CN116362548B - 一种标准节可用性管理方法、系统、装置和存储介质 - Google Patents

一种标准节可用性管理方法、系统、装置和存储介质 Download PDF

Info

Publication number
CN116362548B
CN116362548B CN202310423391.7A CN202310423391A CN116362548B CN 116362548 B CN116362548 B CN 116362548B CN 202310423391 A CN202310423391 A CN 202310423391A CN 116362548 B CN116362548 B CN 116362548B
Authority
CN
China
Prior art keywords
standard
availability
features
standard knot
target
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.)
Active
Application number
CN202310423391.7A
Other languages
English (en)
Other versions
CN116362548A (zh
Inventor
金晓春
王魏
陆彩虹
董国
黄亚南
黄春勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Jiuhe Machinery Co ltd
Original Assignee
Jiangsu Jiuhe Machinery Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Jiuhe Machinery Co ltd filed Critical Jiangsu Jiuhe Machinery Co ltd
Priority to CN202311308861.1A priority Critical patent/CN117422296B/zh
Priority to CN202310423391.7A priority patent/CN116362548B/zh
Publication of CN116362548A publication Critical patent/CN116362548A/zh
Application granted granted Critical
Publication of CN116362548B publication Critical patent/CN116362548B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书实施例提供一种标准节可用性管理方法、系统、装置和存储介质，该方法包括：基于检测单元获取至少一个待评估标准节的检测数据；其中，检测单元至少包括移动机构、机械手机构、图像检测机构中的至少一个，检测数据至少包括图像数据；基于检测数据，确定至少一个待评估标准节的结构特征和表面特征；基于结构特征和表面特征，评估至少一个待评估标准节的可用性；以及基于可用性，确定至少一个目标标准节及其对应的使用优先级。

