一种基于数字孪生的储氢气瓶监测方法

    公开(公告)号:CN118009232A

    公开(公告)日:2024-05-10

    申请号:CN202410151904.8

    申请日:2024-02-02

    Abstract: 本发明公开了一种基于数字孪生的储氢气瓶监测方法,包括以下步骤:S1,探测储氢气瓶壳体的目标范围各点在凹凸前后的坐标信息,并建立相应的数字孪生坐标;S2,根据数字孪生坐标获取相应的目标范围的位置形态,并根据位置形态计算目标范围的平整度;S3,采用应变采集仪实时采集目标区域的应变信息,并根据应变信息获取相应的内力偏差量;S4,将平整度和内力偏差量进行映射判定。根据本发明的基于数字孪生的储氢气瓶监测方法,采用数字孪生方式对储氢气瓶壳体进行监测,将获取的平整度和内力偏差量进行映射判定,从而准确地判断出储氢气瓶的壳体是否存在事故风险。

    一种基于机器学习的储气井寿命评估方法

    公开(公告)号:CN117763941A

    公开(公告)日:2024-03-26

    申请号:CN202311513602.2

    申请日:2023-11-14

    Abstract: 一种基于机器学习的储气井寿命评估方法,其经由收集储气井的属性指标,且设置各个属性指标的临界量;运算各个属性指标导致储气井失效的重要度,且依据重要度与临界量构造失效值方程;依据侦测值与失效值方程修正各个属性指标的临界量;依据各个属性指标的变动量、失效值方程与修正后的临界量构造失效预测模式,且依据失效预测模式预测储气井出现失效的残留时段大小的方法,可对各类规格的储气井执行失效预测,高效的减小了由于储气井出现失效事故带来的隐患,可预先提示工作人员替换将要出现失效的储气井,更是运用机器学习的合理预测方法防止了现有技术的主观随意性强的缺陷,所预测而得的储气井寿命精度高。

    膨胀节试验用驱动装置
    14.
    发明授权

    公开(公告)号:CN104568414B

    公开(公告)日:2018-04-24

    申请号:CN201510021601.5

    申请日:2015-01-16

    Abstract: 本发明公开了一种膨胀节试验用驱动装置,包括架体、若干个连接法兰机构、压紧机构和第一动力机构,架体包括驱动连接板和翻转盖板,翻转盖板的一端转动连接于驱动连接板上,第一动力机构能够驱动翻转盖板旋转,使翻转盖板盖住U型槽的开口,压紧机构能够将翻转盖板定位于驱动连接板上,若干个连接法兰机构沿架体的周向排布,每个连接法兰机构包括沿架体径向滑动其他方向止动的滑块和驱动滑块滑动的第二动力机构。本发明可以驱动膨胀节试验件往复运动,检测过程平稳,通过电机驱动螺旋升降机调节连接翻转机构的位置,可以满足不同膨胀节的试验要求。

    一种对具有卷边金属桶进行跌落试验的夹具

    公开(公告)号:CN104614140A

    公开(公告)日:2015-05-13

    申请号:CN201410782255.8

    申请日:2014-12-18

    Abstract: 本发明公开了一种对具有卷边金属桶进行跌落试验的夹具。包括夹钳和释放机构;所述释放机构包括支承杆、支承杆搭扣、开关杆和两等长的连接杆,两连接杆一端相互铰接,另一端形成可绕铰接处转动的自由端,其中,一自由端与支承杆搭扣固定连接,一自由端与支承杆一端铰接,开关杆铰接在一连接杆上,且一端抵触于另一连接杆,通过开关杆推动所抵触的连接杆转动,打开支承杆与支承杆搭扣的搭接;夹钳挂接在支承杆上。本发明结构简单,仅是一些杆件的构建,从而制造成本低,试验是仅需将本发明的夹具置于一个提升装置上,例如行车或提升机上,就可实施,不需配备专门的设备,试验成本低。

    一种多频阵列涡流检测设备及其方法

    公开(公告)号:CN119470617A

    公开(公告)日:2025-02-18

    申请号:CN202411595372.3

    申请日:2024-11-11

    Abstract: 一种多频阵列涡流检测设备及其方法,属于涡流检测技术领域,其依据相位差的起伏强度和起伏范畴,查出提取出的相位差内的离群值,且对离群值执行校准,可高效防止因为外界噪声变动干扰致使相位差检测不精准的缺陷;依据涡流检测数值和横向管道的相位差间的联系,依据各个往期数值点相应的数值簇的涡流检测状况和离群值所在数值簇的涡流检测状况的相近度和数值簇中各个数值点对离群值的作用幅值,查出和离群值相近的往期数值,且对离群值执行校准,可改善相位差的精准度,也就改善了依据相位差达成管道壁厚的运算,直至达成对管道局部微小裂纹缺陷的检测的精准度。

