CN116358759A - 一种基于数字孪生技术的链条张紧检测系统 - Google Patents
一种基于数字孪生技术的链条张紧检测系统 Download PDFInfo
- Publication number
- CN116358759A CN116358759A CN202310595960.6A CN202310595960A CN116358759A CN 116358759 A CN116358759 A CN 116358759A CN 202310595960 A CN202310595960 A CN 202310595960A CN 116358759 A CN116358759 A CN 116358759A
- Authority
- CN
- China
- Prior art keywords
- chain
- data
- digital twin
- base station
- sensor node
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 19
- 238000012800 visualization Methods 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 11
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 26
- 238000012544 monitoring process Methods 0.000 claims description 22
- 238000010516 chain-walking reaction Methods 0.000 claims description 20
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000005265 energy consumption Methods 0.000 claims description 8
- 238000013144 data compression Methods 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000012098 association analyses Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000002860 competitive effect Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000003321 amplification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/0061—Force sensors associated with industrial machines or actuators
- G01L5/0076—Force sensors associated with manufacturing machines
-
- 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
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明涉及链条张紧技术领域，具体涉及一种基于数字孪生技术的链条张紧检测系统，其包括：链条数据采集模块、数据处理模块、数字孪生可视化模块和远程控制平台。本发明以数字孪生技术为基础，将链条在工作时可以实时映射到虚拟对象中，并通过可视化技术进行呈现，使得可以精准的确定链条工作时的张紧状态，以便于在链条张紧状态不满足要求时，由远程控制平台及时远程调控链条的张紧状态。
Description
技术领域
本发明涉及链条张紧技术领域，具体涉及一种基于数字孪生技术的链条张紧检测系统。
背景技术
现有运输机工作时，链条常因为载荷过高崩的过紧，极容易造成断裂，因此，工作人员需要不断地观察链条状态以防断裂，这样非常的不方便，且由于是人工操作，导致误差较大。
发明内容
针对上述问题，本发明提供一种基于数字孪生技术的链条张紧检测系统。
本发明的目的采用以下技术方案来实现：
一种基于数字孪生技术的链条张紧检测系统，其包括：链条数据采集模块、数据处理模块、数字孪生可视化模块和远程控制平台；
所述链条数据采集模块，用于实时采集多条链条数据，所述链条数据包括：链条运行状态数据和链条形态数据；
所述数据处理模块，用于对采集的数据进行预处理，并利用预处理后的数据构建数字孪生模型；
所述数字孪生可视化模块，用于将链条运行状态实时对象数据映射至所述数字孪生模型中，生成链条运行过程中的动态数据，动态数据通过数字孪生模型进行呈现，同时在动态数据存在异常时，即存在链条张紧状态不满足要求时，及时将相关信息发送至所述远程控制平台，其中，相关信息包括：链条坐标信息。
