CN116522284B - 一种船闸机械及金属结构多源信息融合方法及系统 - Google Patents
一种船闸机械及金属结构多源信息融合方法及系统 Download PDFInfo
- Publication number
- CN116522284B CN116522284B CN202310805672.9A CN202310805672A CN116522284B CN 116522284 B CN116522284 B CN 116522284B CN 202310805672 A CN202310805672 A CN 202310805672A CN 116522284 B CN116522284 B CN 116522284B
- Authority
- CN
- China
- Prior art keywords
- characteristic value
- structural
- mechanical
- state data
- data
- 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
Links
- 239000002184 metal Substances 0.000 title claims abstract description 30
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 11
- 230000004927 fusion Effects 0.000 claims abstract description 43
- 238000007781 pre-processing Methods 0.000 claims abstract description 20
- 238000004140 cleaning Methods 0.000 claims abstract description 10
- 230000000737 periodic effect Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 38
- 238000012423 maintenance Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/30—Flood prevention; Flood or storm water management, e.g. using flood barriers
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开一种船闸机械及金属结构多源信息融合方法及系统,该方法包括:获取所述船闸机械的机械状态数据及金属结构的结构状态数据,对所述机械状态数据和所述结构状态数据进行预处理操作,所述预处理包括数据清洗、去噪和填充缺失值;提取所述机械状态数据的机械特征值和所述结构状态数据的结构特征值,所述机械特征值和所述结构特征值组成特征值集合,其中,所述特征值集合中所述机械特征值和所述结构特征值的位置相互交叉;设置特征值融合模型,并根据所述特征值集合,对所述机械特征值和所述结构特征值进行融合,生成融合后的特征值。
Description
技术领域
本发明属于多源信息融合技术领域,更具体地,涉及一种船闸机械及金属结构多源信息融合方法及系统。
背景技术
船闸机械和金属结构的多源信息可以包括以下几个方面:
1.传感器数据:船闸机械和金属结构通常会安装各种传感器,如压力传感器、温度传感器、振动传感器等,用于监测和记录关键参数。传感器数据可以提供实时的运行状态信息和结构健康状况。
2.巡检数据:定期巡检船闸机械和金属结构,通过目视检查和测量,获取各种结构参数和性能指标的数据。巡检数据可以发现潜在的问题和损伤,提供维护和修复的依据。
3.维护记录:维护人员对船闸机械和金属结构进行的保养和维修活动记录。维护记录可以包括维护的时间、内容、使用的零部件和工具等信息,对于判断设备状况和维护效果具有重要意义。
4.历史数据:过去的运行数据和事件记录。历史数据可以用于分析设备的长期性能趋势、故障模式和影响因素,为预测维护和故障诊断提供依据。
现有技术中并没有一种技术,能够自动化的对多源数据进行融合。
发明内容
为解决以上技术问题,本发明提出一种船闸机械及金属结构多源信息融合方法,包括:
获取所述船闸机械的机械状态数据及金属结构的结构状态数据,对所述机械状态数据和所述结构状态数据进行预处理操作,所述预处理包括数据清洗、去噪和填充缺失值;
提取所述机械状态数据的机械特征值和所述结构状态数据的结构特征值,所述机械特征值和所述结构特征值组成特征值集合,其中,所述特征值集合中所述机械特征值和所述结构特征值的位置相互交叉;
设置特征值融合模型,并根据所述特征值集合,对所述机械特征值和所述结构特征值进行融合,生成融合后的特征值。
进一步的,所述特征值融合模型为:
,
其中,为第/>个融合后的特征值,/>为第/>个特征值的权重,/>为第/>个特征值,/>为特征值的数量,/>为特征值的调整函数,/>为融合特征值的调整函数。
进一步的,所述特征值的调整函数为:
,
其中,为所述特征值的调整函数的周期性调整因子,/>为所述特征值的调整函数的相位调整因子。
进一步的,所述融合特征值的调整函数为:
,
其中,为/>,/>和/>为多项式调整因子,/>和/>为幂次调整因子。
进一步的,所述机械状态数据及所述结构状态数据包括:
