“刘锦南”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果23个，建议您升级VIP下载更多相关专利

[发明专利]基于AI的动设备工况监测管理方法、系统、设备及介质-CN202310341452.5有效
发明人：高晖;闫贺;刘锦南;董松伟;陈瑜 -专利权人：北京博华信智科技股份有限公司
申请日： 2023-03-31 - 公布日： 2023-08-29 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于AI的动设备工况监测管理方法、系统、电子设备及存储介质，该方法包括：根据动设备的平稳运行数据，采用聚类算法形成动设备的工况池；工况池中包括动设备的每个工况对应的聚类中心点和簇类内平均距离；采集动设备的实时数据集，根据实时数据集获取动设备的振动信号、过程量和动态量；根据振动信号计算熵特征值，根据熵特征值构建熵特征矩阵，监测动设备当前工况是否发生改变；根据振动信号进行时域特征值和频域特征值，根据过程量和动态量计算时域特征值，根据时域特征值和频域特征值结合工况池确定动设备的当前工况归属类别。该方法能实现突变点识别捕捉瞬态工况的改变，以及确定动设备当前工况的归属类别，普适性强。
基于 ai 设备工况监测管理方法系统介质

[发明专利]扶梯故障的预测方法、装置、设备及介质-CN202310248253.X有效
发明人：高晖;刘锦南;闫贺;董松伟;陈瑜 -专利权人：北京博华信智科技股份有限公司
申请日： 2023-03-15 - 公布日： 2023-07-14 - 主分类号： B66B29/00 文献下载
摘要：本申请公开了一种扶梯故障的预测方法、装置、设备及介质，该方法包括：获取扶梯在多个采样时间的运行数据，确定运行数据对应的多个分布向量；分布向量用于表征运行数据在一个时间单元上的时域分布特性，时间单元包括多个采样时间；根据各分布向量之间的相似度对多个分布向量进行异常因子检测，若根据异常因子检测的结果确定扶梯在多个采样时间内未存在工况切换，则将运行数据输入预测模型，得到运行数据的预测结果；预测结果用于表征扶梯的预测运行数据；对运行数据的预测结果进行证据融合，获得扶梯的故障预测结果。能够在扶梯工况未发生改变的情况下对扶梯故障进行预测，提高了扶梯故障的预测效率。
扶梯故障预测方法装置设备介质

[实用新型]一种票据打孔设备-CN202320156403.X有效
发明人： 刘锦南 -专利权人： 刘锦南
申请日： 2023-02-08 - 公布日： 2023-06-23 - 主分类号： B26F1/16 文献下载
摘要：本实用新型公开了一种票据打孔设备，涉及票据装订设备技术领域，包括底板，底板的顶端固定设有壳体，壳体的底端安装有两个打孔钻，壳体的底部固定设有防触碰机构；防触碰机构包括开设于壳体底端一侧的两个凹槽，凹槽内壁均滑动连接有凸块，凸块与凹槽内壁的一侧之间均固定设有第一弹簧，打孔钻的一侧均固定设有第一楔块，第一楔块的一侧均接触连接有第二楔块，第二楔块的一端均与凸块固定连接，凸块的底端均固定设有连接件，连接件的一端均固定设有橡胶套，通过往复推动推杆进行偏转，连接柱同时在推条内滑动时，在锥块的作用下，推条伴随进行水平移动，将落入到底板内的票据碎屑推出，操作简单，便于碎屑的清洁。
一种票据打孔设备

[发明专利]滚动轴承的寿命预测方法、装置、设备和介质-CN202310000564.4在审
发明人：高晖;闫贺;刘锦南;高东方;郝高岩 -专利权人：北京博华信智科技股份有限公司
申请日： 2023-01-03 - 公布日： 2023-02-03 - 主分类号： G06F30/27 文献下载
摘要：本申请公开了一种滚动轴承的寿命预测方法、装置、设备和介质。该方法包括：获取目标轴承的运行信号；目标轴承设置于齿轮箱中；对运行信号进行离散随机分离处理，去除运行信号中的噪声信号，得到运行信号中与目标轴承相关的有效信号；将有效信号输入预测模型，得到预测模型输出的目标轴承的剩余寿命；预测模型是基于门控循环神经网络训练获得的。能够对滚动轴承的运行信号进行去噪处理，基于去噪后的运行信号进行滚动轴承剩余寿命预测，从而提高了对滚动轴承寿命预测的准确性。
滚动轴承寿命预测方法装置设备介质