所述远程控制平台，用于在接收到动态数据异常时，及时发出指令，对应调节相应链条的张紧状态，直至不再接收到动态数据异常信息。
优选地，所述链条运行状态数据用于表征所述链条的张力特征信息，其包括：电机功率、伸缩油缸压力和链条悬垂量；
所述链条形态数据包括：各链条的形态参数以及其所处的位置坐标。
优选地，所述对采集的数据进行预处理，具体是：
采用灰度关联分析作为融合算法对链条运行状态数据进行处理，以得到链条张力特征信息；并将得到的链条张力特征信息发送至所述数字孪生可视化模块；
对所述链条形态数据采用利用所述链条形态数据在数据中心构建全比例数字孪生模型，并且搭建虚拟对象与链条运行状态实时对象数据的传输通道，将其传输至所述数字孪生可视化模块。
优选地，所述数字孪生可视化模块中将接收到的链条张力特征信息和标准链条张力特征信息进行比较分析，并基于分析结果判断链条张紧状态是否异常，并将异常的链条信息通过所述数字孪生可视化模块进行可视化呈现，并同时将异常的链条信息发送至所述远程控制平台。
优选地，所述链条数据采集模块包括多个传感器节点、基站以及图像采集单元；
传感器节点用于采集所述链条运行状态数据以及各链条所处的位置坐标，其中，多个传感器节点和基站按照预设的成簇机制构建一无线传感器网络；
图像采集单元用于采集链条的形态参数。
优选地，所述多个传感器节点和基站按照预设的成簇机制构建一无线传感器网络，具体是：
将基站部署在圆形监测区域的中心位置处，将K个传感器随机撒布在所述圆形监测区域内；
传感器节点和基站部署完成后，基站向全网广播竞选簇首指令，接收到该指令的各传感器节点将携带有自身信息的数据包转发至基站，基站基于接收到的数据包按照如下公式确定出传感器节点i能够当选为簇首的概率值：
式中，
为最优簇首数目，K为圆形监测区域内传感器节点个数，/>
、/>
分别为回路能量消耗系统和天线能量消耗系数，/>
为传感器节点i的通信半径，/>
为圆形监测区域的半径，/>
为路由影响系数，v为数据传输的速率，/>
为数据压缩率，c为过压缩率，/>
为预设的率失真阈值，/>
为数据压缩系数，/>
为传感器节点i当前剩余能量值，/>
为圆形监测区域内所有传感器节点中当前最大剩余能量值，/>
为传感器节点i的邻居节点数，/>
分别表示圆形监测区域内所有传感器节点中距离基站的最大距离和最小距离，/>
为传感器节点i与基站之间的距离，/>
为权重系数；其中，/>
表示若传感器节点i作为簇首时，其簇成员节点传输单位数据至传感器节点i所需消耗的总能量值，/>
表示若传感器节点i作为簇首时，其压缩来自簇成员节点的数据所需消耗的能量值，/>
表示若传感器节点i作为簇首时，传感器节点i将压缩后的数据传输至基站所需消耗的能量值；
将计算得到的概率值按照取值大小进行降序排列，选择排序靠前的前
个传感器节点作为簇首；而监测区域内剩余的传感器节点作为簇成员节点加入到对应的簇首中，最后完成分簇，得到一分簇结构的无线传感器网络。
本发明的有益效果为：本发明以数字孪生技术为基础，将链条在工作时可以实时映射到虚拟对象中，并通过可视化技术进行呈现，使得可以精准的确定链条工作时的张紧状态，以便于在链条张紧状态不满足要求时，由远程控制平台及时远程调控链条的张紧状态。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1本发明实施例提供的链条张紧检测系统示意图。
附图标记：链条数据采集模块1、数据处理模块2、数字孪生可视化模块3、远程控制平台4。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，一种基于数字孪生技术的链条张紧检测系统，其包括：链条数据采集模块1、数据处理模块2、数字孪生可视化模块3和远程控制平台4；
所述链条数据采集模块1，用于实时采集多条链条数据，所述链条数据包括：链条运行状态数据和链条形态数据；
所述数据处理模块2，用于对采集的数据进行预处理，并利用预处理后的数据构建数字孪生模型；
所述数字孪生可视化模块3，用于将链条运行状态实时对象数据映射至所述数字孪生模型中，生成链条运行过程中的动态数据，动态数据通过数字孪生模型进行呈现，同时在动态数据存在异常时，即存在链条张紧状态不满足要求时，及时将相关信息发送至所述远程控制平台4，其中，相关信息包括：链条坐标信息。
所述远程控制平台4，用于在接收到动态数据异常时，及时发出指令，对应调节相应链条的张紧状态，直至不再接收到动态数据异常信息。
优选地，所述链条运行状态数据用于表征所述链条的张力特征信息，其包括：电机功率、伸缩油缸压力和链条悬垂量；
所述链条形态数据包括：各链条的形态参数以及其所处的位置坐标。
优选地，所述对采集的数据进行预处理，具体是：
采用灰度关联分析作为融合算法对链条运行状态数据进行处理，以得到链条张力特征信息；并将得到的链条张力特征信息发送至所述数字孪生可视化模块3；