所述机械状态数据包括:机械压力数据、机械温度数据和机械振动数据;
所述结构状态数据包括:结构压力数据、结构温度数据和结构振动数据。
本发明还提出一种船闸机械及金属结构多源信息融合系统,包括:
获取数据模块,用于获取所述船闸机械的机械状态数据及金属结构的结构状态数据,对所述机械状态数据和所述结构状态数据进行预处理操作,所述预处理包括数据清洗、去噪和填充缺失值;
提取特征值模块,用于提取所述机械状态数据的机械特征值和所述结构状态数据的结构特征值,所述机械特征值和所述结构特征值组成特征值集合,其中,所述特征值集合中所述机械特征值和所述结构特征值的位置相互交叉;
融合模块,用于设置特征值融合模型,并根据所述特征值集合,对所述机械特征值和所述结构特征值进行融合,生成融合后的特征值。
进一步的,所述特征值融合模型为:
,
其中,为第/>个融合后的特征值,/>为第/>个特征值的权重,/>为第/>个特征值,/>为特征值的数量,/>为特征值的调整函数,/>为融合特征值的调整函数。
进一步的,所述特征值的调整函数为:
,
其中,为所述特征值的调整函数的周期性调整因子,/>为所述特征值的调整函数的相位调整因子。
进一步的,所述融合特征值的调整函数为:
,
其中,为/>,/>和/>为多项式调整因子,/>和/>为幂次调整因子。
进一步的,所述机械状态数据及所述结构状态数据包括:
所述机械状态数据包括:机械压力数据、机械温度数据和机械振动数据;
所述结构状态数据包括:结构压力数据、结构温度数据和结构振动数据。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
本发明通过获取所述船闸机械的机械状态数据及金属结构的结构状态数据,对所述机械状态数据和所述结构状态数据进行预处理操作,所述预处理包括数据清洗、去噪和填充缺失值;提取所述机械状态数据的机械特征值和所述结构状态数据的结构特征值,所述机械特征值和所述结构特征值组成特征值集合,其中,所述特征值集合中所述机械特征值和所述结构特征值的位置相互交叉;设置特征值融合模型,并根据所述特征值集合,对所述机械特征值和所述结构特征值进行融合,生成融合后的特征值。本发明通过以上技术方案,可以获得更全面、更完整的数据。不同数据源可能包含不同方面或不同维度的信息,融合这些数据可以填补信息缺失,提供更全面的数据基础。
附图说明
图1是本发明实施例1的方法的流程图;
图2是本发明实施例2的系统的结构图。
具体实施方式
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
本发明提供的方法可以在如下的终端环境中实施,所述终端可以包括一个或多个如下部件:处理器、存储介质和显示屏。其中,存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现下述实施例所述的方法。
处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个终端内的各个部分,通过运行或执行存储在存储介质内的指令、程序、代码集或指令集,以及调用存储在存储介质内的数据,执行终端的各种功能和处理数据。
存储介质可以包括随机存储介质(Random Access Memory,RAM),也可以包括只读存储介质(Read-Only Memory,ROM)。存储介质可用于存储指令、程序、代码、代码集或指令。
显示屏用于显示各个应用程序的用户界面。
本发明公式中所有下角标只为了区分个参数,并没有实际含义。
除此之外,本领域技术人员可以理解,上述终端的结构并不构成对终端的限定,终端可以包括更多或更少的部件,或者组合某些部件,或者不同的部件布置。比如,终端中还包括射频电路、输入单元、传感器、音频电路、电源等部件,在此不再赘述。
实施例1
如图1所示,本发明实施例提供一种船闸机械及金属结构多源信息融合方法,包括:
步骤101,获取所述船闸机械的机械状态数据及金属结构的结构状态数据,对所述机械状态数据和所述结构状态数据进行预处理操作,所述预处理包括数据清洗、去噪和填充缺失值;
具体的,所述机械状态数据及所述结构状态数据包括:
所述机械状态数据包括:机械压力数据、机械温度数据和机械振动数据;
所述结构状态数据包括:结构压力数据、结构温度数据和结构振动数据。
步骤102,提取所述机械状态数据的机械特征值和所述结构状态数据的结构特征值,所述机械特征值和所述结构特征值组成特征值集合,其中,所述特征值集合中所述机械特征值和所述结构特征值的位置相互交叉;
步骤103,设置特征值融合模型,并根据所述特征值集合,对所述机械特征值和所述结构特征值进行融合,生成融合后的特征值。
具体的,所述特征值融合模型为:
,
其中,为第/>个融合后的特征值,/>为第/>个特征值的权重,/>为第/>个特征值,/>为特征值的数量,/>为特征值的调整函数,/>为融合特征值的调整函数。
具体的,所述特征值的调整函数为:
,
其中,为所述特征值的调整函数的周期性调整因子,/>为所述特征值的调整函数的相位调整因子。
具体的,所述融合特征值的调整函数为:
,
其中,为/>,/>和/>为多项式调整因子,/>和/>为幂次调整因子。
实施例2
如图2所示,本发明实施例还提供一种船闸机械及金属结构多源信息融合系统,包括:
获取数据模块,用于获取所述船闸机械的机械状态数据及金属结构的结构状态数据,对所述机械状态数据和所述结构状态数据进行预处理操作,所述预处理包括数据清洗、去噪和填充缺失值;
具体的,所述机械状态数据及所述结构状态数据包括:
