CN118114870A - 一种水利工程进度监控*** - Google Patents
一种水利工程进度监控*** Download PDFInfo
- Publication number
- CN118114870A CN118114870A CN202410224334.0A CN202410224334A CN118114870A CN 118114870 A CN118114870 A CN 118114870A CN 202410224334 A CN202410224334 A CN 202410224334A CN 118114870 A CN118114870 A CN 118114870A
- Authority
- CN
- China
- Prior art keywords
- progress
- engineering
- value
- estimated
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 52
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 8
- 239000012535 impurity Substances 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 238000013450 outlier detection Methods 0.000 claims description 4
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 claims description 3
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 7
- 238000007405 data analysis Methods 0.000 abstract description 4
- 238000013480 data collection Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000003672 processing method Methods 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 20
- 238000004088 simulation Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013518 transcription Methods 0.000 description 2
- 230000035897 transcription Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000004078 waterproofing Methods 0.000 description 1
- 238000002759 z-score normalization Methods 0.000 description 1
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种水利工程进度监控***,通过工程进度测量部件获取各项进度参数,预处理后由工程进度分析部件构建进度分析模型,输出当前各项进度参数对应的预估进度值,建立工程预估曲线,依据工程预估曲线获取下一时间点预估进度值的选择范围,获取选择范围内的进度预估差,当进度预估差高于预设值时,进行进度预警,完成进度监控,利用自动化技术和智能算法来提高数据收集和分析的准确性和效率,实现更有效的项目管理和控制,依据实际项目情况构建了特有的数据处理方法,相较于现有技术,本发明的数据处理程度更高,准确性更强,同时,本发明的进度数据能够在不同时间点进行获取,能够对下一时间点的工程进度进行预估判断,提高了决策能力。
Description
技术领域
本发明涉及工程进度监控的技术领域,尤其涉及一种水利工程进度监控***。
背景技术
水利工程项目的实施往往依赖于精细的工作分解结构(WBS)和严格的时间表管理,以确保项目的有效推进和资源的合理分配。在传统的水利工程监控实践中,监控人员依赖于手工记录的方法,如使用纸质日志、报告和图表来跟踪工程的进展。这种方法不仅耗时且容易出错,因为它涉及到人为的记录和处理数据,这可能会引入transcription errors(转录错误)、omissions(遗漏)或misinterpretations(误解)。
