-
公开(公告)号:CN116776091A
公开(公告)日:2023-09-19
申请号:CN202310732699.X
申请日:2023-06-20
Applicant: 辽宁工程技术大学
IPC: G06F18/15 , G06F18/213 , G06F18/23213 , G06F18/24 , G06Q10/04 , G06Q50/02 , G06Q50/26
Abstract: 本发明公开了一种基于电磁辐射能特征因子的煤岩受载破裂前兆预警方法,属于灾害预警技术领域。该方法首先利用ICEEMDAN‑K‑Means‑IP算法提取原始电磁辐射中与煤岩形变相关分量,并结合未加载环境电场强度平均值计算电磁辐射能增量;之后累加电磁辐射能增量并分别求其一阶导数与希尔伯特变换,构造受载煤岩电磁辐射能特征因子;结合电磁辐射能特征因子时变规律,循环判断其极值点性质寻求预警区间开始时刻;分析特征因子临近极大值点的幅值大小,不断矫正预警区间开始时刻直至满足截止时刻,最终获得煤岩破裂前兆预警区间。利用本发明所提出的受载破裂前兆预警方法,可充分利用煤岩破裂过程中电磁辐射能量特征,量化前兆预警区间判断方法,有效提升煤岩动力灾害防治水平,对保障安全生产起到积极作用。
-
公开(公告)号:CN116247729A
公开(公告)日:2023-06-09
申请号:CN202310210570.2
申请日:2023-03-07
Applicant: 辽宁工程技术大学
Abstract: 本发明公开一种适用于少子模块MMC全电平模式混合调制方法,该方法通过提出了一种适用于直流配电网的少子模块MMC全电平(FullLevel,FL)模式下的最近电平PWM(NL‑PWM)混合调制策略(简称“FL‑NL‑PWM”)。该策略将NL‑PWM扩展到全电平模式使得输出电平倍增,改善了电压质量,辅以桥臂电抗器和环流抑制策略,使得循环电流水平与基本电平模式无差,且不增加额外的损耗。
-
公开(公告)号:CN115307685A
公开(公告)日:2022-11-08
申请号:CN202211004066.9
申请日:2022-08-22
Applicant: 辽宁工程技术大学
IPC: G01D21/02
Abstract: 本发明提出了一种基于物联网的受载煤岩多能量状态监测装置,装置由感知层、网络层、应用层组成,感知层的岩石压力系统与传感器完成对受载煤岩应力、应变、表面温度、磁场强度、振动强度特征参数的测量,之后网络层的数据转换模块完成模数转换、TTL转RS485的数据转换工作,并通过RS‑485网络完成感知层从机与应用层上位机主机的通信。应用层循环读取感知层数据,并利用TVFEMD算法完成对除应力数据外其他原始数据去噪,提高数据的信噪比,并计算出总能量、弹性应变能、耗散能、红外辐射能、电磁辐射能、振动能共六种能量数据;最终,利用受载煤岩多能量状态监测平台完成对结果的显示、存储、查询、导出等人机交互功能,从而实现同时监测煤岩加载过程中多能量状态的目的。
-
公开(公告)号:CN113049035A
公开(公告)日:2021-06-29
申请号:CN202110268597.8
申请日:2021-03-12
Applicant: 辽宁工程技术大学
Abstract: 一种基于物联网的变压器状态监测系统,通过对变压器的输出电压、接地电流、油温、油中微水含量和本体振动参数的测量并将数据传输到上位机,来对变压器的运行状态进行监测,监测系统主要包括数据采集模块,通讯模块以及上位机监测模块三部分,通过微控制器CC2530来实现数据的采集,采用无线传输方式是ZigBee,当数据通过ZigBee传送至监测中心后,监测平台对数据进行分析并存储下来,建立相应的数据库,利用堆栈降噪自编码器模型及bootstrap方法对采集到的数据进行数据清洗和故障分类,以此更好的完成变压器故障分析。为变压器状态监测提供了更准确、全面、具体的信息,更准确的判断变压器的运行状况,解决以往的数据单一和结果不准确的问题,同时采用ZigBee无线传输方式解决了有线介质传输带来的缺陷。
-
公开(公告)号:CN110456217B
公开(公告)日:2021-06-01
申请号:CN201910729935.6
申请日:2019-08-08
Applicant: 辽宁工程技术大学
Abstract: 本发明公开一种基于WPD‑FOA‑LSSVM双模型的MMC故障定位方法,属于多电平换流器故障定位技术领域。该方法首先将从模块化多电平换流器采集而来的电容电压信号集合S划分为训练集和测试集,并进行小波包分解,分别提取故障特征向量T1和T2,之后利用果蝇算法优化LSSVM,由故障特征向量T1和T2的集合分别训练LSSVM诊断模型,得到模型M1用于定位故障IGBT所在的桥臂及在子模块内部的位置,得到模型M2用于定位故障子模块,最后将测试集数据输入训练好的模型M1及M2中验证该模型。本发明时间空间成本低,运算速度快并且故障定位准确率高,具有较强的MMC故障定位功能。