对所述链条形态数据采用利用所述链条形态数据在数据中心构建全比例数字孪生模型，并且搭建虚拟对象与链条运行状态实时对象数据的传输通道，将其传输至所述数字孪生可视化模块。
优选地，所述数字孪生可视化模块3中将接收到的链条张力特征信息和标准链条张力特征信息进行比较分析，并基于分析结果判断链条张紧状态是否异常，并将异常的链条信息通过所述数字孪生可视化模块进行可视化呈现，并同时将异常的链条信息发送至所述远程控制平台4。
优选地，所述链条数据采集模块包括多个传感器节点、基站以及图像采集单元；
传感器节点用于采集所述链条运行状态数据以及各链条所处的位置坐标，其中，多个传感器节点和基站按照预设的成簇机制构建一无线传感器网络；
图像采集单元用于采集链条的形态参数。
优选地，所述多个传感器节点和基站按照预设的成簇机制构建一无线传感器网络，具体是：
将基站部署在圆形监测区域的中心位置处，将K个传感器随机撒布在所述圆形监测区域内；
传感器节点和基站部署完成后，基站向全网广播竞选簇首指令，接收到该指令的各传感器节点将携带有自身信息的数据包转发至基站，基站基于接收到的数据包按照如下公式确定出传感器节点i能够当选为簇首的概率值：
式中，
为最优簇首数目，K为圆形监测区域内传感器节点个数，/>
、/>
分别为回路能量消耗系统和天线能量消耗系数，/>
为传感器节点i的通信半径，/>
为圆形监测区域的半径，/>
为路由影响系数，作为优选，/>
=0.95，v为数据传输的速率，/>
为数据压缩率，c为过压缩率，/>
为预设的率失真阈值，/>
为数据压缩系数，/>
为传感器节点i当前剩余能量值，
为圆形监测区域内所有传感器节点中当前最大剩余能量值，/>
为传感器节点i的邻居节点数，/>
分别表示圆形监测区域内所有传感器节点中距离基站的最大距离和最小距离，/>
为传感器节点i与基站之间的距离，/>
为权重系数；其中，/>
表示若传感器节点i作为簇首时，其簇成员节点传输单位数据至传感器节点i所需消耗的总能量值，
表示若传感器节点i作为簇首时，其压缩来自簇成员节点的数据所需消耗的能量值，/>
表示若传感器节点i作为簇首时，传感器节点i将压缩后的数据传输至基站所需消耗的能量值；
将计算得到的概率值按照取值大小进行降序排列，选择排序靠前的前
个传感器节点作为簇首；而圆形监测区域内剩余的传感器节点作为簇成员节点加入到对应的簇首中，最后完成分簇，得到一分簇结构的无线传感器网络。
有益效果：传感器节点若作为簇首节点，其能量损耗太大，则其容易过早地能量耗尽，而导致其簇成员节点无法将数据及时有效地传输至基站，进而影响到对链条张紧状态的把握准确性，因此，为了避免上述情况发生，上述技术方案中创造性地考虑数据传输速率、压缩率、能量损耗、剩余能量、距离因素等多方面的影响，从而能够准确地估计传感器节点能够竞选上簇首的概率值，进而选择出最优的传感器节点当选为簇首，避免了无线传感器网络过早地死亡。
优选地，
的大小可通过下式具体确定：
式中，
表示向上取整，/>
为距离圆形监测区域中心最近的传感器节点cen到基站的距离，/>
为自由空间模型中功率放大所需的能量，/>
为多路衰减模型中功率放大所需的能量，/>
为传感器节点cen传输单位数据至基站所需消耗的能量值；/>
为权重系数。
有益效果：对于同一个无线传感器网络而言，网络的能量消耗会因为不同的簇头个数而变得不同，进而会直接导致总能耗差距十分明显，在上述实施方式中，采用如上方式确定最优簇头个数，在确定最优簇头个数时，考虑圆形监测区域的半径、距离因素、能量因素等多个因素的影响，从而能够得到一个总能耗相对较低的无线传感器网络，达到均衡整个无线传感器网络能量的目的。
本发明的有益效果为：本发明以数字孪生技术为基础，将链条在工作时可以实时映射到虚拟对象中，并通过可视化技术进行呈现，使得可以精准的确定链条工作时的张紧状态，以便于在链条张紧状态不满足要求时，由远程控制平台及时远程调控链条的张紧状态。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (6)
1.一种基于数字孪生技术的链条张紧检测系统，其特征是，包括：链条数据采集模块、数据处理模块、数字孪生可视化模块和远程控制平台；
所述链条数据采集模块，用于实时采集多条链条数据，所述链条数据包括：链条运行状态数据和链条形态数据；
所述数据处理模块，用于对采集的数据进行预处理，并利用预处理后的数据构建数字孪生模型；
所述数字孪生可视化模块，用于将链条运行状态实时对象数据映射至所述数字孪生模型中，生成链条运行过程中的动态数据，动态数据通过数字孪生模型进行呈现，同时在动态数据存在异常时，即存在链条张紧状态不满足要求时，及时将相关信息发送至所述远程控制平台，其中，相关信息包括：链条坐标信息；
所述远程控制平台，用于在接收到动态数据异常时，及时发出指令，对应调节相应链条的张紧状态，直至不再接收到动态数据异常信息。
2.根据权利要求1所述的一种基于数字孪生技术的链条张紧检测系统，其特征是，所述链条运行状态数据用于表征所述链条的张力特征信息，其包括：电机功率、伸缩油缸压力和链条悬垂量；