Description

一种标准节可用性管理方法、系统、装置和存储介质
技术领域
本说明书涉及起重机械技术领域，特别涉及一种标准节可用性管理方法、系统、装置和存储介质。
背景技术
标准节在起重机、塔机、塔吊、升降机等设备起着重要的作用，主要起到对塔机进行高度调节、支撑和安装的作用。选用合适的标准节对塔机的搭建非常重要，不仅提高塔机的安全性，还能确保标准节得到合理使用，发挥最大使用价值。
为提高塔机的安全性，CN213416071U公开了一种塔式起重机标准节管理系统，读取并上传标准节使用状态信息，获取标准节管理数据，传输到数据显示终端供相关管理部门查阅，为塔机标准节提供一种标准节状态信息安全管理手段。但未涉及到如何确定标准节的可用性及使用优先级。
因此，希望提供一种标准节可用性管理方法、系统、装置和存储介质，用于确定可用的标准节以及可用标准节的使用优先级，从而更加科学合理的选用标准节搭建塔机，在确保塔机安全性的同时，还能兼顾标准节的使用价值最大化、降低标准节的使用成本。
发明内容
本说明书一个或多个实施例提供一种标准节可用性管理方法，包括：基于检测单元获取至少一个待评估标准节的检测数据；检测单元至少包括移动机构、机械手机构、图像检测机构中的至少一个，检测数据至少包括图像数据；基于检测数据，确定至少一个待评估标准节的结构特征和表面特征；基于结构特征和表面特征，评估至少一个待评估标准节的可用性；以及基于可用性，确定至少一个目标标准节及其对应的使用优先级。
本说明书一个或多个实施例提供一种标准节可用性管理系统，包括获取模块，用于基于检测单元获取至少一个待评估标准节的检测数据；检测单元可以至少包括移动机构、机械手机构、图像检测机构中的至少一个，检测数据可以至少包括图像数据；提取模块，用于基于检测数据，确定至少一个待评估标准节的结构特征和表面特征；评估模块，用于基于结构特征和表面特征，评估至少一个待评估标准节的可用性；确定模块，用于基于可用性，确定至少一个目标标准节及其对应的使用优先级。
本说明书一个或多个实施例提供一种标准节可用性管理装置，包括处理器，所述处理器用于执行前述标准节可用性管理方法。
本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行前述标准节可用性管理方法。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的标准节可用性管理系统的模块示意图；
图2是根据本说明书一些实施例所示的标准节可用性管理方法的示例性流程图；
图3是根据本说明书一些实施例所示的风险预测模型的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的标准节可用性管理系统的模块示意图。
在一些实施例中，标准节可用性管理系统100可以包括获取模块110、提取模块120、评估模块130和确定模块140。在一些实施例中，标准节可用性管理系统100中的一个或以上模块可以相互连接。连接可以是无线的或有线的。
获取模块110可以基于检测单元获取至少一个待评估标准节的检测数据。其中，检测单元至少包括移动机构、机械手机构、图像检测机构中的至少一个。检测数据至少包括图像数据。
提取模块120可以基于检测数据，确定至少一个待评估标准节的结构特征和表面特征。在一些实施例中，表面特征可以包括待评估标准节中至少一个单元结构的表面子特征。
评估模块130可以基于结构特征和表面特征，评估至少一个待评估标准节的可用性。在一些实施例中，评估模块130可以基于结构特征和至少一个单元结构的表面子特征，评估至少一个待评估标准节的可用性。在一些实施例中，评估模块130还可以基于至少一个待评估标准节的最新超声探伤数据确定至少一个待评估标准节的可用性。在一些实施例中，评估模块130还可以基于结构特征和至少一个单元结构的表面子特征，预测将至少一个目标标准节安装在塔机上的维护风险。
确定模块140可以基于可用性，确定至少一个目标标准节及其对应的使用优先级。在一些实施例中，确定模块140可以基于维护风险更新至少一个目标标准节的使用优先级。在一些实施例中，确定模块140还可以基于至少一个目标标准节的可用性、至少一个目标标准节的生产时间和历史使用数据，确定至少一个目标标准节的使用优先级。
相关内容可以参见图2、图3及其相关描述。
应当理解，图1所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，图1所述的系统及其模块可以由计算装置利用两个不同的CPU和/或处理器共同地或独立地执行。