此外,手工记录的进度数据往往只能在特定时间点获取,这限制了监控人员对工程进展的实时洞察和及时决策能力。随着技术的进步,现代水利工程进度监控***已经能够利用自动化技术和智能算法来提高数据收集和分析的准确性和效率,从而实现更有效的项目管理和控制。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有水利工程进度监控方式存在的问题,提出了本发明。
因此,本发明解决的技术问题是:解决现有水利工程进度监控方式一方面耗时、准确性不足,另一方面进度数据往往只能在特定时间点获取,限制了监控人员对工程进展实时洞察和及时决策的问题。
为解决上述技术问题,本发明提供如下技术方案:一种水利工程进度监控***,包括如下部件:工程进度测量部件,通过于工程现场配置的一系列传感器实时测量当前工程的各项进度参数;工程数据获取部件,与所述工程进度测量部件无线数据连接,实时获取所述各项进度参数,并将其存储至内嵌的中央处理单元中进行数据预处理;工程进度分析部件,与所述工程数据获取部件数据连接,实时获取预处理后的所述各项进度参数,构建进度分析模型,将所述各项进度参数输入至所述进度分析模型中,实时输出当前所述各项进度参数对应的预估进度值;工程进度预测部件,与所述工程进度分析部件数据连接,实时获取各时间点对应的所述预估进度值,建立工程预估曲线,依据所述工程预估曲线获取下一时间点所述预估进度值的选择范围;工程进度预警部件,与所述工程进度预测部件数据连接,实时获取下一时间点所述预估进度值的选择范围,获取选择范围内的进度预估差,当所述进度预估差高于预设值时,进行进度预警,完成进度监控。
作为本发明所述的水利工程进度监控***的一种优选方案,其中:所述工程进度测量部件具体包括:计量传感器,具体为水位传感器,实时测量当前工程排入的水位变化,依据体积变动公式实时获取当前排入的水体量α;水体检测传感器,具体为光学传感器,实时测量当前工程进度下的杂质含有量β;温度传感器,实时测量当前工程进度下水体的温度γ。
作为本发明所述的水利工程进度监控***的一种优选方案,其中:所述工程数据获取部件进行数据预处理具体包括:异常值检测、缺失值处理、数据平滑、数据标准化及数据滤波。
作为本发明所述的水利工程进度监控***的一种优选方案,其中:构建的所述进度分析模型具体为:
其中,δ为预估进度值,α为当前排入的水体量,β为当前工程进度下的杂质含有量,γ为当前工程进度下水体的温度,1.684、-1.05、-1.47及-1均为常态化修正函数,dx为积分运算且积分常数为0。
作为本发明所述的水利工程进度监控***的一种优选方案,其中:建立所述工程预估曲线时,获取各时间点对应的所述预估进度值,其中,相隔额定时间获取对应的所述预估进度值;所述额定时间定义为24h。
作为本发明所述的水利工程进度监控***的一种优选方案,其中:建立所述工程预估曲线时,二维坐标系下,以顺序排列的各时间点为横坐标,各点对应的所述预估进度值为纵坐标,获取各参照点,而后以平滑的曲线连接各点,形成所述工程预估曲线。
作为本发明所述的水利工程进度监控***的一种优选方案,其中:依据所述工程预估曲线获取下一时间点所述预估进度值的选择范围时具体包括如下步骤:S1:获取所述工程预估曲线上每一个参照点的导数值;S2:获取前序所有参照点导数值的范围(a,b);S3:于所述工程预估曲线对应的坐标系上获取下一个时间点的横坐标;S4:获取前序所有参照点的起伏值;
通过以下公式获取前序所有参照点的所述起伏值:
η=D·Y
其中,η为起伏值,D为当前参照点对应的导数值,Y为当前参照点对应的纵坐标;S5:依据以下公式获取下一个时间点的预估起伏值:
其中,η后为下一个时间点的预估起伏值,η1为初始参照点的起伏值,ηn为最后参照点的起伏值,n为参照点的数量;S6:获取所述预估起伏值及前序所有参照点导数值的范围(a,b),依据S4提供的公式获取下一个时间点的纵坐标范围,即为下一时间点所述预估进度值的选择范围。
作为本发明所述的水利工程进度监控***的一种优选方案,其中:通过以下公式获取所述进度预估差:
其中,μ为进度预估差,y2为预估进度值的最大选择范围,y1为预估进度值的最小选择范围,1.03、1、1.003及1.62均为常态化修正函数,dx为积分运算且积分常数为0。
作为本发明所述的水利工程进度监控***的一种优选方案,其中:所述预设值定义为1.99。
本发明的有益效果:本发明提供一种水利工程进度监控***,通过工程进度测量部件获取各项进度参数,预处理后由工程进度分析部件构建进度分析模型,输出当前各项进度参数对应的预估进度值,建立工程预估曲线,依据工程预估曲线获取下一时间点预估进度值的选择范围,获取选择范围内的进度预估差,当进度预估差高于预设值时,进行进度预警,完成进度监控,本发明利用自动化技术和智能算法来提高数据收集和分析的准确性和效率,从而实现更有效的项目管理和控制,依据实际项目情况构建了特有的数据处理方法,相较于现有技术,本发明的数据处理程度更高,准确性更强,同时,本发明的进度数据能够在不同时间点进行获取,能够对下一时间点的工程进度进行预估判断,提高了决策能力,解决了现有水利工程进度监控方式一方面耗时、准确性不足,另一方面进度数据往往只能在特定时间点获取,限制了监控人员对工程进展实时洞察和及时决策的问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明提供的水利工程进度监控***的整体***模块图。
图2为本发明提供的依据工程预估曲线获取下一时间点预估进度值的选择范围的步骤流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
在传统的水利工程监控实践中,监控人员依赖于手工记录的方法,这种方法不仅耗时且容易出错。此外,手工记录的进度数据往往只能在特定时间点获取,这限制了监控人员对工程进展的实时洞察和及时决策能力。
故此,请参阅图1,本发明提供一种水利工程进度监控***,包括如下部件:
工程进度测量部件100,通过于工程现场配置的一系列传感器实时测量当前工程的各项进度参数;
工程数据获取部件200,与工程进度测量部件100无线数据连接,实时获取各项进度参数,并将其存储至内嵌的中央处理单元中进行数据预处理;
工程进度分析部件300,与工程数据获取部件200数据连接,实时获取预处理后的各项进度参数,构建进度分析模型,将各项进度参数输入至进度分析模型中,实时输出当前各项进度参数对应的预估进度值;
工程进度预测部件400,与工程进度分析部件300数据连接,实时获取各时间点对应的预估进度值,建立工程预估曲线,依据工程预估曲线获取下一时间点预估进度值的选择范围;
工程进度预警部件500,与工程进度预测部件400数据连接,实时获取下一时间点预估进度值的选择范围,获取选择范围内的进度预估差,当进度预估差高于预设值时,进行进度预警,完成进度监控。
具体的,工程进度测量部件100具体包括:
计量传感器,具体为水位传感器,实时测量当前工程排入的水位变化,依据体积变动公式(水体体积变动公式为获取水量的常规公式,数学计算即可,在此无需多余赘述)实时获取当前排入的水体量α;
水体检测传感器,具体为光学传感器,实时测量当前工程进度下的杂质含有量β;
温度传感器,实时测量当前工程进度下水体的温度γ。
需要说明的是:在水利工程进度过程中,例如水坝的建设完工,主要可以分为以下几个部分:开挖基体——大坝防水——关闭大坝——杂质清除——水温测量,步骤全部完成后即水利工程进度完工。
具体的:
计量传感器:计量传感器可以用于测量和记录与工程活动相关的物理量,如距离、体积、重量、压力等。例如,对于水利工程中的水位监控,可以使用水位计传感器来测量并记录水位的变化。这样的传感器通常使用水压传感器、浮球传感器或压力传感器等来实现。
光学传感器:光学传感器可以用于检测和记录工程活动中的光学信号或图像。例如,在水利工程中,可以使用激光扫描仪来收集河床或堤坝的三维数据,并实时记录相关的变化。此外,还可以使用摄像头或红外传感器等光学传感器来监测和记录水流速度、水质变化等信息。
温度传感器:温度传感器可以用于监测和记录与水利工程活动相关的温度变化。例如,在水库或水闸建设中,可以使用温度传感器来监测水体的温度变化,并及时记录。同时,温度传感器还可以与其他传感器(如压力传感器)结合使用,以提供更全面的工程进度信息。
具体的,工程数据获取部件200进行数据预处理具体包括:异常值检测、缺失值处理、数据平滑、数据标准化及数据滤波。
