- 博客(100)
- 收藏
- 关注
RSS订阅原创 【工业边缘】西门子工业边缘相关概念介绍
定义：工业边缘设备，是西门子提供的专用硬件设备，预装了工业边缘操作系统和运行时环境。功能：它具备强大的计算能力，能够直接部署在工业现场，用于数据采集、处理和分析。它支持运行工业边缘应用程序，实现边缘计算和数据分析等功能。应用场景：适用于需要高性能、高可靠性的工业环境，如工厂自动化、智能工厂等，用于实时数据处理和智能决策支持。
2025-04-24 12:44:13
266
原创 【study】langchain
langchain像一个hub，可以基于langchain做app，是开发者的机会所在。langchain 是用于LLM app的开源的开发框架。目前支持python、js。memory 长期记忆。
2025-01-08 20:15:23
209
原创 【debug】运行一段时间后退出
资源竞争或死锁：如果你的 Flask 应用中的不同部分（尤其是那些涉及多线程或多进程的）尝试同时访问相同的资源（如数据库连接、文件句柄等），可能会导致冲突。第三方库的 C 扩展中的错误：如果 Flask 应用或其依赖的库（如 xgboost）使用了 C 扩展，并且这些扩展中存在错误，那么它们可能会导致访问冲突。库或依赖项之间的不兼容：当你将多个库或模块组合在一起时，它们之间可能存在不兼容的情况，尤其是当它们依赖于不同的系统级库或 C 扩展时。逐步排除每个可能的原因，直到找到导致问题的根本原因。
2024-12-30 14:33:08
713
原创 【定时任务】Apscheduler misfire_grace_time
今天发现我使用Apscheduler 起的定时任务，可能因为其他程序占用了资源，导致我的定时任务被调用的时候与设定时间晚了2秒，导致任务执行失败。上网查了说要使用misfire_grace_time这个参数，但具体的相关使用案例非常少，所以在这里记录一下应该怎样正确使用。
2024-11-26 16:12:36
558
原创 【postgres】笔记
可以看到每个from的时间和上一条to的时间不相同，导致上一条to的时间戳到下一条from时间戳之间的数据会被丢失。这里的value列值类型是json，如果我想找value列的值等于“value”的行，直接用普通的写法查不出来。今天早上发现postgres数据库表中总会隔4天丢失一天的数据，后来查了一下，发现是分区表创建的有问题。无法直接在这里生成好的from to时间戳中更改起止时间。这里的to的 时间戳和下一行的from时间戳保持一致即可。from为闭区间，to为开区间。
2024-09-18 11:20:18
685
原创 【网络】DNS
DNS（Domain Name System，域名系统）服务器是互联网上的重要基础设施之一，它的主要作用是将人们易于记忆的域名（如www.example.com）转换成计算机可以直接识别的IP地址（如192.0.2.1）。这个过程被称为域名解析。端口：53配置工具：bind9目前全球共13组根DNS服务器：美国：包括1个主根服务器和9个辅根服务器。英国：1个辅根服务器瑞典：1个辅根服务器日本东京：1个辅根服务器。
2024-09-11 15:49:53
400
原创 【工业AI】寻优算法的思考
对于如果x取值是整数，即调整步长是1，我想，或许可以直接把十进制转二进制，不经过缩放，来寻优。比如，一个x的取值范围是0~255，调整步长为1，则可以转化为二进制00000000至11111111.再将其进行遗传算法搜索。一般来说，如果场景完全合适的话（x取值连续），应用到我们的任务中，只需修改fitness和boundaries即可，即确认你的目标函数和x的范围。区别于其他搜索寻优算法之处在于：遗传算法的一轮一轮迭代中，新的随机点x的生成，是靠交叉变异01而来的。
2024-09-03 19:56:49
371
原创 【开发】异地接口调试
【开发】异地协同办公、接口调试前言：相信很多开发朋友在项目执行过程中，会遇到异地协同开发调试的工作。大型的互联网公司会有自己的云服务器开发平台去解决这个问题。那么小厂的朋友们就需要自己想办法去解决。这里我根据自己的经验，总结了两种方式供大家参考。
2024-08-15 14:41:56
256
原创 【工业智能】参数推荐
在工业智能领域，我们会发现，很多数据方向的需求，是工艺参数推荐，来使得目标变量维持在某个值附近或者稳定在某个范围内。针对这样的需求进行了思考，可能有哪些方向的解决方案。
2024-08-09 15:32:01
387
原创 工业自动化中的5个级别
通过MES，使用者可以计划他的活动和控制生产数据和过程。他是现场设备，eg：传感器、致动器、仪器、电机、阀门、开关和其他设备。假设一个工厂有10个PLC，你想去监控他们、控制他们，通过坐在一个远程中控室。多个工厂，各种供应商数据信息，设备信息，和计划和每日运行图表，可以通过mes来看和控制。控制器上需要些程序，接收硬件传奇的输入，并且作为依据，去控制硬件电机的输出。这个是一个公司内的多个部门，例如销售，购买，HR，财务，物流，生产，控制。ERP是一个自动化过程，基于计算机技术和自动化所有过程来工作。
2024-07-29 15:48:01
1548
原创 【开发】电脑本地端口暴露
2.在弹出的页面划到最下面。点击Windows防火墙。10.按同样的方法再设置一下出站规则的相应端口，即可。8.特定本地端口处，写上你想要暴露的端口号范围。4.你要允许此应用对你的设备更改？但是一般公司电脑默认不暴露，所以要自己设置。7.要创建的规则类型，点击端口，点击next。由于开发调试的需要，要暴露一些端口。1.点击网络和Internet设置。9.下一步点击允许连接，就可以了。6.点击右侧的”新建规则“
2024-07-11 20:58:30
928
原创 INSPEKTO产品认知