需要注意的是，以上对于标准节可用性管理系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图1中披露的获取模块110、提取模块120、评估模块130和确定模块140可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。
图2是根据本说明书一些实施例所示的标准节可用性管理方法的示例性流程图。如图2所示，流程200包括下述步骤。在一些实施例中，流程200可以由标准节可用性管理系统100执行。
步骤210，基于检测单元获取至少一个待评估标准节的检测数据。
检测单元可以用于对待评估标准节进行检测，获得相关检测数据。
在一些实施例中，检测单元至少包括移动机构、机械手机构、图像检测机构中的至少一个。
移动机构是指可移动的设备。例如，移动机器人、履带式底盘等。移动机构可以带动机械手机构和图像检测机构移动。
机械手机构是指用于固定图像检测机构的设备。例如，机械臂等。机械手机构可以固定于移动机构上。
图像检测机构是指用于进行图像检测的设备。例如，摄像头等。图像检测机构可以固定于机械手机构上。
在一些实施例中，检测单元还可以包括超声检测机构。例如，超声波探伤仪等。超声检测机构可以固定于机械手机构上。
待评估标准节是指需要评估可用性的标准节。
检测数据是指经检测单元检测获得的数据。例如，包含待评估标准节和待评估标准节所处环境的图像等。
在一些实施例中，检测数据至少包括图像数据。
图像数据是指与待评估标准节相关的图像的数据。例如，待评估标准节的整体图像或局部图像的数据。
在一些实施例中，检测数据还可以包括超声数据。
检测数据通过多种方式获取。在一些实施例中，获取模块110可以基于检测单元获取至少一个待评估标准节的检测数据。
在一些实施例中，获取模块110可以通过图像检测机构从一个或多个不同角度，对待评估标准节的整体或部分进行拍摄，获取至少一个待评估标准节的图像数据。
在一些实施例中，获取模块110还可以通过超声检测机构从一个或多个角度，对待评估标准节的整体或部分进行扫描，获取至少一个待评估标准节的超声数据。
在一些实施例中，获取模块110还可以通过其他方式获取至少一个待评估标准节的检测数据。例如，用户输入等。
步骤220，基于检测数据，确定至少一个待评估标准节的结构特征和表面特征。
结构特征是指与待评估标准节的结构相关的特征。
在一些实施例中，结构特征至少包括待评估标准节中至少一个单元结构的数量、材质参数和规格参数中至少一个。
单元结构是指构成待评估标准节的结构。例如，主弦杆、斜腹杆、直腹杆、连接套、钢板网、踏步、梯子等。
在一些实施例中，单元结构还可以包括待评估标准节上的焊缝。不同单元结构之间构成不同的焊缝类型。
本说明书一些实施例中，在确定待评估标准节可用性时，不仅考虑了结构特征和构成待评估标准节的单元结构的表面子特征，还考虑了焊缝的表面子特征，从而提高可用性的准确度。
材质参数可以包括单元结构表面的色彩、纹理、光滑度、透明度、发光度、硬度、粗糙度等。
规格参数可以包括单元结构的体积、长度、形状、重量、型号等。
表面特征是指反映待评估标准节的整体外观表面情况的特征。例如，无变形、无锈蚀、无腐蚀等。
在一些实施例中，表面特征可以至少包括变形特征、裂纹特征、锈蚀特征和腐蚀特征中的至少一个。
变形特征用于评估标准节的至少一部分是否发生变形。变形特征可以包括是否变形、变形严重程度等。
裂纹特征用于评估标准节的至少一部分是否存在裂纹。变形特征可以包括是否存在裂纹、裂纹严重程度等。
锈蚀特征用于评估标准节的至少一部分是否发生锈蚀。锈蚀特征可以包括是否发生锈蚀、锈蚀严重程度等。
腐蚀特征用于评估标准节的至少一部分是否发生腐蚀。腐蚀特征可以包括是否发生腐蚀、腐蚀严重程度。
在一些实施例中，表面特征可以包括待评估标准节中至少一个单元结构的表面子特征。
表面子特征是指反映构成待评估标准节的单元结构的外观表面情况的特征。例如，主弦杆无变形、主弦杆无锈蚀等。表面子特征可以包括待评估标准节中的单元结构的变形特征、裂纹特征、锈蚀特征和腐蚀特征中的至少一个。
提取模块120可以基于检测数据，通过多种方式确定至少一个待评估标准节的结构特征和表面特征。在一些实施例中，提取模块120可以通过两个图像识别模型(如两个卷积神经网络模型)分别对一组图像数据进行处理，从而确定待评估标准节的结构特征和表面特征。
在一些实施例中，提取模块120可以基于识别出的待评估标准节的结构特征，控制检测单元以不同角度对待评估标准节的至少一个单元结构进行拍摄，得到单元结构的图像数据。在一些实施例中，提取模块120可以通过图像识别模型对获得的单元结构的图像数据进行处理，从而确定单元结构的表面子特征。基于类似方式，可以确定单元结构的结构子特征。