需要说明的是,本发明中所涉及到的数据预处理均为现有技术的常规运用,无需多余赘述,同时,本发明中也不规定一定需要进行数据预处理,可依据实际情况确定是否进行数据预处理,当需要运算顺畅且处理器的算力足够时可完成数据预处理。
数据采集器作为接收和存储传感器数据的设备,通常具备数据预处理功能来提高数据质量和准确性,具体为:
异常值检测:通过统计方法或机器学习算法来识别和处理数据中的异常值。这包括基于规则的方法(如3σ原则、箱线图等)和基于模型的方法(如聚类、离群点检测算法等)。
缺失值处理:处理数据中的缺失值,以免对后续分析和建模产生不良影响。常见的处理方法包括删除缺失值、插补缺失值(如使用均值、中位数或回归模型填充)以及使用专门的缺失值处理算法(如KNN填充等)。
数据平滑:通过降低数据的噪声和波动性,从而得到更加平滑的数据序列。常见的平滑技术包括移动平均、指数平滑和小波变换等。
数据标准化:对数据进行标准化处理,将其转换为具有相似尺度和分布的形式,以消除数据间的单位和比例差异。常见的标准化方法包括Z-Score标准化和Min-Max标准化等。
数据聚合和降维:通过对数据进行聚合、合并或降维来减少数据集的复杂性和维度。这可以使用聚合函数、主成分分析(PCA)和特征选择等方法来实现。
数据滤波:通过滤波技术来平滑或去除数据中的噪声和干扰。常见的滤波技术包括中值滤波、低通滤波和高通滤波等。
这些数据预处理技术可根据具体应用的需求和数据特点进行选择和组合。它们的目标是处理原始数据,使其更适合后续的分析和建模任务,并提高数据的可靠性和可用性。
进一步的,构建的进度分析模型具体为:
其中,δ为预估进度值,α为当前排入的水体量,β为当前工程进度下的杂质含有量,γ为当前工程进度下水体的温度,1.684、-1.05、-1.47及-1均为常态化修正函数,dx为积分运算且积分常数为0。
具体的,建立工程预估曲线时,获取各时间点对应的预估进度值,其中,相隔额定时间获取对应的所述预估进度值;
额定时间定义为24h。
建立工程预估曲线时,二维坐标系下,以顺序排列的各时间点为横坐标,各点对应的预估进度值为纵坐标,获取各参照点,而后以平滑的曲线连接各点,形成工程预估曲线。
更进一步的,请参阅图2,依据工程预估曲线获取下一时间点预估进度值的选择范围时具体包括如下步骤:
S1:获取工程预估曲线上每一个参照点的导数值;
S2:获取前序所有参照点导数值的范围(a,b);
S3:于工程预估曲线对应的坐标系上获取下一个时间点的横坐标;
S4:获取前序所有参照点的起伏值;
通过以下公式获取前序所有参照点的起伏值:
η=D·Y
其中,η为起伏值,D为当前参照点对应的导数值,Y为当前参照点对应的纵坐标;
S5:依据以下公式获取下一个时间点的预估起伏值:
其中,η后为下一个时间点的预估起伏值,η1为初始参照点的起伏值,ηn为最后参照点的起伏值,n为参照点的数量;
S6:获取预估起伏值及前序所有参照点导数值的范围(a,b),依据S4提供的公式获取下一个时间点的纵坐标范围,即为下一时间点预估进度值的选择范围。
更进一步的,通过以下公式获取进度预估差:
其中,μ为进度预估差,y2为预估进度值的最大选择范围,y1为预估进度值的最小选择范围,1.03、1、1.003及1.62均为常态化修正函数,dx为积分运算且积分常数为0。
具体的,预设值定义为1.99。
为了验证本发明的技术优越性,在仿真平台模拟数据的处理,分别采用传统方法和本方法,开启自动化测试设备并运用MATLB软件编程实现两种方法的仿真测试,模拟仿真网络上对集成数据进行分析,根据实验结果得到仿真数据。每种方法各测试300组数据,计算获得每组数据的准确性进行对比计算误差,结果如表1所示。
表1:实验结果对比表
本发明提供一种水利工程进度监控***,通过工程进度测量部件获取各项进度参数,预处理后由工程进度分析部件构建进度分析模型,输出当前各项进度参数对应的预估进度值,建立工程预估曲线,依据工程预估曲线获取下一时间点预估进度值的选择范围,获取选择范围内的进度预估差,当进度预估差高于预设值时,进行进度预警,完成进度监控,本发明利用自动化技术和智能算法来提高数据收集和分析的准确性和效率,从而实现更有效的项目管理和控制,依据实际项目情况构建了特有的数据处理方法,相较于现有技术,本发明的数据处理程度更高,准确性更强,同时,本发明的进度数据能够在不同时间点进行获取,能够对下一时间点的工程进度进行预估判断,提高了决策能力,解决了现有水利工程进度监控方式一方面耗时、准确性不足,另一方面进度数据往往只能在特定时间点获取,限制了监控人员对工程进展实时洞察和及时决策的问题。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,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精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种水利工程进度监控***,其特征在于,包括如下部件:
