-
公开(公告)号:CN118373278A
公开(公告)日:2024-07-23
申请号:CN202410467876.0
申请日:2024-04-18
IPC: B66B5/00 , G06F18/241 , G06F18/214 , G06N3/0464
Abstract: 本发明公开了一种电梯曳引系统中曳引绳的监测方法、系统及存储介质,属于于电梯安全监测技术领域。该方法包括:选取与待监测电梯曳引系统相同的多个曳引绳样本,并进行分类,得到分类结果;基于LabVIEW对不同曳引绳样本进行实验,并获得对应的漏磁信号,提取不同的漏磁信号特征,得到特征集;基于分类结果以及特征集,得到训练样本数据集;构建神经网络模型,根据训练样本数据集对神经网络模型进行训练,得到训练好的神经网络模型;S500:采用磁敏原件采集待测电梯曳引系统中的曳引绳漏磁信号并进行处理后输入训练好的神经网络模型,利用训练好的神经网络模型对待测电梯曳引系统中的曳引绳进行状态评估,提高电梯曳引系统安全系数。
-
公开(公告)号:CN118047276A
公开(公告)日:2024-05-17
申请号:CN202410292517.6
申请日:2024-03-14
Applicant: 重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心)
Abstract: 本发明公开了一种面向乘客的电梯安全控制方法及系统,涉及电梯安全技术领域,首先通过信号采集装置采集电梯的运行状态数据、乘客视频图像数据;根据所述运行状态数据,判断当前电梯运行是否出现异常;若电梯运行出现异常,则通过制动装置进行紧急制动操作,并进行远程报警至安保部门,若电梯运行未出现异常,则进入下一步骤;根据所述乘客视频图像数据进行图像处理,判断乘客是否出现动作异常情况;若乘客出现动作异常情况,则选取邻近楼层作为停留点,同时进行远程报警至安保部门以及医院。本发明能够快速准确判断电梯乘客的安全状态和异常原因,并采取针对性措施,提高救援效率,充分保障了乘客的安全。
-
公开(公告)号:CN117148238A
公开(公告)日:2023-12-01
申请号:CN202311129611.1
申请日:2023-09-04
Applicant: 重庆市特种设备检测研究院 , 太原科技大学
IPC: G01R33/12
Abstract: 本申请提供一种曳引机退磁诊断方法、装置、电子设备及存储介质,涉及故障诊断技术领域。方法包括:获取表征待诊断曳引机运行工况的特征参数,特征参数包括待诊断曳引机的相电流参数、曳引轮输入转速脉动、待诊断曳引机正常运行时的曳引轮的动态输出扭矩参数和机身震动参数;对特征参数进行预处理,以得到经过预处理的特征参数;通过预设的诊断模型对经过预处理的特征参数进行退磁诊断,以得到表征待诊断曳引机退磁情况的诊断结果。如此,可以改善当下曳引机退磁诊断不便、成本高昂的问题。
-
公开(公告)号:CN116238548A
公开(公告)日:2023-06-09
申请号:CN202310311884.1
申请日:2023-03-28
Applicant: 重庆市特种设备检测研究院
Abstract: 本发明公开了一种客用索道救援移动机,包括移动厢,移动厢的内部上侧安装有承重隔板,承重隔板顶部安装有电源装置和提升机构,提升机构连接有救援框,救援框安装在移动厢内,救援框的底部安装有缓冲机构,移动厢的顶部安装有越障安装架,越障安装架顶部固定安装有锁板,锁板的两侧固定安装有移动机构。本发明通过设置移动机构,通过移动机构带动移动厢顺着索道进行移动,从而便于达到在一些直升机也无法到达的跨山跨海索道上进行移动救援工作,通过提升机构带动救援框不受索道高度限制,便于快速在较短的时间内将乘客运送到地面安全地带,救援效率高效,在缓冲机构的作用下还能进一步的减少人员伤害事故的发生。
-
公开(公告)号:CN119131485A
公开(公告)日:2024-12-13
申请号:CN202411220030.3
申请日:2024-09-02
Applicant: 重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心) , 重庆理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/30 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明涉及钢丝绳检测技术领域,公开了一种基于残差网络多通道融合的钢丝绳损伤宽度识别方法,包括离线训练步骤和在线检测步骤,离线训练步骤包括:S10,将具有相同损伤深度、不同损伤宽度的钢丝绳作为训练样本,利用霍尔传感器阵列获取训练样本的漏磁量数据;S20,对所述漏磁量数据使用连续小波变换获取各个小波分量,然后对各个小波分量采用滑动平均滤波去噪,获得去噪后的数据。其有益效果是:连续小波变换能够提供不同尺度上的频率信息,能够为分类模型提供信号在频域的相关信息,能够更全面的描述信号的时频变化。同时利用时谱图进行分类模型输入,更能利用深度学习模型提取特征的优势,有助于模型捕获数据的动态特性。