在一些实施例中，提取模块120可以通过带有第一标签的第一训练样本训练得到图像识别模型。第一训练样本可以为标准节的历史图像数据，第一标签为历史图像数据对应的历史结构特征和历史表面特征。在一些实施例中，第一标签可以是历史图像数据对应的历史结构子特征和历史表面子特征。
步骤230，基于结构特征和表面特征，评估至少一个待评估标准节的可用性。
可用性是指反映待评估标准节是否可用于安装塔吊的标准。包括，可用或不可用。可用性可以用数值表示，例如，1表示可用，0表示不可用。
在一些实施例中，评估模块130可以基于结构特征和表面特征，通过多种方式评估至少一个待评估标准节的可用性。例如，向量数据库匹配方式。在一些实施例中，评估模块130可以基于待评估标准节的结构特征和表面特征构建待评估标准节对应的第一特征向量。例如，可以基于待评估标准节的结构特征x和表面特征y构建第一特征向量p(x，y)。
数据库包含多个第一参考向量以及各个第一参考向量对应的参考可用性。
第一参考向量基于各个抽样标准节对应的结构特征和表面特征构建，第一参考向量对应的参考可用性为对应抽样标准节的可用性。第一参考向量的构建方式参见前述第一特征向量的构建方式。
在一些实施例中，评估模块130可以分别计算第一参考向量和第一特征向量之间的向量距离，确定第一特征向量对应的待评估标准节的可用性。例如，将与第一特征向量之间的向量距离满足预设条件的第一参考向量作为目标向量，将目标向量对应的参考可用性作为第一特征向量对应的待评估标准节的可用性。预设条件可以根据情况设定。例如，预设条件可以是向量距离最小或向量距离小于距离阈值等。
在一些实施例中，评估模块130可以基于结构特征和至少一个单元结构的表面子特征，评估至少一个待评估标准节的可用性。
在一些实施例中，评估模块130可以基于结构特征和至少一个单元结构的表面子特征，通过多种方式评估至少一个待评估标准节的可用性。例如，向量数据库匹配方式。
在一些实施例中，评估模块130可以基于待评估标准节的结构特征和至少一个单元结构的表面子特征构建待评估标准节对应的第二特征向量。例如，可以基于对应待评估标准节的结构特征x，单元结构1的表面子特征y1、单元结构2的表面子特征y2、……、单元结构n的表面子特征yn构建的第二特征向量q为(x，y1，y2，……，yn)。
在一些实施例中，数据库还可以包含多个第二参考向量以及各个第二参考向量对应的参考可用性。第二参考向量基于各个抽样标准节对应的结构特征和至少一个单元结构的表面子特征构建。第二参考向量的构建方式参见前述第二特征向量的构建方式。
在一些实施例中，评估模块130可以分别计算第二参考向量和第二特征向量之间的向量距离，确定第二特征向量对应的待评估标准节的可用性。关于基于第二参考向量和第二特征向量确定待评估标准节的可用性的更多内容参见前述基于第一参考向量和第一特征向量确定待评估标准节的可用性的相关描述。
在一些实施例中，至少一个待评估标准节的可用性还与至少一个待评估标准节的最新超声探伤数据相关。
超声探伤数据是指采用超声探伤仪等设备对待评估标准节进行检测所获得的探伤数据。最新超声探伤数据是指距离当前时间最近一次的超声探伤数据。其中，超声探伤仪以一定周期对待评估标准节进行检测。
在一些实施例中，评估模块130可以基于结构特征、至少一个结构单元的表面子特征以及最新超声探伤数据，通过多种方式评估待评估标准节的可用性。
在一些实施例中，评估模块130可以基于结构特征、至少一个结构单元的表面子特征以及最新超声探伤数据，通过预设方式评估待评估标准节的可用性。如，预设最新超声探伤数据表明待评估标准节结构内部有损伤，且大于损伤阈值，则待评估标准节的可用性为不可用。其中，损伤阈值可以根据经验确定。
在一些实施例中，评估模块130可以基于结构特征、至少一个结构单元的表面子特征以及最新超声探伤数据，通过向量数据库评估待评估标准节的可用性。
在一些实施例中，评估模块130可以基于待评估标准节中各个单元结构的单元特征和最新超声探伤数据构建待评估标准节对应的第三特征向量，以及基于第三参考向量和数据库确定第三特征向量对应的待评估标准节的可用性。其中，第三特征向量的元素可以包括第二特征向量中所包含的元素，以及最新超声探伤数据对应的元素，其构建方式参见前述第二特征向量的构建方式，在此不再赘述。数据库还可以包含多个第三参考向量以及各个第三参考向量对应的参考可用性。关于基于第三参考向量和第三特征向量确定待评估标准节的可用性的更多内容参见前述基于第一参考向量和第一特征向量确定待评估标准节的可用性的相关描述。
本说明书一些实施例提供的基于结构特征、至少一个结构单元的表面子特征以及最新超声探伤数据确定待评估标准节的可用性，综合考虑了待评估标准节的结构内部的缺陷，使得确定的待评估标准节的可用性更加符合实际情况。