工程进度测量部件(100),通过于工程现场配置的一系列传感器实时测量当前工程的各项进度参数;
工程数据获取部件(200),与所述工程进度测量部件(100)无线数据连接,实时获取所述各项进度参数,并将其存储至内嵌的中央处理单元中进行数据预处理;
工程进度分析部件(300),与所述工程数据获取部件(200)数据连接,实时获取预处理后的所述各项进度参数,构建进度分析模型,将所述各项进度参数输入至所述进度分析模型中,实时输出当前所述各项进度参数对应的预估进度值;
工程进度预测部件(400),与所述工程进度分析部件(300)数据连接,实时获取各时间点对应的所述预估进度值,建立工程预估曲线,依据所述工程预估曲线获取下一时间点所述预估进度值的选择范围;
工程进度预警部件(500),与所述工程进度预测部件(400)数据连接,实时获取下一时间点所述预估进度值的选择范围,获取选择范围内的进度预估差,当所述进度预估差高于预设值时,进行进度预警,完成进度监控。
2.根据权利要求1所述的水利工程进度监控***,其特征在于,所述工程进度测量部件(100)具体包括:
计量传感器,具体为水位传感器,实时测量当前工程排入的水位变化,依据体积变动公式实时获取当前排入的水体量α;
水体检测传感器,具体为光学传感器,实时测量当前工程进度下的杂质含有量β;
温度传感器,实时测量当前工程进度下水体的温度γ。
3.根据权利要求2所述的水利工程进度监控***,其特征在于,所述工程数据获取部件(200)进行数据预处理具体包括:异常值检测、缺失值处理、数据平滑、数据标准化及数据滤波。
4.根据权利要求3所述的水利工程进度监控***,其特征在于,构建的所述进度分析模型具体为:
其中,δ为预估进度值,α为当前排入的水体量,β为当前工程进度下的杂质含有量,γ为当前工程进度下水体的温度,1.684、-1.05、-1.47及-1均为常态化修正函数,dx为积分运算且积分常数为0。
5.根据权利要求4所述的水利工程进度监控***,其特征在于:建立所述工程预估曲线时,获取各时间点对应的所述预估进度值,其中,相隔额定时间获取对应的所述预估进度值;
所述额定时间定义为24h。
6.根据权利要求5所述的水利工程进度监控***,其特征在于:建立所述工程预估曲线时,二维坐标系下,以顺序排列的各时间点为横坐标,各点对应的所述预估进度值为纵坐标,获取各参照点,而后以平滑的曲线连接各点,形成所述工程预估曲线。
7.根据权利要求6所述的水利工程进度监控***,其特征在于,依据所述工程预估曲线获取下一时间点所述预估进度值的选择范围时具体包括如下步骤:
S1:获取所述工程预估曲线上每一个参照点的导数值;
S2:获取前序所有参照点导数值的范围(a,b);
S3:于所述工程预估曲线对应的坐标系上获取下一个时间点的横坐标;
S4:获取前序所有参照点的起伏值;
通过以下公式获取前序所有参照点的所述起伏值:
η=D·Y
其中,η为起伏值,D为当前参照点对应的导数值,Y为当前参照点对应的纵坐标;
S5:依据以下公式获取下一个时间点的预估起伏值:
其中,η后为下一个时间点的预估起伏值,η1为初始参照点的起伏值,ηn为最后参照点的起伏值,n为参照点的数量;
S6:获取所述预估起伏值及前序所有参照点导数值的范围(a,b),依据S4提供的公式获取下一个时间点的纵坐标范围,即为下一时间点所述预估进度值的选择范围。
8.根据权利要求7所述的水利工程进度监控***,其特征在于,通过以下公式获取所述进度预估差:
其中,μ为进度预估差,y2为预估进度值的最大选择范围,y1为预估进度值的最小选择范围,1.03、1、1.003及1.62均为常态化修正函数,dx为积分运算且积分常数为0。
