Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浪潮通用软件有限公司赵在星获国家专利权

浪潮通用软件有限公司赵在星获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉浪潮通用软件有限公司申请的专利一种针对小麦仓库的水分监测方法、设备及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115345017B

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211005058.6,技术领域涉及:G06F30/27;该发明授权一种针对小麦仓库的水分监测方法、设备及介质是由赵在星;曹雪韬;刘曼;马海德;李晨捷;荆世华;李海杰设计研发完成,并于2022-08-22向国家知识产权局提交的专利申请。

一种针对小麦仓库的水分监测方法、设备及介质在说明书摘要公布了:本申请公开了一种针对小麦仓库的水分监测方法、设备及介质,方法包括:对用于存储小麦的仓库进行数据建模,得到仓库模型,并在仓库模型中将仓库划分为若干个存储单元;针对每个存储单元,确定该存储单元对应的核心数据;根据仓库模型以及采集到的仓库的当前数据,对仓库的当前状态进行分析;基于仓库的结构数据,对当前异常状态进行定位。通过数据建模以及存储单元的划分,解决了小麦水分异常原因、异常影响范围以及异常严重程度发现难且问题定位不精准处理不及时的问题;实现了对仓房内小麦水分分布不均匀、小麦水分过高、水分变化速度过快、相邻点水分差值过多、霉变、板结等异常进行实时预警。

本发明授权一种针对小麦仓库的水分监测方法、设备及介质在权利要求书中公布了:1.一种针对小麦仓库的水分监测方法,其特征在于,包括: 对用于存储小麦的仓库进行数据建模,得到仓库模型,并在所述仓库模型中将所述仓库划分为若干个存储单元; 针对每个所述存储单元,确定该存储单元对应的核心数据,并根据所述核心数据为该存储单元生成对应的界定阈值,以将所述界定阈值用于对该存储单元的异常判断标准,添加至所述仓库模型中; 根据所述仓库模型以及采集到的所述仓库的当前数据,通过空间分析方法,对所述仓库的当前状态进行分析,以通过对异常节点在所述仓库模型中的附近节点进行分析,得到所述仓库的当前异常状态,所述当前异常状态包括发生点、发生时间、影响范围; 基于所述仓库的结构数据,对所述当前异常状态进行定位,并将定位结果向用户进行展示; 对用于存储小麦的仓库进行数据建模,得到仓库模型,具体包括: 对用于存储小麦的仓库进行空间建模,以在得到的空间模型中,根据所述仓库的结构数据,将所述仓库划分为若干个存储单元,所述结构数据包括测水线缆的部署结构、仓库形状、仓库体积、粮堆体积中的至少一种; 针对每个所述存储单元,确定该存储单元中对应的各水分影响因素;并对该存储单元的各水分影响因素进行分场景梳理,以得到多个数据组,并通过对所述多个数据组进行排列组合,确定该存储单元中,各水分影响因素对应的影响权重和影响范围,以实现对该存储单元的数据建模; 针对已实现数据建模的存储单元,建立其之间的相互影响关系,从而实现对所述仓库的数据建模,得到仓库模型; 根据所述核心数据包括:所处仓房、不同品种对测水点高水分值的区间、测水点与所在层平均水分差值以及最高水分差值异常区间、测水点在一段时间内变化过快的速率值、故障点与所有测水点的比值、当前霉变概率、当前板结概率、未来霉变概率、未来板结概率中的至少一种; 根据所述仓库模型以及采集到的所述仓库的当前数据,通过空间分析方法,对所述仓库的当前状态进行分析,得到所述仓库的当前异常状态,具体包括: 根据所述仓库模型中的所述界定阈值以及采集到的所述仓库的当前数据,对所述仓库的当前状态进行分析,以在所述仓库模型中确定发生异常的异常节点; 通过空间分析方法,对所述异常节点在所述仓库模型中的附近节点进行分析,以确定所述附近节点与所述异常节点之间的相邻水差值,所述附近节点包括:所述异常节点的上下层节点、左右列节点、左右行节点中的至少一种; 根据所述相邻水差值,确定所述仓库的当前异常状态中的发生点、影响范围; 根据所述相邻水差值,确定所述仓库的当前异常状态中的发生点、影响范围之后,所述方法还包括: 通过时间分析方法,确定所述发生点对应的粮食水分随时间变化情况; 根据所述粮食水分随时间变化情况,确定所述当前异常状态中的发生时间; 得到所述仓库的当前异常状态之后,所述方法还包括: 根据所述当前异常状态,以及所述空间分析方法和时间分析方法,对所述仓库的未来异常状态进行预估,并将预估结果向用户进行展示; 根据所述粮食水分随时间变化情况,确定所述当前异常状态中的发生时间,具体包括: 将所述发生点对应的粮食水分随时间变化情况导入所述仓库模型,通过时间模型分析,以对当前水分值和历史时间点的水分值进行对比分析,分析得到所述异常节点对应的发生时间、已发生时长以及异常严重程度,以便于根据所述发生时间、所述已发生时长以及所述异常严重程度,得到对所述异常节点的预判结论,所述预判结论包括:确定当前是否存在霉变、结露、板结异常。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浪潮通用软件有限公司,其通讯地址为:250101 山东省济南市高新区浪潮路1036号浪潮科技园;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。