步骤240，基于可用性，确定至少一个目标标准节及其对应的使用优先级。
目标标准节是指可用性满足预设条件的待评估标准节。如，预设条件可以为可用性为可用或为1。
在一些实施例中，确定模块140可以将可用性满足预设条件的一个或多个待评估标准节确定为至少一个目标标准节。
使用优先级是指目标标准节的使用优先顺序。
在一些实施例中，确定模块140可以基于至少一个目标标准节的可用性，确定至少一个目标标准节的使用优先级。例如，可以将可用性为可用或为1的目标标准节的使用优先级赋予同一个预设值。
在一些实施例中，评估模块130还可以基于结构特征和至少一个单元结构的表面子特征，预测将至少一个目标标准节安装在塔机上的维护风险。进而，确定模块140可以基于维护风险，更新至少一个目标标准节的使用优先级。
维护风险是指对安装在塔机上的至少一个目标标准节进行维护的概率。
在一些实施例中，维护风险可以包括更换风险和加固风险。
更换风险是指对安装在塔机上的至少一个目标标准节进行更换的概率。
加固风险是指对安装在塔机上的至少一个目标标准节进行加固的概率。
在一些实施例中，对于至少一个目标标准节中任一目标标准节，其对应的维护风险可以表示为一个维护风险分布。
在一些实施例中，维护风险分布可以包括将任一目标标准节以不同安装参数安装在塔机的不同高度时的维护风险。关于安装参数的说明参见下文。
在一些实施例中，评估模块130可以基于任一目标标准节安装在塔机不同高度时的维护风险，通过各种方式构成维护风险分布。例如，构建序列的方式等。
在一些实施例中，评估模块130可以基于结构特征和至少一个单元结构的表面子特征，通过多种方式预测将至少一个目标标准节安装在塔机上的维护风险。例如，向量数据库匹配方式。前述数据库还可以包括各个参考向量(如第一参考向量、第二参考向量、第三参考向量)对应的参考维护风险，在确定可用性时可以同时确定其维护风险，更多内容参见前述相关描述。
在一些实施例中，评估模块130还可以通过风险预测模型确定至少一个目标标准节安装在塔机上的维护风险。更多说明参见图3及相关描述。
在一些实施例中，确定模块140可以基于维护风险，通过多种方式更新至少一个目标标准节的使用优先级。例如，维护风险大于风险阈值时，降低使用优先级。风险阈值可以系统预设。
本说明书一些实施例中基于维护风险更新目标标准节的使用优先级的方法，进一步考虑了使用目标标准节后可能的维护成本，从而避免使用维护成本较大的标准节。
在一些实施例中，确定模块140还可以基于至少一个目标标准节的可用性、至少一个目标标准节的生产时间和历史使用数据，确定至少一个目标标准节的使用优先级。
生产时间是指生产出目标标准节的时间。
历史使用数据是指目标标准节在过去被使用的历史数据。例如，累计使用天数。
在一些实施例中，确定模块140可以基于至少一个目标标准节的可用性、至少一个目标标准节的生产时间和历史使用数据，通过多种方式确定至少一个目标标准节的使用优先级。例如，目标标准节的生产时间距离当前时刻越近，目标标准节累计使用天数越少，目标标准节的使用优先级越高。
本说明书一些实施例中，基于至少一个目标标准节的生产时间和历史使用数据确定使用优先级的方法，可以使确定的使用优先级更加精准，便于目标标准节的合理使用。
在一些实施例中，至少一个目标标准节的使用优先级还与至少一个目标标准节的距离最新一次超声探伤检测的时间间隔、至少一个目标标准节在该时间间隔内用于其他工程的累计使用天数相关。例如，目标标准节的距离最新一次超声探伤检测的时间间隔越大，目标标准节在该时间间隔内用于其他工程的累计使用天数越多，该目标标准节的使用优先级越低。
本说明书一些实施例中，基于至少一个目标标准节的距离最新一次超声探伤检测的时间间隔、至少一个目标标准节在该时间间隔内用于其他工程的累计使用天数等因素使用优先级，考虑了超声探伤检测后的使用对目标标准节的影响，使得确定的使用优先级更加符合实际情况。
在一些实施例中，至少一个目标标准节的使用优先级还与至少一个目标标准节的泛用性相关。例如，目标标准节的使用优先级负相关于泛用性。
泛用性是指目标标准节用于不同工程的可能性。例如，泛用性越大表示目标标准节可应用于更多的工程种类。
在一些实施例中，至少一个目标标准节的泛用性可以基于将至少一个目标标准节以不同安装参数安装在塔机不同高度时的维护风险确定。
安装参数是指安装至少一个目标标准节的参数。例如，所安装的目标标准节的上部标准节数量、下部标准节数量、所安装的目标标准节的承重等。
上部标准节数量是指位于所安装的目标标准节以上的标准节的数量。下部标准节数量是指位于所安装的目标标准节以下的标准节的数量。