所述链条形态数据包括：各链条的形态参数以及其所处的位置坐标。
3.根据权利要求1所述的一种基于数字孪生技术的链条张紧检测系统，其特征是，所述对采集的数据进行预处理，具体是：
采用灰度关联分析作为融合算法对链条运行状态数据进行处理，以得到链条张力特征信息；并将得到的链条张力特征信息发送至所述数字孪生可视化模块；
对所述链条形态数据采用利用所述链条形态数据在数据中心构建全比例数字孪生模型，并且搭建虚拟对象与链条运行状态实时对象数据的传输通道，将其传输至所述数字孪生可视化模块。
4.根据权利要求3所述的一种基于数字孪生技术的链条张紧检测系统，其特征是，所述数字孪生可视化模块中将接收到的链条张力特征信息和标准链条张力特征信息进行比较分析，并基于分析结果判断链条张紧状态是否异常，并将异常的链条信息通过所述数字孪生可视化模块进行可视化呈现，并同时将异常的链条信息发送至所述远程控制平台。
5.根据权利要求2所述的一种基于数字孪生技术的链条张紧检测系统，其特征是，所述链条数据采集模块包括多个传感器节点、基站以及图像采集单元；
传感器节点用于采集所述链条运行状态数据以及各链条所处的位置坐标，其中，多个传感器节点和基站按照预设的成簇机制构建一无线传感器网络；
图像采集单元用于采集链条的形态参数。
6.根据权利要求5所述的一种基于数字孪生技术的链条张紧检测系统，其特征是，所述多个传感器节点和基站按照预设的成簇机制构建一无线传感器网络，具体是：
将基站部署在圆形监测区域的中心位置处，将K个传感器随机撒布在所述圆形监测区域内；
传感器节点和基站部署完成后，基站向全网广播竞选簇首指令，接收到该指令的各传感器节点将携带有自身信息的数据包转发至基站，基站基于接收到的数据包按照如下公式确定出传感器节点i能够当选为簇首的概率值：
式中，
为最优簇首数目，K为圆形监测区域内传感器节点个数，/>
、/>
分别为回路能量消耗系统和天线能量消耗系数，/>
为传感器节点i的通信半径，/>
为圆形监测区域的半径，
为路由影响系数，v为数据传输的速率，/>
为数据压缩率，c为过压缩率，/>
为预设的率失真阈值，/>
为数据压缩系数，/>
为传感器节点i当前剩余能量值，/>
为圆形监测区域内所有传感器节点中当前最大剩余能量值，/>
为传感器节点i的邻居节点数，/>
分别表示圆形监测区域内所有传感器节点中距离基站的最大距离和最小距离，/>
为传感器节点i与基站之间的距离，/>
为权重系数；其中，/>
表示若传感器节点i作为簇首时，其簇成员节点传输单位数据至传感器节点i所需消耗的总能量值，/>
表示若传感器节点i作为簇首时，其压缩来自簇成员节点的数据所需消耗的能量值， />
表示若传感器节点i作为簇首时，传感器节点i将压缩后的数据传输至基站所需消耗的能量值；
将计算得到的概率值按照取值大小进行降序排列，选择排序靠前的前
个传感器节点作为簇首；而监测区域内剩余的传感器节点作为簇成员节点加入到对应的簇首中，最后完成分簇，得到一分簇结构的无线传感器网络。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310595960.6A CN116358759B (zh) | 2023-05-25 | 2023-05-25 | 一种基于数字孪生技术的链条张紧检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310595960.6A CN116358759B (zh) | 2023-05-25 | 2023-05-25 | 一种基于数字孪生技术的链条张紧检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116358759A true CN116358759A (zh) | 2023-06-30 |
| CN116358759B CN116358759B (zh) | 2023-09-29 |
Family
ID=86910012
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310595960.6A Active CN116358759B (zh) | 2023-05-25 | 2023-05-25 | 一种基于数字孪生技术的链条张紧检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116358759B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110191496A1 (en) * | 2010-01-29 | 2011-08-04 | Microsoft Corporation | Compressive data gathering for large-scale wireless sensor networks |
