专利申请摘要撰写助手

本发明公开一种用于智能制造质检的边缘AI相机模块，属于机器视觉与边缘计算技术领域。该模块由可重构光学卷积成像单元、事件相机、片上AI处理器、存储与安全单元及工业接口构成。可重构光学卷积经可编程相位/振幅调制在光域实现卷积核以转移计算负载；事件相机输出稀疏时空事件以降低采样冗余。端侧运行量化、稀疏化的缺陷检测网络，结合在线标定与域自适应，实现对划伤、缺料、错装等缺陷的低时延检测。在与基线精度相当条件下，经代表性产线测试，整机能耗降低约70%。模块支持SDK二次开发与OTA安全更新，提供数字I/O、以太网及工业协议，适配流水线与移动机器人部署，并具备防尘、防振与故障安全机制。本发明在保证检出率与误报率的同时提升能效与可维护性，便于规模化集成。

Disclosed is a low-temperature plasma disinfection device and control method employing adaptive charge feedback to maintain stable discharge and closed-loop dosing across ambient humidity and air pressure variations. The device comprises opposed electrodes defining a calibrated electrode gap within a portable or benchtop chamber, a drive stage delivering pulsed high voltage, a charge-sensing network that measures net transferred charge per excitation cycle, and environmental sensors for humidity and pressure. A controller computes dose as a function of cumulative transferred charge and controls voltage amplitude, pulse width, repetition rate and gas flow, and, in variants, adjusts the electrode gap, to maintain a target dose without arcing. The method includes initializing the electrode gap, acquiring charge and environmental data each cycle, updating dose estimates, and adaptively modulating drive parameters to stabilize the plasma. The system affords reproducible sterilization of medical and cold-chain articles while ensuring discharge stability under variable ambient conditions.

摘要：本发明涉及设备健康管理技术领域，公开一种基于联邦学习的故障预测方法与系统。所述方法包括：其一，端侧对风机与产线设备的多源运行数据进行时序与统计特征提取、归一化与降维，并在原始数据不外流的前提下执行本地模型训练；其二，对本地模型参数或梯度施加差分隐私噪声并进行隐私预算管理，从而实现可证明的个体隐私保护；其三，服务器侧采用自适应聚合策略，基于客户端数据新鲜度、训练稳定性、漂移度量与召回率贡献进行鲁棒加权与异常值抑制，以提升全局模型的泛化性能；其四，引入端侧与服务器侧的双层概念漂移检测机制，检测到分布偏移时触发样本重加权、滑动窗口更新与选择性遗忘，维持模型对工况变化的敏感性；其五，设置以召回率增益与隐私预算为双重约束的早停准则，避免过拟合与隐私损耗过度。相应系统包括：端侧特征提取与本地训练模块、差分隐私加噪与预算控制模块、联邦协调与自适应聚合模块、概念漂移检测与动态更新模块以及早停与模型发布模块。本发明在确保原始数据不外流与符合数据最小化原则的条件下，显著提高故障召回率与收敛稳定性，适用于风机与产线等工业设备的在线预测与预防性维护。