塔机高度可以通过目标标准节的下部标准节数量来衡量。
在一些实施例中，对于将某一目标标准节以不同安装参数安装在塔机不同高度时的多个维护风险，评估模块130可以根据其中小于预设阈值的维护风险的数量，确定目标标准节的泛用性。例如，数量越多，泛用性越大。
预设阈值可根据目标标准节的结构特征，通过预设表确定。预设表可以基于先验知识或历史数据确定。
本说明书一些实施例中，在确定使用优先级时考虑了泛用性，而泛用性基于目标标准节安装在塔机不同高度的维护风险确定，较大的泛用性说明目标标准节可以安装在塔机的更多高度上，目标标准节的使用优先级负相关于泛用性，使得泛用性较小的目标标准节优先被使用，留下泛用性较大的目标标准节，避免在新工程中没有标准节可用的情况。
本说明书一些实施例中，通过上述标准节可用性管理方法，考虑了结构特征和表面特征，使得满足可用性的标准节的使用更加安全、合理。
应当注意的是，上述有关流程200的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程200进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
图3是根据本说明书一些实施例所示的风险预测模型示意图。
在一些实施例中，评估模块130可以通过风险预测模型320，确定至少一个目标标准节中任一目标标准节安装在塔机不同高度时的维护风险330。
风险预测模型320可以是机器学习模型。例如，卷积神经网络模型等。
在一些实施例中，风险预测模型320的输入至少包括至少一个目标标准节的结构特征311、至少一个单元结构的表面子特征312和不同的安装参数313，输出可以为至少一个目标标准节中任一目标标准节安装在塔机不同高度时的维护风险330。
在一些实施例中，输入风险预测模型320的安装参数313可以包括至少一个目标标准节的上部标准节数量313-1、下部标准节数量313-2和所安装目标标准节的承重313-3。在一些实施例中，风险预测模型320输出的维护风险330可以包括更换风险331和加固风险332。关于维护风险的更多内容可以参见步骤240及其相关描述。
在一些实施例中，风险预测模型320的输入还包括至少一个目标标准节的最新超声探伤数据314。关于最新超声探伤数据的更多内容参见步骤230及其相关描述。
在一些实施例中，风险预测模型320包括嵌入层321和确定层323。嵌入层321可以基于至少一个目标标准节的结构特征311、至少一个单元结构的表面子特征312，确定嵌入向量322。确定的嵌入向量322可以作为确定层323的输入。
确定层323可以基于嵌入向量322和不同的安装参数313确定各个目标标准节安装在塔机不同高度时的维护风险330。
在一些实施例中，确定层323的输入还可以包括至少一个目标标准节的最新超声探伤数据314。
在一些实施例中，嵌入层321和确定层323的参数可以通过联合训练获得。在一些实施例中，用于训练风险预测模型320的第二训练样本可以包括样本标准节的样本结构特征、至少一个样本单元结构的样本表面子特征、多个样本安装参数和样本最新超声探伤数据。在一些实施例中，第二训练样本对应的第二标签可以包括样本标准节以不同样本安装参数安装在塔机不同高度时的实际维护风险。
示例性的联合训练过程包括：将样本结构特征、至少一个样本单元结构的样本表面子特征输入初始嵌入层，得到初始嵌入层输出的嵌入向量；将嵌入向量、多个样本安装参数和样本最新超声探伤数据输入初始确定层，得到初始确定层输出的样本标准节安装在塔机不同高度时的维护风险；基于第二标签和初始确定层的输出构建损失函数，同步更新初始嵌入层和初始确定层的参数，直至预设条件被满足训练完成。其中，预设条件可以是损失函数小于阈值、收敛，或训练周期达到阈值。通过参数更新，得到训练好的嵌入层321和确定层323。
在本说明书一些实施例中可以看到，影响目标标准节的使用优先级的特征较多，包括结构特征、表面特征、安装参数和最新超声探伤数据。若采用简单的规则确定目标标准节的使用优先级，受其复杂度的局限，只能基于较少的特征，而且受人为规定规则的限制，无法考虑所有特征，难以确定出更准确的使用优先级。而本说明书中一些实施例中，使用风险预测模型，可以基于大量的、广泛的特征预测目标标准节安装在塔机不同高度时的维护风险，使所预测的维护风险具有更高的准确度，进而使得确定的目标标准节的使用优先级更加符合实际情况，从而使得目标标准节得到更合理的使用。
本说明书的一些实施例还提供一种标准节可用性管理装置。在一些实施例中，装置可以包括至少一个处理器以及至少一个存储器，存储器可以用于存储计算机指令，至少一个处理器可以用于执行计算机指令的至少部分指令以实现标准节可用性管理方法。
