施工设备的视频,并根据视频获得特征图像;所述对比预警模块将特征图像与故障图像数据库进行匹配,如果匹配度大于90%则发出警报。
9.根据权利要求8所述的建筑施工安全全景监控系统,其特征在于,所述摄像单元还用于获取施工人员的视频,并根据获得动作图像;所述对比预警模块将动作图像与危险动作图像数据库进行匹配,如果匹配度大于90%则发出警报。
10.一种建筑施工安全全景监控方法,其特征在于,包括:
利用设备监测模块对施工现场进行全景监控,以及获得建筑工地内施工设备的运行系数值;
利用数据分析模块并基于所述施工设备的历史运行参数值获得运行阈值;
利用对比预警模块在所述运行系数值低于所述设备阈值时发出报警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211429456.0A CN115909203A (zh) | 2022-11-15 | 2022-11-15 | 建筑施工安全全景监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211429456.0A CN115909203A (zh) | 2022-11-15 | 2022-11-15 | 建筑施工安全全景监控系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115909203A true CN115909203A (zh) | 2023-04-04 |
Family
ID=86470603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211429456.0A Pending CN115909203A (zh) | 2022-11-15 | 2022-11-15 | 建筑施工安全全景监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115909203A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703127A (zh) * | 2023-08-03 | 2023-09-05 | 山东青建智慧建筑科技有限公司 | 一种基于bim的建筑施工监管方法及系统 |
CN117853078A (zh) * | 2024-03-08 | 2024-04-09 | 西安迈远科技有限公司 | 基于无人机的建筑工程施工现场动态安全报警系统及方法 |
-
2022
- 2022-11-15 CN CN202211429456.0A patent/CN115909203A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703127A (zh) * | 2023-08-03 | 2023-09-05 | 山东青建智慧建筑科技有限公司 | 一种基于bim的建筑施工监管方法及系统 |
CN116703127B (zh) * | 2023-08-03 | 2024-05-14 | 山东青建智慧建筑科技有限公司 | 一种基于bim的建筑施工监管方法及系统 |
CN117853078A (zh) * | 2024-03-08 | 2024-04-09 | 西安迈远科技有限公司 | 基于无人机的建筑工程施工现场动态安全报警系统及方法 |
CN117853078B (zh) * | 2024-03-08 | 2024-05-28 | 西安迈远科技有限公司 | 基于无人机的建筑工程施工现场动态安全报警系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115909203A (zh) | 建筑施工安全全景监控系统及方法 | |
CN107168294B (zh) | 一种火电水系统设备无人巡检监控方法 | |
CN111860900A (zh) | 基于bim的数字孪生智慧机房管理方法、装置、设备及介质 | |
KR102444442B1 (ko) | 설비 고장 진단 장치 및 방법 | |
KR20140130540A (ko) | 설비들의 그룹의 조건 모니터링을 위한 방법 및 시스템 | |
CN110910369A (zh) | 一种生产线监管的方法、装置及存储介质 | |
CN111080775A (zh) | 一种基于人工智能的服务器巡检方法及系统 | |
CN117474357B (zh) | 基于深度学习的配电房运维管理方法及系统 | |
CN115527203A (zh) | 一种基于物联网的谷物干燥远程控制方法及系统 | |
CN112884199B (zh) | 水电站设备故障预测方法、装置、计算机设备和存储介质 | |
CN115640915A (zh) | 一种智慧燃气管网压缩机安全管理方法和物联网系统 | |
CN117176560A (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
CN117852896B (zh) | 一种施工监理风险控制预警系统及方法 | |
CN115060312A (zh) | 一种基于人工智能的建筑材料安全监测系统 | |
KR101960755B1 (ko) | 미취득 전력 데이터 생성 방법 및 장치 | |
CN113487086B (zh) | 设备剩余使用寿命预测方法、装置、计算机设备和介质 | |
CN116233199B (zh) | 基于无线数据通信的污水处理设备智能水雾检测云平台 | |
CN113529845A (zh) | 挖掘机故障诊断方法、挖掘机、电子设备及可读存储介质 | |
CN116071902B (zh) | 一种监控机房动力设备的方法、设备及介质 | |
CN115562227A (zh) | 变电站巡检机器人监控方法、装置和计算机设备 | |
CN113808727A (zh) | 设备监控方法、装置、计算机设备和可读存储介质 | |
WO2021042233A1 (en) | Remote diagnosis system, apparatus and method for power tool | |
CN112862120A (zh) | 一种电力维护维修监管系统及方法 | |
CN113447813A (zh) | 海上风力发电机组的故障诊断方法及设备 | |
US20050193270A1 (en) | Mobile remote monitoring and diagnostics and method |
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 |