[发明专利]往复压缩机故障诊断监测信号整周期截取方法及装置-CN202111262646.3有效
发明人： 刘锦南;高晖 -专利权人：北京博华信智科技股份有限公司
申请日： 2021-10-28 - 公布日： 2022-04-15 - 主分类号： G06F30/17 文献下载
摘要：本公开是关于一种往复压缩机故障诊断监测信号整周期截取方法及装置，通过动态压力信号Sp和相关算法，来截取实际运行中的整周期波形与所述各个工作段的波形，在保证获取整周期波形截取精度的基础上，来截取各个工作段的波形，本申请使用了更少的传感器，可以减少成本，且避免了噪音等干扰因素引起的扰动，降低截取各个工作段的波形的实现难度。
往复压缩机故障诊断监测信号周期截取方法装置

[发明专利]一种用于振动保护的数据同步方法及系统-CN202110905484.4有效
发明人：高晖;邓化科;罗奇;刘锦南;王宪涛;张超 -专利权人：北京博华信智科技股份有限公司
申请日： 2021-08-06 - 公布日： 2022-03-25 - 主分类号： G01H11/06 文献下载
摘要：本申请公开了一种用于振动保护的数据同步方法及系统，一种用于振动保护的数据同步方法，包括：预设参考振动信号以及定点点数；通过第一采集模块实时采集振动信息，基于所述振动信息统计与所述振动参考信号同步的同步点数；当所述同步点数与所述定点点数相同时，所述第一采集模块向各第二采集模块发送同步采集指令；所述第二采集模块在接收到所述同步采集指令后开始实时采样，直至所述第二采集模块再次接收到所述同步采集指令完成单个采样周期内信息的采集。本申请实施例提供的用于振动保护的数据同步方法，通过第一采集模块对于实际定点点数的统计并与设置的定点点数比较，能够实现在主振动采集模块无法产生同步信号时，完成对数据的截取和采集。
一种用于振动保护数据同步方法系统

[发明专利]一种基于振动监测的实时在线保护系统及方法-CN202110926077.1有效
发明人：高晖;邓化科;罗奇;刘锦南;王宪涛;张超 -专利权人：北京博华信智科技股份有限公司
申请日： 2021-08-12 - 公布日： 2022-03-04 - 主分类号： G01H1/12 文献下载
摘要：本申请公开了一种基于振动监测的实时在线保护系统及方法，其中，一种基于振动监测的实时在线保护系统包括：采集单元，采集不同位置的振动信息，并将振动信息传送至微控单元；微控单元，基于振动信息判断是否对被保护设备采取保护措施，并向机控单元传送报警信息；机控单元，基于报警信息向表决单元传送控制信号，基于报警信息判断是否向监测单元发送周期性的脉冲信号；监测单元，基于周期性的脉冲信号判断是否向表决单元发送联锁信号；表决单元，基于接收到的控制信号和联锁信号通过二取一表决方式生成表决控制信号，将表决控制信号发送给保护单元；保护单元，基于表决控制信号对被保护设备进行实时保护。
一种基于振动监测实时在线保护系统方法