本说明书的一些实施例还提供一种计算机可读存储介质。在一些实施例中，存储介质可以存储计算机指令，当计算机指令被处理器执行时可以实现标准节可用性管理方法。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种标准节可用性管理方法，其特征在于，包括：
基于检测单元获取至少一个待评估标准节的检测数据；所述检测单元至少包括移动机构、机械手机构、图像检测机构中的至少一个，所述检测数据至少包括图像数据；
基于所述检测数据，确定所述至少一个待评估标准节的结构特征和表面特征；
基于所述结构特征和所述表面特征，评估所述至少一个待评估标准节的可用性；以及
基于所述可用性，确定至少一个目标标准节及其对应的使用优先级。
2.根据权利要求1所述的方法，其特征在于，所述表面特征包括所述待评估标准节中至少一个单元结构的表面子特征；所述基于所述结构特征和所述表面特征，评估所述至少一个待评估标准节的可用性包括：
基于所述结构特征和所述至少一个单元结构的表面子特征，评估所述至少一个待评估标准节的可用性。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
基于所述结构特征和所述至少一个单元结构的表面子特征，预测将所述至少一个目标标准节安装在塔机上的维护风险；
基于所述维护风险，更新所述至少一个目标标准节的使用优先级。
4.根据权利要求1所述的方法，其特征在于，所述基于所述可用性，确定至少一个目标标准节对应的使用优先级包括：
基于所述至少一个目标标准节的可用性、所述至少一个目标标准节的生产时间和历史使用数据，确定所述至少一个目标标准节的使用优先级。
5.一种标准节可用性管理系统，其特征在于，包括：
获取模块，用于基于检测单元获取至少一个待评估标准节的检测数据；所述检测单元至少包括移动机构、机械手机构、图像检测机构中的至少一个，所述检测数据至少包括图像数据；
提取模块，用于基于所述检测数据，确定所述至少一个待评估标准节的结构特征和表面特征；
评估模块，用于基于所述结构特征和所述表面特征，评估所述至少一个待评估标准节的可用性；以及
确定模块，用于基于所述可用性，确定至少一个目标标准节及其对应的使用优先级。
6.根据权利要求5所述的系统，其特征在于，所述表面特征包括待评估标准节中至少一个单元结构的表面子特征；
所述评估模块进一步用于，基于所述结构特征和所述至少一个单元结构的表面子特征，评估所述至少一个待评估标准节的可用性。
7.根据权利要求6所述的系统，其特征在于，
所述评估模块进一步用于，基于所述结构特征和所述至少一个单元结构的表面子特征，预测将所述至少一个目标标准节安装在塔机上的维护风险；
所述确定模块进一步用于，基于所述维护风险，更新所述至少一个目标标准节的使用优先级。
8.根据权利要求5所述的系统，其特征在于，所述确定模块进一步用于：
基于所述至少一个目标标准节的可用性、所述至少一个目标标准节的生产时间和历史使用数据，确定所述至少一个目标标准节的使用优先级。
9.一种标准节可用性管理装置，其特征在于，所述装置包括处理器，所述处理器用于执行权利要求1-4中任一项所述的标准节可用性管理方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1-4中任一项所述的标准节可用性管理方法。
CN202310423391.7A 2023-04-19 2023-04-19 一种标准节可用性管理方法、系统、装置和存储介质 Active CN116362548B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202311308861.1A CN117422296B (zh) 2023-04-19 2023-04-19 一种标准节使用优先级确定方法和系统
CN202310423391.7A CN116362548B (zh) 2023-04-19 2023-04-19 一种标准节可用性管理方法、系统、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310423391.7A CN116362548B (zh) 2023-04-19 2023-04-19 一种标准节可用性管理方法、系统、装置和存储介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202311308861.1A Division CN117422296B (zh) 2023-04-19 2023-04-19 一种标准节使用优先级确定方法和系统