-
公开(公告)号:CN119027373A
公开(公告)日:2024-11-26
申请号:CN202411002187.9
申请日:2024-07-25
Applicant: 重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心)
Abstract: 本发明公开了一种基于深度学习的电梯钢带表面损伤的检测方法及系统,涉及电梯钢带表面损伤检测技术领域。包括:获取电梯钢带数据;对获取的电梯钢带数据进行预处理;将预处理后的电梯钢带数据划分为训练集和测试集;将训练集输入损伤检测模型,通过损失函数更新网络权重参数,经过若干次训练后,得到训练好的损伤检测模型;将测试集输入训练好的损伤检测模型,评估电梯钢带损伤检测识别结果。本发明可以实现自动化检测,大大提高了检测效率,降低了人工成本;提高了电梯钢带表面损伤的检测效率、检测速度、检测准确性,有利于保障电梯安全可靠运行。
-
公开(公告)号:CN118992759A
公开(公告)日:2024-11-22
申请号:CN202411046452.3
申请日:2024-08-01
Applicant: 重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心)
Abstract: 本发明公开了一种电梯钢带表面损伤的识别方法及系统,涉及电梯钢带表面损伤识别技术领域,包括:获取电梯钢带表面多模态数据;提取损伤特征信息,构建诊断决策树;按照损伤类别建立损伤类别库,进行损伤事件提取,并结合损伤特征信息构建损伤事件集;构建电梯钢带表面损伤的识别知识图谱;综合决策树输出结果和知识图谱对比结果,生成最终的损伤识别结果。本发明通过构建电梯钢带表面损伤的识别知识图谱对电梯钢带表面损伤结果进行识别,扩展表面损伤检测在电梯钢带表面上的应用,同时综合决策树输出结果和知识图谱对比结果,生成最终的损伤识别结果,避免单一检测或人工检测的误差,降低成本,提高电梯钢带表面损伤识别的实时性和有效性。
-
公开(公告)号:CN117657961B
公开(公告)日:2024-08-30
申请号:CN202311635414.7
申请日:2023-12-01
Applicant: 重庆市特种设备检测研究院 , 太原科技大学
IPC: B66C13/22 , B66C13/48 , G06F30/20 , G06F17/11 , G06F111/04
Abstract: 本发明公开了一种安全高效的起重机变频调速控制方法及系统,属于调速技术领域,包括:构建起重机系统模型;获取起重机吊桥的期望速度和吊物信息,并基于预先构建好的起重机系统模型进行仿真运行;基于仿真吊物数据和仿真运行数据调整起重机吊桥的期望速度,得到起重机吊桥的安全速度;根据预设映射关系以及安全速度确定起重机的第一控制参数;根据第一控制参数确定起重机的控制指令,变频器根据控制指令控制电机的变速运行。本发明通过建立起重机整机系统模型,基于起重机整体系统模型进行起重机仿真运行,获取的吊物的安全速度,并基于实际速度与理想速度的偏差确定控制参数,使得起重机的臂架的实际运动速度达到理想速度。
-
公开(公告)号:CN118096000A
公开(公告)日:2024-05-28
申请号:CN202410291386.X
申请日:2024-03-14
IPC: G06Q10/0832 , G06F21/32 , G06V40/12 , G06V40/16
Abstract: 本发明公开了一种危化品车辆运输安全管控系统及方法,涉及物流管理技术领域。包括:驾驶员身份信息识别装置、车辆身份信息识别装置、任务确认装置、车辆自主定位模块、监测装置、基于AI智能分析平台、关卡控制模块、车辆运行控制模块。本发明可以实现人车一致、及时消除关卡控制,保障车辆正常和安全地运行。
-
公开(公告)号:CN116495073A
公开(公告)日:2023-07-28
申请号:CN202310282892.8
申请日:2023-03-22
Applicant: 重庆市特种设备检测研究院
IPC: B62D55/265 , G01N21/95 , G01B17/02 , B62D57/024 , F16M11/04
Abstract: 本发明属于检测技术领域,公开了用于检验大型钢制特种设备外表面的基于无线电能传输的电磁爬壁检测机器,包括爬壁主体、前置支架、导杆、横移基座、驱动机构、检测支架、导向座、末端座、弹簧、微型伺服电动缸、检测相机以及探头。本发明,1.能够根据实际的表面检测环境,自由的调整探头高度;2.爬壁主体无需调整前进方向,即可在原行进方向的横向位置上进行检测,扩大了定点位置的可检测范围,提高了检测效率。
-
-
-
-
-
-
-
-
-