9.根据权利要求8所述的水利工程进度监控***,其特征在于:所述预设值定义为1.99。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410224334.0A CN118114870A (zh) | 2024-02-29 | 2024-02-29 | 一种水利工程进度监控*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410224334.0A CN118114870A (zh) | 2024-02-29 | 2024-02-29 | 一种水利工程进度监控*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118114870A true CN118114870A (zh) | 2024-05-31 |
Family
ID=91214912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410224334.0A Pending CN118114870A (zh) | 2024-02-29 | 2024-02-29 | 一种水利工程进度监控*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118114870A (zh) |
-
2024
- 2024-02-29 CN CN202410224334.0A patent/CN118114870A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101948604B1 (ko) | 센서 군집화 기반의 설비 건강 모니터링 방법 및 장치 | |
CN108711148B (zh) | 一种基于深度学习的轮胎缺陷智能检测方法 | |
CN111539553A (zh) | 基于svr算法和偏峰度的风电机组发电机故障预警方法 | |
CN113569903A (zh) | 数控机床刀具磨损预测方法、***、设备、介质、终端 | |
WO2006001121A1 (ja) | データ圧縮装置及び方法,データ解析装置及び方法並びにデータ管理システム | |
CN105571645A (zh) | 一种大坝自动化监测方法 | |
CN117142009B (zh) | 一种基于图卷积网络的刮板输送机健康状态评估方法 | |
CN116050678A (zh) | 一种基于云计算的压铸产品加工测试***及方法 | |
CN117115169A (zh) | 一种汽车配件压铸模具表面形变异常智能识别方法 | |
CN117371337A (zh) | 一种基于数字孪生的水利模型构建方法及*** | |
CN116882079A (zh) | 一种水泵特性曲线自适应校准及预测方法 | |
KR101960755B1 (ko) | 미취득 전력 데이터 생성 방법 및 장치 | |
CN115759409A (zh) | 多时间模式注意力机制优化lstm模型的水闸形变预测方法 | |
CN117556366B (zh) | 基于数据筛选的数据异常检测***及方法 | |
CN113283546B (zh) | 加热炉完整性管理集控装置的炉况异常报警方法及*** | |
CN117076915B (zh) | Fpso原油工艺***的智能故障归因分析方法及*** | |
CN117553840A (zh) | 一种基于智能化管理的仪表及其*** | |
CN116881640A (zh) | 岩心采出程度的预测方法、***及计算机可读存储介质 | |
CN118114870A (zh) | 一种水利工程进度监控*** | |
CN113632025A (zh) | 用于评估工业环境中的能量消耗的方法、***和计算机程序产品 | |
CN110083804B (zh) | 基于条件分布回归的风电场scada数据缺失的智能修复方法 | |
CN113312587A (zh) | 基于arima预测和回归预测的传感器采集数据缺失值处理方法 | |
CN117807469B (zh) | 一种水下传感器数据采集方法、介质及*** | |
CN112459970B (zh) | 一种运用数据对抗学习的风电机组异常检测方法 | |
CN116861204B (zh) | 基于数字孪生的智能制造设备数据管理*** |
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 |