Publications (2)

Publication Number Publication Date
CN116362548A CN116362548A (zh) 2023-06-30
CN116362548B true CN116362548B (zh) 2023-10-31

Family

ID=86908975

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202311308861.1A Active CN117422296B (zh) 2023-04-19 2023-04-19 一种标准节使用优先级确定方法和系统
CN202310423391.7A Active CN116362548B (zh) 2023-04-19 2023-04-19 一种标准节可用性管理方法、系统、装置和存储介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202311308861.1A Active CN117422296B (zh) 2023-04-19 2023-04-19 一种标准节使用优先级确定方法和系统

Country Status (1)

Country Link
CN (2) CN117422296B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116776103B (zh) * 2023-08-18 2023-10-13 江苏省特种设备安全监督检验研究院 一种基于机器视觉的焊缝检测智能调控系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111464659A (zh) * 2020-04-27 2020-07-28 广州虎牙科技有限公司 节点的调度、节点的预选处理方法、装置、设备及介质
CN213416071U (zh) * 2020-09-18 2021-06-11 山东富友慧明测控设备有限公司 一种塔式起重机标准节管理系统
WO2022099704A1 (zh) * 2020-11-16 2022-05-19 深圳迈瑞生物医疗电子股份有限公司 中晚孕期胎儿的超声成像方法和超声成像系统
CN115072588A (zh) * 2022-07-21 2022-09-20 杭州未名信科科技有限公司 一种塔机标准节的装配工装和标准节加节方法、降节方法
CN115545481A (zh) * 2022-10-10 2022-12-30 恒安嘉新（北京）科技股份公司 一种风险等级确定方法、装置、电子设备及存储介质
CN115781082A (zh) * 2022-12-07 2023-03-14 张家港市申联建设机械有限公司 一种标准节自动焊接方法、系统、装置和存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009009896B4 (de) * 2009-02-20 2011-02-10 Eads Deutschland Gmbh Verfahren und Vorrichtung zur Erfassung von Zielobjekten
DE102009029364A1 (de) * 2009-09-11 2011-03-24 Robert Bosch Gmbh Messvorrichtung zur Messung einer Entfernung zwischen der Messvorrichtung und einem Zielobjekt mit Hilfe optischer Messstrahlung
CN113420589A (zh) * 2021-05-11 2021-09-21 崔小映 开采机械运行稳定等级解析系统
CN114722524A (zh) * 2022-03-25 2022-07-08 中联重科股份有限公司 用于确定回转机构零部件的方法、处理器及服务器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111464659A (zh) * 2020-04-27 2020-07-28 广州虎牙科技有限公司 节点的调度、节点的预选处理方法、装置、设备及介质
CN213416071U (zh) * 2020-09-18 2021-06-11 山东富友慧明测控设备有限公司 一种塔式起重机标准节管理系统
WO2022099704A1 (zh) * 2020-11-16 2022-05-19 深圳迈瑞生物医疗电子股份有限公司 中晚孕期胎儿的超声成像方法和超声成像系统
CN115072588A (zh) * 2022-07-21 2022-09-20 杭州未名信科科技有限公司 一种塔机标准节的装配工装和标准节加节方法、降节方法
CN115545481A (zh) * 2022-10-10 2022-12-30 恒安嘉新（北京）科技股份公司 一种风险等级确定方法、装置、电子设备及存储介质
CN115781082A (zh) * 2022-12-07 2023-03-14 张家港市申联建设机械有限公司 一种标准节自动焊接方法、系统、装置和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于OSA-CBM的塔式起重机加减标准节远程监控系统;宋世军 等;《起重运输机械》(第09期);第69-73页 *

Also Published As

Publication number Publication date
CN116362548A (zh) 2023-06-30
CN117422296A (zh) 2024-01-19
CN117422296B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
CN116362548B (zh) 一种标准节可用性管理方法、系统、装置和存储介质
JP6560707B2 (ja) 加工面品位評価装置
US11024019B2 (en) Image-based maintenance prediction and detection of operating errors
JP6530779B2 (ja) 加工不良要因推定装置
KR101553476B1 (ko) 건물의 유사도 측정 장치 및 그 방법
JP7315159B2 (ja) 構造物点検システム
KR102306269B1 (ko) 실시간 아크 용접 결함 탐지/분류 방법 및 장치
WO2019229977A1 (ja) 推定システム、推定方法及び推定プログラム
Korobiichuk et al. The system of the assessment of a residual resource of complex technical structures
WO2020252666A1 (zh) 工业物联网的边缘计算设备、方法和计算机可读存储介质
CN115070780B (zh) 基于数字孪生的工业机器人抓取方法、装置及存储介质
KR102189951B1 (ko) 이미지 분석을 이용한 선박 도장상태 검사 시스템 및 방법
CN117459406A (zh) 一种光缆资源运维管理方法、设备及存储介质
CN110895716A (zh) 检查装置以及机器学习方法
CN110895717A (zh) 检查装置以及机器学习方法
KR20200061413A (ko) 보수 계획 시스템 및 보수 계획 방법
CN115781082B (zh) 一种标准节自动焊接方法、系统、装置和存储介质
CN110378622B (zh) 一种可重复使用钢构件的寿命评估方法及租赁管理方法
CN112819262A (zh) 存储器、工艺管道检维修决策方法、装置和设备
KR101792702B1 (ko) 작업 순위 결정 장치
JP2019136818A (ja) 制御装置及び機械学習装置
WO2022098945A1 (en) System and method for predictive volumetric and structural evaluation of storage tanks
CN117733439B (zh) 一种具有焊缝成形质量实时预测功能的焊接机器人
CN117496445B (zh) 一种建筑施工设备故障预测方法、设备及介质
CN114352265B (zh) 基于多参数的抽油机井工况诊断方法及系统

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
GR01 Patent grant
GR01 Patent grant