周圣文 作品数:21 被引量:29 H指数:3 供职机构: 武汉理工大学 更多>> 发文基金: 国家自然科学基金 中央高校基本科研业务费专项资金 更多>> 相关领域: 自动化与计算机技术 机械工程 水利工程 文化科学 更多>>
一种基于椭圆检测的快速圆形目标定位视频处理方法 本发明涉及一种基于椭圆检测的快速圆形目标定位视频处理方法,该方法包括:获取包括椭圆目标的当前视频帧图像;对所述当前视频帧图像进行多种图像处理,确定边缘二值图,并拟合出至少一个待选椭圆;根据所述至少一个待选椭圆、所述边缘二... 杜百岗 仝少聪 郭钧 周圣文 李益兵 彭兆文献传递 一种工程图BOM识别方法、装置、电子设备和存储介质 本申请公开了一种工程图BOM识别方法、装置、电子设备和存储介质,该方法包括:获取工程技术图纸的图片文件;利用预设的表格识别方法对所述工程技术图纸的图片文件进行表格识别,得到待录入表格;利用预先建立的文本检测模型对所述待录... 郭钧 李天成 杜百岗 周圣文基于数字孪生的泵站全流程动态智能调度方法及系统 本发明涉及一种基于数字孪生的泵站全流程动态智能调度方法及系统,其方法包括:构建泵站数字孪生模型,其中,所述泵站数字孪生模型包括物理泵站、孪生泵站、通信连接端、孪生数据和智能服务端;获取物理泵站的实时数据和历史数据,并基于... 郭顺生 周圣文 杜百岗 郭钧基于深度学习的净水厂配电房图像采集与识别方法 本发明公开了一种基于深度学习的净水厂配电房图像采集与识别方法,包括步骤:获取包含指示灯的图片集,对图片集的指示灯位置进行图像裁切并标定点位信息,以建立指示灯训练样本;对指示灯训练样本进行深度学习训练,得到训练权重;获取配... 郭顺生 周圣文 杜百岗 仝少聪 郭钧净水厂数字孪生模型构建方法研究与实践 被引量:4 2023年 为解决净水厂数字孪生模型构建问题,基于数字孪生五维模型,结合净水厂全流程工艺要求提出全要素数字孪生模型构建方法。通过净水厂多层次多尺度数字孪生几何模型,对净水厂全要素及其关系进行数字化呈现;通过标识解析、数据采集、语义描述和有限状态机行为搭建净水厂数字孪生信息模型,实现物理世界与数字空间的虚实映射和数字化表达;通过“机理+智能”混合驱动搭建净水厂数字孪生决策模型,对净水厂的运行机理和规律进行刻画。基于所提理论和方法设计开发了数字孪生净水厂运维管控一体化平台,为构建净水厂数字孪生模型提供了参考。 周圣文 郭顺生 杜百岗 王磊 王磊 郭钧 李益兵 彭兆关键词:净水厂 信息模型 数字孪生净水厂运维管控一体化平台关键技术及应用 被引量:21 2021年 针对净水厂运维管控过程中信息透明度低、实时性差、缺乏精细化管控等问题,结合数字孪生五维模型,提出基于数字孪生的净水厂运维管控平台架构体系,并对数字孪生净水厂运维管控一体化平台关键技术进行了研究。提出数字孪生净水厂多源异构数据实时采集技术和多层次三维可视化监控模型,以解决三维可视化实时监控问题;提出基于云边协同的数字孪生净水厂控制架构以及基于“机理+智能”双模型驱动的净水厂工艺优化决策框架,并对供取水量预测、加药优化、泵组优化、设备预防性维护等模型进行了探索。最后,设计开发了净水厂运维管控一体化平台,验证了所提模型和方法的有效性,为数字孪生净水厂的实现提供了一定的参考。 周圣文 郭顺生 杜百岗 杜百岗 李益兵 郭钧 查大虎 李益兵 于磊关键词:净水厂 一种巡检指针式圆形仪表识别方法及装置 本发明涉及一种巡检指针式圆形仪表识别方法及装置,包括:当未接收到巡检任务时,获取并存储标准仪表区域图像;对标准仪表区域图像进行识别与标定,确定与目标仪表盘拟合程度最好的椭圆信息,根据椭圆信息将标准仪表区域图像转换为标准表... 杜百岗 仝少聪 郭钧 周圣文 李益兵 彭兆基于XML的BOM数据存储模型 被引量:1 2011年 针对物料清单BOM(Bill of Material)数据结构的复杂性、多样性、灵活性以及BOM数据在信息系统中的重要性,结合可扩展标记语言XML(eXtensible Markup Language)的特点,提出了基于XML的BOM数据存储模型,并有效的实现了BOM数据的操作(选择、修改、插入、删除)以及BOM数据的显示界面。重点讲述了EBOM的模型的建立。 周圣文 郭顺生关键词:物料清单 ERP 文档对象模型 一种巡检指针式圆形仪表识别方法及装置 本发明涉及一种巡检指针式圆形仪表识别方法及装置,包括:当未接收到巡检任务时,获取并存储标准仪表区域图像;对标准仪表区域图像进行识别与标定,确定与目标仪表盘拟合程度最好的椭圆信息,根据椭圆信息将标准仪表区域图像转换为标准表... 杜百岗 仝少聪 郭钧 周圣文 李益兵 彭兆文献传递 基于LSTM‑ES‑RVM的滚动轴承剩余寿命预测方法 被引量:3 2023年 为解决滚动轴承在寿命预测时精度不高,且性能退化趋势及波动范围难以预测等问题,提出了基于LSTM‑ES‑RVM的滚动轴承剩余寿命预测方法。在无先验知识或人工经验的干扰下,利用长短期记忆(Long Short‑Term Memory,LSTM)网络直接对频率数据进行特征提取,构建退化过程的初步健康指标(Health Indicator,HI);为了消除HI曲线的局部剧烈振荡,提出了带斜率的极端拐点(Extreme Inflection Point with a Slope,ES)模型改善其整体单调性;使用相关向量机(Relevance Vector Machine,RVM)模型对HI曲线进行趋势预测,实现了滚动轴承的剩余寿命(Remaining Useful Life,RUL)预测。实验结果表明,所提方法相较于对比方法具有较好的预测精度。 周圣文 郭顺生 杜百岗关键词:剩余寿命预测 滚动轴承