| KR20120060718A (ko) * | 2010-12-02 | 2012-06-12 | 한양대학교 산학협력단 | 클러스터 헤드 선출 방법 및 이를 실행하는 노드 |
| CN103987100A (zh) * | 2014-03-27 | 2014-08-13 | 南京邮电大学 | 基于区域划分的传感网节能离取改进方法 |
| CN104065574A (zh) * | 2014-07-09 | 2014-09-24 | 哈尔滨工程大学 | 一种无线传感器网络层内非均匀分簇路由方法 |
| US20150066881A1 (en) * | 2013-08-27 | 2015-03-05 | Purdue Research Foundation | Compressing trace data |
| CN104853395A (zh) * | 2014-12-16 | 2015-08-19 | 黄伟 | 一种多感知不等半径无线传感网络路由实现方法 |
| CN106454815A (zh) * | 2016-06-30 | 2017-02-22 | 华南理工大学 | 一种基于leach协议的无线传感器网络路由方法 |
| CN109040216A (zh) * | 2018-07-25 | 2018-12-18 | 深圳明创自控技术有限公司 | 输电线路无线智能监测系统 |
| CN113596951A (zh) * | 2021-09-02 | 2021-11-02 | 哈尔滨工程大学 | 基于量子礁鲨机制的无线传感器网络分簇路由方法 |
| CN114545882A (zh) * | 2022-03-11 | 2022-05-27 | 安徽理工大学 | 一种基于数字孪生的紧包光缆生产线张力控制系统 |
| US20220327204A1 (en) * | 2021-04-12 | 2022-10-13 | General Electric Company | Unified multi-agent system for abnormality detection and isolation |
| US20220369200A1 (en) * | 2021-04-30 | 2022-11-17 | North China Electric Power University | Clustering and routing method and system for wireless sensor networks |
-
2023
- 2023-05-25 CN CN202310595960.6A patent/CN116358759B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110191496A1 (en) * | 2010-01-29 | 2011-08-04 | Microsoft Corporation | Compressive data gathering for large-scale wireless sensor networks |
| KR20120060718A (ko) * | 2010-12-02 | 2012-06-12 | 한양대학교 산학협력단 | 클러스터 헤드 선출 방법 및 이를 실행하는 노드 |
| US20150066881A1 (en) * | 2013-08-27 | 2015-03-05 | Purdue Research Foundation | Compressing trace data |
| CN103987100A (zh) * | 2014-03-27 | 2014-08-13 | 南京邮电大学 | 基于区域划分的传感网节能离取改进方法 |
| CN104065574A (zh) * | 2014-07-09 | 2014-09-24 | 哈尔滨工程大学 | 一种无线传感器网络层内非均匀分簇路由方法 |
| CN104853395A (zh) * | 2014-12-16 | 2015-08-19 | 黄伟 | 一种多感知不等半径无线传感网络路由实现方法 |
| CN106454815A (zh) * | 2016-06-30 | 2017-02-22 | 华南理工大学 | 一种基于leach协议的无线传感器网络路由方法 |
| CN109040216A (zh) * | 2018-07-25 | 2018-12-18 | 深圳明创自控技术有限公司 | 输电线路无线智能监测系统 |
| US20220327204A1 (en) * | 2021-04-12 | 2022-10-13 | General Electric Company | Unified multi-agent system for abnormality detection and isolation |