[实用新型]一种自助寄件取件终端设备-CN202120556278.2有效
发明人： 刘锦南;刘宗沛;赖胜方;谭君明 -专利权人：深圳市络道科技有限公司
申请日： 2021-03-18 - 公布日： 2022-01-14 - 主分类号： G07F19/00 文献下载
摘要：本实用新型提供了一种自助寄件取件终端设备，包括：自助终端本体、触控屏、身份识别组件、称重组件、打印组件以及主控板，所述称重组件固定在所述自助终端本体，所述自助终端本体固定有所述打印组件与所述主控板。用户在触控屏上进行寄件取件的相关信息填写，寄件时用户使用身份识别组件完成身份验证，称重组件采集邮件的重量，用户付费后主控板控制打印组件打印出寄件条形码；取件时，主控板控制打印组件打印凭条，用户根据凭条信息取件。本实施例的一种自助寄件取件终端设备寄件取件时不需要去人工柜台填写单据，在自助寄件取件终端设备上寄件取件操作简单、步骤少，在网点工作人员下班后还可以寄件取件，不会错过寄件取件时间。
一种自助寄件取件终端设备

[发明专利]一种多通道同步采集的振动保护方法及系统-CN202110939853.1有效
发明人：高晖;邓化科;罗奇;刘锦南;王宪涛;张超 -专利权人：北京博华信智科技股份有限公司
申请日： 2021-08-17 - 公布日： 2021-12-14 - 主分类号： G01H17/00 文献下载
摘要：本申请公开了一种多通道同步采集的振动保护方法及系统，其中，一种多通道同步采集的振动保护方法包括：根据键相信号预设单个采集周期内键相信号的触发位置；通过第一采集板卡实时采集键相信息，判断采集到的键相信息是否到达所述触发位置；若到达，则通过所述第一采集板卡向各第二采集板卡发送同步采集指令；所述第二采集板卡在接收到所述同步采集指令后开始实时采集振动信息，直至所述第二采集板卡再次接收到所述同步采集指令完成单个采集周期的振动信息的采集。本申请实施例提供了一种多通道同步采集的振动保护方法，提高了数据的同步性和振动数据诊断分析的可靠性，具有较高的安全性，提高了设备运行时的安全性。
一种通道同步采集振动保护方法系统

[发明专利]基于小样本深度学习的一类冲击故障诊断-CN202111000344.9在审
发明人：高晖;赵大力;刘锦南;王牮 -专利权人：北京博华信智科技股份有限公司
申请日： 2021-08-27 - 公布日： 2021-11-26 - 主分类号： G06F30/27 文献下载
摘要：本申请公开了一种基于小样本深度学习的一类冲击故障诊断方法故障诊断，该方法包括：获取设备监测数据对应的迁移特征，得到迁移特征集；对迁移特征集进行重构，得到设备的训练集，训练集中包括设备的真实频域数据及虚拟频域数据；基于机器学习，对训练集进行训练，构建设备的故障诊断模型，故障诊断模型用于识别设备是否发生故障。本申请实施例依据设备的故障机理选择合适的迁移特征，并对迁移特征集进行重构，以生成丰富的训练集，最后对生成的训练集机型训练，构建设备的故障诊断模型，从而可以利用构建的故障诊断模型对设备是否发生故障进行准确的诊断，提高了设备故障诊断的准确度及效率，具备很好的变负载工况迁移能力。
基于样本深度学习一类冲击故障诊断

[发明专利]基于深度学习模型的滚动轴承寿命预测方法和装置-CN202110803411.4有效
发明人： 刘锦南;高晖;高东方;和丹辉;郭金良 -专利权人：北京博华信智科技股份有限公司
申请日： 2021-07-16 - 公布日： 2021-10-29 - 主分类号： G06F30/17 文献下载
摘要：本申请公开了基于深度学习模型的滚动轴承寿命预测方法和装置，其中，方法包括：获取多个传感器检测的时序信号；将所述时序信号进行数据处理，得到所述时序信号对应的灰度图；对所述灰度图进行标注，得到时序序列数据集和故障识别数据集；将所述故障识别数据集输入至故障识别模型对所述故障识别模型进行训练，得到所述故障识别模型对应的特征参数；构建故障趋势预测模型，并将所述故障识别模型对应的特征参数作为所述故障趋势预测模型的初始参数；将所述时序序列数据集输入至所述故障趋势预测模型中对所述故障趋势预测模型进行训练，并得到所述时序序列数据集对应的剩余寿命，能够对滚动轴承的剩余生命进行准确预测。
基于深度学习模型滚动轴承寿命预测方法装置