所述机械状态数据包括:机械压力数据、机械温度数据和机械振动数据;
所述结构状态数据包括:结构压力数据、结构温度数据和结构振动数据。
提取特征值模块,用于提取所述机械状态数据的机械特征值和所述结构状态数据的结构特征值,所述机械特征值和所述结构特征值组成特征值集合,其中,所述特征值集合中所述机械特征值和所述结构特征值的位置相互交叉;
融合模块,用于设置特征值融合模型,并根据所述特征值集合,对所述机械特征值和所述结构特征值进行融合,生成融合后的特征值。
具体的,所述特征值融合模型为:
,
其中,为第/>个融合后的特征值,/>为第/>个特征值的权重,/>为第/>个特征值,/>为特征值的数量,/>为特征值的调整函数,/>为融合特征值的调整函数。
具体的,所述特征值的调整函数为:
,
其中,为所述特征值的调整函数的周期性调整因子,/>为所述特征值的调整函数的相位调整因子。
具体的,所述融合特征值的调整函数为:
,
其中,为/>,/>和/>为多项式调整因子,/>和/>为幂次调整因子。
实施例3
本发明实施例还提出一种存储介质,存储有多条指令,所述指令用于实现所述的一种船闸机械及金属结构多源信息融合方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:步骤101,获取所述船闸机械的机械状态数据及金属结构的结构状态数据,对所述机械状态数据和所述结构状态数据进行预处理操作,所述预处理包括数据清洗、去噪和填充缺失值;
具体的,所述机械状态数据及所述结构状态数据包括:
所述机械状态数据包括:机械压力数据、机械温度数据和机械振动数据;
所述结构状态数据包括:结构压力数据、结构温度数据和结构振动数据。
步骤102,提取所述机械状态数据的机械特征值和所述结构状态数据的结构特征值,所述机械特征值和所述结构特征值组成特征值集合,其中,所述特征值集合中所述机械特征值和所述结构特征值的位置相互交叉;
步骤103,设置特征值融合模型,并根据所述特征值集合,对所述机械特征值和所述结构特征值进行融合,生成融合后的特征值。
具体的,所述特征值融合模型为:
,
其中,为第/>个融合后的特征值,/>为第/>个特征值的权重,/>为第/>个特征值,/>为特征值的数量,/>为特征值的调整函数,/>为融合特征值的调整函数。
具体的,所述特征值的调整函数为:
,
其中,为所述特征值的调整函数的周期性调整因子,/>为所述特征值的调整函数的相位调整因子。
具体的,所述融合特征值的调整函数为:
,
其中,为/>,/>和/>为多项式调整因子,/>和/>为幂次调整因子。
实施例4
本发明实施例还提出一种电子设备,包括处理器和与所述处理器连接的存储介质,所述存储介质存储有多条指令,所述指令可被所述处理器加载并执行,以使所述处理器能够执行所述的一种船闸机械及金属结构多源信息融合方法。
具体的,本实施例的电子设备可以是计算机终端,所述计算机终端可以包括:一个或多个处理器、以及存储介质。
其中,存储介质可用于存储软件程序以及模块,如本发明实施例中的一种船闸机械及金属结构多源信息融合方法,对应的程序指令/模块,处理器通过运行存储在存储介质内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的一种船闸机械及金属结构多源信息融合方法。存储介质可包括高速随机存储介质,还可以包括非易失性存储介质,如一个或者多个磁性存储系统、闪存、或者其他非易失性固态存储介质。在一些实例中,存储介质可进一步包括相对于处理器远程设置的存储介质,这些远程存储介质可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输系统调用存储介质存储的信息及应用程序,以执行下述步骤:步骤101,获取所述船闸机械的机械状态数据及金属结构的结构状态数据,对所述机械状态数据和所述结构状态数据进行预处理操作,所述预处理包括数据清洗、去噪和填充缺失值;
具体的,所述机械状态数据及所述结构状态数据包括:
所述机械状态数据包括:机械压力数据、机械温度数据和机械振动数据;
所述结构状态数据包括:结构压力数据、结构温度数据和结构振动数据。
步骤102,提取所述机械状态数据的机械特征值和所述结构状态数据的结构特征值,所述机械特征值和所述结构特征值组成特征值集合,其中,所述特征值集合中所述机械特征值和所述结构特征值的位置相互交叉;
步骤103,设置特征值融合模型,并根据所述特征值集合,对所述机械特征值和所述结构特征值进行融合,生成融合后的特征值。
具体的,所述特征值融合模型为:
,
其中,为第/>个融合后的特征值,/>为第/>个特征值的权重,/>为第/>个特征值,/>为特征值的数量,/>为特征值的调整函数,/>为融合特征值的调整函数。
具体的,所述特征值的调整函数为:
,
其中,为所述特征值的调整函数的周期性调整因子,/>为所述特征值的调整函数的相位调整因子。
具体的,所述融合特征值的调整函数为:
,
其中,为/>,/>和/>为多项式调整因子,/>和/>为幂次调整因子。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中,应所述理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的系统实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的全部或部分可以以软件产品的形式体现出来,所述计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储介质(ROM,Read-Only Memory)、随机存取存储介质(RAM,RandomAccess Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (4)