-
公开(公告)号:CN112184692A
公开(公告)日:2021-01-05
申请号:CN202011090060.9
申请日:2020-10-13
Applicant: 辽宁工程技术大学
Abstract: 本发明公开一种输电线路多目标检测方法,主要对三种类型绝缘子、两种绝缘子缺陷、防震锤、相间棒以及鸟窝进行目标识别,属于输电线路目标识别技术领域。该方法首先利用样本生成技术增加样本数据的数量级,增强深度学习的检测效果,之后将新生成的实验数据划分为训练集、测试集以及验证集,搭建PyTorch深度学习环境,采用四路GPU分布式训练,建立ResNet101和6层FPN网络提取图像特征,ResNet101和6层FPN网络的输出作为RPN网络的输入来训练Cascade R‑CNN深度学习网络模型,最后根据Softmax分类器以及边框回归结果实现目标识别。本发明运算速度快并且识别目标准确率高,具有较强的多目标识别能力。
-
公开(公告)号:CN110755072A
公开(公告)日:2020-02-07
申请号:CN201911067260.X
申请日:2019-11-04
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种磁声磁粒子浓度成像装置及成像方法,包括:梯度磁场激励单元,产生梯度磁场并作用于含有超顺磁纳米粒子的成像体;磁声信号采集与显示单元,用于采集磁声信号,并将采集到的信号进行调理和显示;机械驱动扫描单元,驱动磁声信号采集与显示单元进行环形扫描接收超声信号;智能中央控制单元,为梯度磁场激励单元和机械驱动扫描单元提供控制信号和对采集的数据进行处理;数据存储与成像单元,将采集到的磁声信号进行进一步处理,对磁粒子浓度进行图像重建。本发明利用声压信息计算出超顺磁纳米粒子浓度矩阵,通过超声探头的环扫来记录每个点声源发出的超声信息,从而求解出不同位置的超顺磁纳米粒子浓度,进而实现整个空间成像。
-
公开(公告)号:CN110456217A
公开(公告)日:2019-11-15
申请号:CN201910729935.6
申请日:2019-08-08
Applicant: 辽宁工程技术大学
Abstract: 本发明公开一种基于WPD-FOA-LSSVM双模型的MMC故障定位方法,属于多电平换流器故障定位技术领域。该方法首先将从模块化多电平换流器采集而来的电容电压信号集合S划分为训练集和测试集,并进行小波包分解,分别提取故障特征向量T1和T2,之后利用果蝇算法优化LSSVM,由故障特征向量T1和T2的集合分别训练LSSVM诊断模型,得到模型M1用于定位故障IGBT所在的桥臂及在子模块内部的位置,得到模型M2用于定位故障子模块,最后将测试集数据输入训练好的模型M1及M2中验证该模型。本发明时间空间成本低,运算速度快并且故障定位准确率高,具有较强的MMC故障定位功能。
-
公开(公告)号:CN106054266B
公开(公告)日:2018-02-23
申请号:CN201610362785.6
申请日:2016-05-26
Applicant: 辽宁工程技术大学
IPC: G01V3/12
Abstract: 一种岩体电磁辐射信号采集与处理装置及方法,属于岩体测试仪器领域。由全向天线、信号放大电路、滤波电路、A/D转换电路和FPGA最小系统构成。全向天线由第一磁棒天线、第二磁棒天线、第一可调双联电容、第一磁环变压器、第二可调双联电容、第二磁环变压器和第三磁环变压器构成。FPGA最小系统包括原始电磁辐射信号接收模块、信号分解与提取模块、信号幅值标准差计算模块、噪声添加模块、信号划分模块、信号去噪模块、信号重构模块和信号分频模块。对被测区域的电磁辐射信号进行全向采集并进行放大与滤波处理后,基于AEEMD‑IWT方法对岩体电磁辐射信号进行去噪及分频处理,得到不同频率点的电磁辐射信号幅值,及全频段内不同时间点的电磁辐射信号幅值。
-
公开(公告)号:CN118707447A
公开(公告)日:2024-09-27
申请号:CN202410723463.4
申请日:2024-06-05
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于混沌改进CSA优化算法的多残骸音爆空间定位方法,属于航天技术领域。本发明在种群的初始化阶段,使用tent映射初始化种群位置,避免和优化了种群分布不均,优化算法搜索范围受限等问题:而后,本发明在算法搜索阶段,为提高算法搜索精度,对CSA算法的线性搜索方式进行了优化,令CSA的求解步长随迭代次数的提升动态改变,从而提升了求解速度,促使算法更利于求解到合理结果,增强了算法的全局寻优能力,提升了算法的收敛速率:最后,本发明具有较强的拓展性,能够适用于不同环境、不同位置的测量情况,这意味着即使在复杂多变的环境中,该模型仍能保持较高的准确性和稳定性,为位置测量工作提供了可靠方案。
-
-
-
-
-
-
-
-
-