[实用新型]一种自助售卖纸箱设备-CN202120562776.8有效
发明人： 刘锦南;徐艳芸;龚涛;孔涛 -专利权人：深圳市络道科技有限公司
申请日： 2021-03-18 - 公布日： 2021-10-22 - 主分类号： G07F11/00 文献下载
摘要：本实用新型提供了一种自助售卖纸箱设备，包括箱体，纸箱锁控制开关，支付控制器，所述箱体一侧设置有纸箱存储栏，所述支付控制器用于收付后控制所述纸箱锁控制开关的开闭，所述纸箱锁控制开关用于控制所述纸箱锁,该自助售卖纸箱设备可以自助进行纸箱购买，无需人工参与协助，大大节省了人力与费用，方便不同场所的客户进行纸箱购买。
一种自助售卖纸箱设备

[实用新型]一种一体化智能寄件取件终端-CN202120589129.6有效
发明人： 刘锦南;周燕琳;蓝秉炼 -专利权人：深圳市络道科技有限公司
申请日： 2021-03-23 - 公布日： 2021-10-22 - 主分类号： G07F17/12 文献下载
摘要：本实用新型提供了一种一体化智能寄件取件终端，包括：柜体、触控屏、信息采集组件、传输组件、称重量方组件、打印组件以及主控板，通过信息采集组件输入待邮寄或待取件物体的相关信息于主控板，使用称重量方组件称量待邮寄物体的重量和体积，主控板计算处理待邮寄物体的相关信息后控制打印组件打印出寄件条形码或取件凭证，将条形码贴覆在待邮寄物体上并放置在传输组件，传输组件将待邮寄物体传输至后端仓储区域，或用户根据凭证去拿取待取件。寄件取件可在任意时间段内，寄件取件的步骤简单，不需要在网点柜台排队等候，寄件取件耗时短。
一种一体化智能寄件取件终端

[实用新型]传感器对正装置和监测系统-CN202121615345.X有效
发明人： 刘锦南;高晖;邓化科;胡庆国 -专利权人：北京博华信智科技股份有限公司
申请日： 2021-07-16 - 公布日： 2021-09-03 - 主分类号： G01D11/00 文献下载
摘要：本实用新型公开了一种传感器对正装置和监测系统，其中，一种传感器对正装置，包括传感器、底座，所述传感器通过底座固定在被监测设备上，所述底座和所述传感器之间通过螺纹方式连接，所述传感器外壁和所述底座外壁上设置有可对正的标记。本实用新型实施例提供的传感器对正装置，通过传感器与底座之间通过螺纹方式连接，所述传感器外壁和所述底座外壁上设置有可对正的标记，可以实现在误差范围内进行对正，确保监测数值准确。另外，对正装置可以进行传感器与底座之间的互配，方便更换，同时方便对正，安装简单。
传感器装置监测系统

[发明专利]基于LSTM的旋转机械健康状态的预测方法和装置-CN202110781568.1在审
发明人： 刘锦南;高晖;王平;郭锐;郝高岩;申志泽;李鹏程 -专利权人：北京博华信智科技股份有限公司
申请日： 2021-07-09 - 公布日： 2021-08-10 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了一种基于LSTM的旋转机械健康状态的预测方法和装置，其中，方法包括：获取旋转机械的当前状态参数；将所述当前状态参数输入至LSTM时间序列预测模型，得到预测出的所述旋转机械的下一时间段的预测状态参数；将所述预测状态参数输入至LSTM自编码模型中，得到所述预测状态参数对应的预测特征向量；根据所述预测特征向量和参考特征向量，确定所述旋转机械的健康状态，实现使用深度学习模型无需人工参与即可对旋转机械进行准确的健康状态预测。
基于 lstm 旋转机械健康状态预测方法装置

1
2
下一页»
尾页
共 23 条