    一种基于电容成像的缺陷检测方法及系统

    公开(公告)号:CN119000807B

    公开(公告)日:2024-12-20

    申请号:CN202411484299.2

    申请日:2024-10-23

    Abstract: 本发明涉及缺陷检测分析技术领域,尤其涉及一种基于电容成像的缺陷检测方法及系统,本发明根据历史材料属性数据构建复合材料属性分析模型,将材料属性数据导入复合材料属性分析模型中对复合材料的材料属性进行分析;根据历史粘接数据构建复合材料粘接层分析模型,将粘接数据导入复合材料粘接层分析模型中对复合材料粘接层进行分析;根据历史电容缺陷检测图像数据构建电容缺陷分析模型,将电容缺陷检测图像数据导入电容缺陷分析模型中对复合材料粘接层缺陷进行分析;构建待检测复合材料缺陷风险预测模型,对待检测复合材料的缺陷风险进行预测。能够优化复合材料生产流程,节约进行电容成像缺陷检测的成本,提高复合材料缺陷检测效率。

    一种基于深度学习的DR图像缺陷智能识别方法

    公开(公告)号:CN117788396B

    公开(公告)日:2024-08-30

    申请号:CN202311743135.2

    申请日:2023-12-18

    Abstract: 一种基于深度学习的DR图像缺陷智能识别方法,其分别取得各个DR图像值的余项队列,取得代表DR图像值相应的区间范畴中数值区别量与分散幅度的余项拓展因子,随后对DR图像值的区间数值分队列内数值的扰动状况执行解析,取得DR图像起伏参量;对DR图像值的区间数值分队列内数值的区别量状况执行解析,取得DR图像陡变参量,综合其解析值,取得DR图像值的机动平衡量;最终,可依据DR图像值的区间范畴内数值的平稳度幅度主动取得过滤数目大小,使得运用该过滤数目大小对各个DR图像值执行过滤处置的性能佳,改进型数值队列带有更好的防异常扰动性。

    一种基于神经网络的加氢站事故预测方法

    公开(公告)号:CN117745072A

    公开(公告)日:2024-03-22

    申请号:CN202311773216.7

    申请日:2023-12-21

    Abstract: 本发明公开了一种基于神经网络的加氢站事故预测方法,包括:S1,根据加氢站内目标部件的各项检测信息类型设置相应的第一信息采集策略和第二信息采集策略;S2,采用第一信息采集策略和第二信息采集策略采集加氢站内目标部件的各项检测信息;S3,将采用第一信息采集策略采集到的检测信息输入对应的神经网络,以对加氢站内目标部件进行事故预测;S4,在预测目标部件存在事故风险时,对采用第一信息采集策略和第二信息采集策略采集到的各项检测信息进行信息处理以判定事故地点以及事故起因。根据本发明的事故预测方法,结合采用多种信息采集策略采集到的目标部件在多个方面的检测信息来预测目标部件是否存在事故风险,大大提高了事故预测的准确性。

    波纹管膨胀节的机械装夹装置

    公开(公告)号:CN104568416B

    公开(公告)日:2017-06-23

    申请号:CN201510022785.7

    申请日:2015-01-16

    Abstract: 本发明公开了一种波纹管膨胀节的机械装夹装置,包括具有端面的架体和用于托举支撑波纹管膨胀节的托举机构,端面上沿径向开设有若干个滑槽,若干个滑槽沿端面的周向排布;对应每个滑槽,设有一夹紧机构,夹紧机构包括滑块、夹紧块、第一传动组件和第二传动组件,滑块滑动定位于滑槽内,夹紧块中部通过销轴转动连接于滑块上,波纹管膨胀节的端部贴于端面上,第一传动组件能够驱动滑块在滑槽内滑动,调节夹紧块沿端面的径向的位置,第二传动组件能够驱动夹紧块的一端,使夹紧块的另一端夹紧波纹管膨胀节。本发明能够对波纹管膨胀节进行有效地机械装夹,装夹方便、安全,且能适应不同直径范围的膨胀节。

Patent Agency Ranking