该系统固有的自动控制景深的能力，以及在具有不同深度的物体的多个区域上运行多个轮廓的能力，意味着该系统可以处理深度和复杂的物体，有效地允许使用2D相机对复杂的3D物体进行缺陷检查。用户不需要指定图像捕获的参数，如相机和样品之间的距离，光源，焦距，快门速度，曝光时间等。即：无论制造商的规模和类型如何，能够在一天内实现自动化视觉检查，而无需雇佣视觉专家或大量生产数据。三大AI engine：第一个捕获要检查的部件的图像，第二个识别项目，第三个检查部件的缺陷。装配验证、表面缺陷、元件有无、元件对齐度、零件完整性。
2024-03-05 13:21:07
583
原创 phaseDNN文章解读
PhaseDNN利用了许多DNN首先在低频范围内实现收敛的事实（这个可参考许志钦老师的主页 https://ins.sjtu.edu.cn/people/xuzhiqin/，或知乎https://zhuanlan.zhihu.com/p/571517635），因此，对于更高频率范围，并行地构建和训练一系列中等大小的DNN。这个可参考许志钦老师的主页 https://ins.sjtu.edu.cn/people/xuzhiqin/，。深度神经网络的频率原则： DNN首先在低频范围内实现收敛。
2024-02-19 18:47:45
667
原创 【工业智能】VSB Power Line Fault Detection-chapter2
信息来源：Kaggle Competition : VSB Power Line Fault Detection分析冠军代码。源文件URL：https://www.kaggle.com/code/mark4h/vsb-1st-place-solution。
2024-01-16 20:19:23
592
原创 【工业智能】VSB Power Line Fault Detection-chapter1
每个信号包含80万个电线电压测量值，测量超过20ms。由于底层电网以50Hz运行，这意味着每个信号都覆盖一个完整的电网周期。电网本身是三相供电的，所有测量值都是三相同时测量的。id_measurement: 同时记录三个信号为一组的ID代码signal_id: 信号数据的外键。每个信号id在训练集和测试集中都是唯一的。因此训练集中的第一个id是0，测试集中的第一个id是8712phase：三个一组的信号的相位ID代码。这个相位可能或者可能不是受线路上的故障影响。
2024-01-11 16:13:14
1393
原创 数据库相关SQL
type, param, param_value, unit, start_use_time, maintain_time是列名。一般来说各个数据库的sql都是一样的语法，但还是说明一下这里的是postgres数据库。param_maintain是table，
2024-01-04 19:50:32
618
原创 【DEBUG】AttributeError: module ‘numpy‘ has no attribute ‘object‘
File “numpy/init.py”, line 305, in getattrAttributeError: module ‘numpy’ has no attribute ‘object’. was a deprecated alias for the builtin . To avoid this error in existing code, use by itself. Doing this will not modify any behavior and is safe.The al
2023-12-13 20:31:20
486
原创 【EDA】数据类可以做哪些分析
1.有什么规律，趋势上的，时滞上的2.对于我们的目标，还缺乏什么条件3.对于需要稳定某个变量的情况，哪些因素会导致这个变量波动？调节的难易？把每个因素找出来逐个击破找到相应的办法。
2023-10-25 19:16:44
229
原创 [xgb] plot tree
Parameters----------提升器或者XGB模型特征名称的映射关系的文件，主要是为了画图显示的是特征名，而不是012.指定目标树的序数, 画的第几课树通过graph_attr传给graphiz，'LR'=from left to right;
2023-08-15 16:50:22
1848
原创 【工业智能】锂电池生产相关问题
2.为什么保证真空度可以使得涂布珠牢牢依附在箔材上呢？为什么没有真空就不能呢？保证涂布珠下面的真空度，能够帮助其牢牢的依附在飞速前进。的箔材上，是最有效的维持涂布珠稳定的措施。3.浆料的固含量、密度有什么区别？
2023-07-27 13:42:30
408
原创 一些向量化操作--取差集等
对于两个list，只要采取相加的操作，就会把两个list合并到一起。如果数据量上万，将会发现通过列表表达式取差集耗时非常严重。在数据量很少的时候，体现不出array的优势。如果用array来取差集呢？一般来说是用列表推导式。
2023-06-26 11:09:52
267
原创 【DT】蒸脱机的结构和工作原理
DT 蒸脱机（DesolventazationerToaster），根据英文名可以看出来，他的作用是脱溶、烘烤。用于蒸脱湿豆粕中的溶剂。大豆油生产工艺有2种：压榨油的加工工艺是“物理压榨法”，而浸出油的加工工艺是“化学浸出法”。浸出法则采用有机溶剂提取法，通过将油料与“六号轻汽油”(“六号溶剂油”的俗称)等有机溶剂充分结合后进行抽提。
2023-04-12 18:22:39
2340
3原创 【debug】pyinstaller 打包报错 xgboost.libpath.XGBoostLibraryNotFound: Cannot find XGBoost Library in the c
pyinstaller打包报错找不到xgboost
2022-11-17 10:02:24
2049
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人