1.一种船闸机械及金属结构多源信息融合方法,其特征在于,包括:
获取所述船闸机械的机械状态数据及金属结构的结构状态数据,对所述机械状态数据和所述结构状态数据进行预处理操作,所述预处理包括数据清洗、去噪和填充缺失值;
提取所述机械状态数据的机械特征值和所述结构状态数据的结构特征值,所述机械特征值和所述结构特征值组成特征值集合,其中,所述特征值集合中所述机械特征值和所述结构特征值的位置相互交叉;
设置特征值融合模型,并根据所述特征值集合,对所述机械特征值和所述结构特征值进行融合,生成融合后的特征值,其中,所述特征值融合模型为:
其中,F′i为第i个融合后的特征值,wi为第i个特征值的权重,Fi为第i个特征值,n为特征值的数量,h为特征值的调整函数,g为融合特征值的调整函数;
所述特征值的调整函数为:
h(Fi)=sin(α*Fi+β)
其中,α为所述特征值的调整函数的周期性调整因子,β为所述特征值的调整函数的相位调整因子;
所述融合特征值的调整函数为:
其中,x为m和p为多项式调整因子,n和q为幂次调整因子。
2.如权利要求1所述的一种船闸机械及金属结构多源信息融合方法,其特征在于,所述机械状态数据及所述结构状态数据包括:
所述机械状态数据包括:机械压力数据、机械温度数据和机械振动数据;
所述结构状态数据包括:结构压力数据、结构温度数据和结构振动数据。
3.一种船闸机械及金属结构多源信息融合系统,其特征在于,包括:
获取数据模块,用于获取所述船闸机械的机械状态数据及金属结构的结构状态数据,对所述机械状态数据和所述结构状态数据进行预处理操作,所述预处理包括数据清洗、去噪和填充缺失值;
提取特征值模块,用于提取所述机械状态数据的机械特征值和所述结构状态数据的结构特征值,所述机械特征值和所述结构特征值组成特征值集合,其中,所述特征值集合中所述机械特征值和所述结构特征值的位置相互交叉;
融合模块,用于设置特征值融合模型,并根据所述特征值集合,对所述机械特征值和所述结构特征值进行融合,生成融合后的特征值,其中,所述特征值融合模型为:
其中,F′i为第i个融合后的特征值,wi为第i个特征值的权重,Fi为第i个特征值,n为特征值的数量,h为特征值的调整函数,g为融合特征值的调整函数;
所述特征值的调整函数为:
h(Fi)=sin(α*Fi+β)
其中,α为所述特征值的调整函数的周期性调整因子,β为所述特征值的调整函数的相位调整因子;
所述融合特征值的调整函数为:
其中,x为m和p为多项式调整因子,n和q为幂次调整因子。
4.如权利要求3所述的一种船闸机械及金属结构多源信息融合系统,其特征在于,所述机械状态数据及所述结构状态数据包括:
所述机械状态数据包括:机械压力数据、机械温度数据和机械振动数据;
所述结构状态数据包括:结构压力数据、结构温度数据和结构振动数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310805672.9A CN116522284B (zh) | 2023-07-03 | 2023-07-03 | 一种船闸机械及金属结构多源信息融合方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310805672.9A CN116522284B (zh) | 2023-07-03 | 2023-07-03 | 一种船闸机械及金属结构多源信息融合方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116522284A CN116522284A (zh) | 2023-08-01 |
CN116522284B true CN116522284B (zh) | 2023-09-19 |
Family
ID=87399794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310805672.9A Active CN116522284B (zh) | 2023-07-03 | 2023-07-03 | 一种船闸机械及金属结构多源信息融合方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116522284B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117349785B (zh) * | 2023-08-24 | 2024-04-05 | 长江水上交通监测与应急处置中心 | 一种航运政务信息资源多源数据融合方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2610636A1 (en) * | 2011-12-29 | 2013-07-03 | Windward Ltd. | Providing near real-time maritime insight from satellite imagery and extrinsic data |
CN106017879A (zh) * | 2016-05-18 | 2016-10-12 | 河北工业大学 | 基于振声信号特征融合的万能式断路器机械故障诊断方法 |
