“孟召潮”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种硬盘背板测试方法、装置、设备及介质-CN202211406699.2在审
发明人： 孟召潮;秦晓宁;陈颖;张珅;刘鹏浩;李林烁 -专利权人：宁畅信息产业（北京）有限公司
申请日： 2022-11-10 - 公布日： 2023-02-03 - 主分类号： G06F11/22 文献下载
摘要：本发明公开了一种硬盘背板测试方法、装置、设备及介质。方法包括：调用与待测硬盘背板对应的测试脚本，对与待测硬盘背板关联的至少一项待测软件功能、至少一项待测硬件信息以及至少一项待测硬件功能进行测试；调用单片机，对待测硬盘背板的待测硬件端口进行测试；将软件功能测试数据和硬件信息测试数据存储至预设数据文件中，并通过显示屏，将硬件功能测试数据和硬件端口测试数据提供给目标用户；生成软件测试结果和硬件测试结果。本发明实施例可以通过测试脚本和单片机，自动对与硬盘背板关联的软件功能、硬件信息、硬件功能以及硬盘背板的硬件端口进行测试，实现了快速、全面地对硬盘背板的软件和硬件进行测试。
一种硬盘背板测试方法装置设备介质

[发明专利]一种压力测试方法、装置、电子设备和存储介质-CN202210337243.9在审
发明人： 孟召潮;秦晓宁;刘国华;李林烁 -专利权人：宁畅信息产业（北京）有限公司
申请日： 2022-03-31 - 公布日： 2022-07-08 - 主分类号： G06F11/34 文献下载
摘要：本发明实施例公开了一种压力测试方法、装置、电子设备及存储介质，该方法包括：将测试压缩包上传至被测试设备的用户文件夹，并获取解压缩后的测试文件夹；其中，测试文件夹包括串行执行文件以及不同压力测试类型的测试文件，测试文件包括测试执行文件和测试配置文件；通过串行执行文件，依次执行各压力测试类型的测试文件，以对被测试设备进行串行压力测试。本发明实施例提供的技术方案，在实现压力测试自动化的同时，减少了压力测试耗费的人力成本和时间成本，进一步扩展了压力测试的全面性，提高了压力测试效率。
一种压力测试方法装置电子设备存储介质

[发明专利]一种基于GRU神经网络的风机健康状态评估方法-CN202010586207.7有效
发明人：梁涛;谢高锋;孟召潮 -专利权人：河北工业大学
申请日： 2020-06-24 - 公布日： 2022-03-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于GRU神经网络的风机健康状态评估方法，包括以下步骤，以CLIQUE聚类方法为基础完成风机运行工况划分；选取表征风机重要部件运行状况的特征参量作为评估指标集合；针对各运行工况子空间，建立基于GRU神经网络的风机健康状态评估模型实时预测各评估指标参量的变化情况；采用基于偏互信息的特征选择方法确定评估模型的输入参量；通过变权评估方法对预测误差进行加权分析，得到风机运行健康度指数，根据健康度指数评估风机运行健康状态。相比当前多集中于某一关键部件的评估方法，本发明可以更全面、准确的评估风机运行健康状态，可为制定风电机组维护计划提供有力支撑，从而降低风力发电机的运维成本。
一种基于 gru 神经网络风机健康状态评估方法

[发明专利]一种风电机组关键部件多工况健康状态在线监测方法-CN202010397701.9有效
发明人：梁涛;孟召潮;谢高锋 -专利权人：河北工业大学
申请日： 2020-05-12 - 公布日： 2021-03-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种风电机组关键部件多工况健康状态在线监测方法，包括：从风电机组关键部件的历史监测数据中筛选有效状态变量，并进行特征向量提取；进行自适应工况划分，并基于工况划分结果构建基于BiLSTM‑GMM的多工况健康度基准模型及基于H‑SVM的工况识别基准模型；通过工况识别基准模型输出实时运行状态，将特征向量输入相应工况的健康度基准模型，得到风电机组关键部件的实时健康度；进行报警阈值的计算，基于实时健康度及报警阈值完成风电机组关键部件健康状态的在线监测。本发明能够对风电机组故障部件进行快速准确定位，且能够在故障停机前两到三天进行故障报警，从而运维人员能够有针对性地进行预修，提高运维效率。
一种机组关键部件工况健康状态在线监测方法

[发明专利]基于扩散图数据降维技术的风力发电机组健康度评估方法-CN201910582504.1有效
发明人：梁涛;钱思琦;程立钦;陈博;孟召潮;谢高锋 -专利权人：河北工业大学
申请日： 2019-06-29 - 公布日： 2020-08-04 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种基于扩散图数据降维技术的风力发电机组健康度评估方法，包括采集样本数据、构建检测模型、健康状态曲面确定、不同故障质心选择、数据降维、整机健康度评估以及风力发电机组关键部件健康度评估。本发明的有益效果是：通过对风力发电机组的健康度衰退指数监测以确保风力发电机组安全运行，在风力发电机组健康度衰退时及时安排检查和维修，避免不必要的人力物力损失，可以对风力发电机组及其关键部件进行实时的健康度评估，并且扩散图数据降维技术实现了风力发电机组健康度的可视化，提前监测风力发电机组的健康指数衰退情况，对现场维修人员具有指导意义，优化维修方案，减少人力物力浪费，从而降低风力发电机的运维成本。
基于扩散数据技术风力发电机组健康评估方法