龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：苏州阿普奇物联网科技有限公司
申请日：2024-04-03
公开（公告）日：2024-07-05
公开（公告）号：CN118300843A
主分类号：H04L9/40
分类号：H04L9/40;G05B23/02;G06F18/23213
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明涉及工业机器人监测技术领域，具体为一种工业低速机器人控制及运维方法，根据网络接口流量建立网络流量算法模型，其步骤包括：多维度信号检验、异常概率计算以及风险决策。针对工业低速机器人网络接口监管的安全性，设计出一套对网络接口流量监管算法，通过信号特征提取、t‑检验和wilcoxon检验的多维度的检验方式对网络接口流量进行监管，以多个检验参数共同判断网口流量的情况，极大的提高了网口网络监测的准确性，从而保障了机器人运行的安全性。
主权项：1.一种工业低速机器人控制及运维方法，其特征在于，根据网络接口流量建立网络流量算法模型，其步骤包括：多维度信号检验、异常概率计算以及风险决策；所述多维度信号检验包括信号特征提取、t-检验和wilcoxon检验；其中，所述信号特征提取的步骤为：S1、通过离散傅里叶变换提取网络信号特征频率成分；S2、通过小波变换和离散小波变换对流量数据进行时频分析，进一步的对网络信号特征成分提取；S3、采用经验模态分解算法对网络信号特征成分数据进行分解，提取不同尺度的特征分量，并计算每个特征分量的能量和中心频率，作为特征向量；S4、应用PCA特征降维，保留主要特征向量；再将特征向量做kmeans聚类分析，得到异常和正常数据簇；并与实时流量数据进行对比，判断网络流量是否异常；所述异常概率计算为根据多维度信号检验的结果参数，构建朴素贝叶斯模型，将每个结果参数的正常或不正常状态作为特征，并进行概率计算；所述风险决策根据异常概率计算得到的概率参数，判断是否采取干预措施。
全文数据：
权利要求：
百度查询： 苏州阿普奇物联网科技有限公司 一种工业低速机器人控制及运维方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号