CN112765748A (zh) * | 2021-01-25 | 2021-05-07 | 长安大学 | 机理-数据异构信息融合的旋转机械数字孪生建模方法 |
CN113487760A (zh) * | 2021-07-28 | 2021-10-08 | 大连海事大学 | 一种智能船舶的轮机系统 |
CN113933032A (zh) * | 2021-09-30 | 2022-01-14 | 武汉理工大学 | 船闸人字门结构健康监测系统及故障诊断方法 |
CN115758252A (zh) * | 2022-09-15 | 2023-03-07 | 南京河海南自水电自动化有限公司 | 基于多源信息融合技术的监测信息实时处理与分析方法 |
-
2023
- 2023-07-03 CN CN202310805672.9A patent/CN116522284B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2610636A1 (en) * | 2011-12-29 | 2013-07-03 | Windward Ltd. | Providing near real-time maritime insight from satellite imagery and extrinsic data |
CN106017879A (zh) * | 2016-05-18 | 2016-10-12 | 河北工业大学 | 基于振声信号特征融合的万能式断路器机械故障诊断方法 |
CN112765748A (zh) * | 2021-01-25 | 2021-05-07 | 长安大学 | 机理-数据异构信息融合的旋转机械数字孪生建模方法 |
CN113487760A (zh) * | 2021-07-28 | 2021-10-08 | 大连海事大学 | 一种智能船舶的轮机系统 |
CN113933032A (zh) * | 2021-09-30 | 2022-01-14 | 武汉理工大学 | 船闸人字门结构健康监测系统及故障诊断方法 |
CN115758252A (zh) * | 2022-09-15 | 2023-03-07 | 南京河海南自水电自动化有限公司 | 基于多源信息融合技术的监测信息实时处理与分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116522284A (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116522284B (zh) | 一种船闸机械及金属结构多源信息融合方法及系统 | |
CN114253228B (zh) | 一种基于数字孪生的工业设备对象建模方法及装置 | |
CN117785303A (zh) | 电能表数据清除方法、装置、电能表及存储介质 | |
CN113487182B (zh) | 设备健康状态评估方法、装置、计算机设备和介质 | |
CN115372752A (zh) | 故障检测方法、装置、电子设备以及存储介质 | |
CN116878638B (zh) | 一种船闸人字门结构多样化监测点的组网方法及系统 | |
CN112463480A (zh) | 一种基于arm架构的压力测试方法、系统、终端及存储介质 | |
CN113791922B (zh) | 一种分布式存储系统的异常处理方法、系统及装置 | |
CN118035666A (zh) | 一种电子巡检数据在线与离线融合传输方法及系统 | |
WO2020221656A1 (en) | Method, apparatus and system for acquiring digitized data of factory | |
CN117057704B (zh) | 一种复杂工况下多品类备件快速调度的方法及系统 | |
CN116976849A (zh) | 一种基于大数据的船舶作业设备的故障预测方法及系统 | |
CN117474734B (zh) | 既有线改造与城市线网线路及车站多要素融合方法及系统 | |
CN117057538B (zh) | 一种基于模型的门店维修人员调度方法及系统 | |
CN117951450A (zh) | 一种基于互联网环境下人力资源数据的处理方法及系统 | |
CN117950381B (zh) | 一种数字化生产制造管理系统 | |
CN117350537A (zh) | 一种基于风险预测的生产安全应急指挥方法及系统 | |
CN117057773A (zh) | 一种设备维修策略的推荐方法及系统 | |
CN117057527A (zh) | 一种汽车制造设备工业物联网智慧运维方法及系统 | |
CN117870755A (zh) | 一种升船机电子巡检感知方法及系统 | |
CN118193888A (zh) | 一种数控机床故障数据边缘计算方法及系统 | |
CN206671881U (zh) | 一种嵌入式系统故障诊断装置 | |
CN115689805A (zh) | 一种能源远程监控方法、装置、电子设备及存储介质 | |
CN117935398A (zh) | 故障信息处理方法、装置、电子设备及存储介质 | |
CN111703338A (zh) | 基于bim的接触网腕臂预配方法及装置 |
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 |