| US20220369200A1 (en) * | 2021-04-30 | 2022-11-17 | North China Electric Power University | Clustering and routing method and system for wireless sensor networks |
| CN113596951A (zh) * | 2021-09-02 | 2021-11-02 | 哈尔滨工程大学 | 基于量子礁鲨机制的无线传感器网络分簇路由方法 |
| CN114545882A (zh) * | 2022-03-11 | 2022-05-27 | 安徽理工大学 | 一种基于数字孪生的紧包光缆生产线张力控制系统 |
Non-Patent Citations (5)
| Title |
|---|
| MD. SAMEERUDDIN KHAN等: "Centralized Digital Twin driven Supply Chain for Sustainable Smart Manufacturing Plants", 2022 INTERNATIONAL CONFERENCE ON COMPUTATIONAL MODELLING, SIMULATION AND OPTIMIZATION (ICCMSO) * |
| 宋晓莹: "无线传感器网络中高能效的分簇数据收集技术研究", 中国博士学位论文全文数据库（电子期刊）信息科技辑, no. 1 * |
| 翟双: "低能耗物联网无线链路数据格式与网络拓扑研究", 中国博士学位论文全文数据库（电子期刊）信息科技辑, no. 8 * |
| 葛世荣;张帆;王世博;王忠宾;: "数字孪生智采工作面技术架构研究", 煤炭学报, no. 06 * |
| 谢琳琳;陈雅娇;: "基于BIM+数字孪生技术的装配式建筑项目调度智能化管理平台研究", 建筑经济, no. 09 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116358759B (zh) | 2023-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108645619B (zh) | 机械轴承振动智能监测系统 | |
| CN108965409B (zh) | 空气质量智能实时监测系统 | |
| CN107205213B (zh) | 一种基于无人机的果园监测系统 | |
| CN102118881A (zh) | 架空输电线路的监测装置及监测方法 | |
| CN105678987A (zh) | 非稳态设备振动无线监测装置 | |
| CN109561459B (zh) | 一种海上vhf频段自组织网络数据传输系统及方法 | |
| CN116358759B (zh) | 一种基于数字孪生技术的链条张紧检测系统 | |
| CN114866976A (zh) | 一种基于LoRa自组网的智能感知终端装置及方法 | |
| CN107580315A (zh) | 一种用于智能电网的风电机组状态监测系统 | |
| CN107994957B (zh) | 一种无线网络设备信号小范围覆盖方法 | |
| CN109067872A (zh) | 用于精细农业的土壤质量监测系统 | |
| CN110505571B (zh) | 基于人工智能技术的风险主题分析系统 | |
| CN109115988A (zh) | 农田土壤质量无线传感器网络监测装置 | |
| CN112884302A (zh) | 一种电力物资管理方法 | |
| CN109103992B (zh) | 应用于智能电网的输电线路实时可靠监测系统 | |
| CN112867020B (zh) | 一种无线传感器网络传输方法 | |
| CN108961701B (zh) | 变电站环境智能监测系统 | |
| CN113391666B (zh) | 水产养殖环境和水质多参量控制系统 | |
| CN209402241U (zh) | 配电网负荷监控装置及配电系统 | |
| CN108696388A (zh) | 一种基于智能物联网网关的硬件调试管理方法 | |
| CN110763269B (zh) | 一种变电站环境安全监控系统 | |
| CN107659628A (zh) | 一种生活饮用水实时监测系统 | |
| CN112363207A (zh) | 一种基于AODV协议的LoRa组网地震监测系统及监测方法 | |
| US9980157B2 (en) | Transfer module, sensor network system, information transfer network system, and information transfer method | |
| CN111148140A (zh) | 一种基于无线通信技术的配电网局放检测数据采集方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |