-
公开(公告)号：CN111502732A
公开(公告)日：2020-08-07
申请号：CN202010370902.X
申请日：2020-05-06
Applicant: 安徽理工大学
Abstract: 本发明公开了一种新型井下风门智能控制系统，属于井下风门智能控制技术领域。本发明井下风门智能控制系统包括风门本体，主控制箱，电动控制箱，气动控制箱，红外对射开关，风门包括风门A和风门B，所述风门A和风门B主要由门框，门轴，门扇组成。气动控制闭锁系统包括a气路和b气路，a气路和b气路结构相同，a气路和b气路分别包括气缸、二位五通双气控制换气阀、两位五通电磁阀、两位三通单气控制阀、两位三通电磁阀、梭阀和气动按钮。本发明实现井下风门过人自动化，电-气两种方式增强风门的可靠性与安全性，有效杜绝风门夹人、撞人的事故。
-
公开(公告)号：CN108646170A
公开(公告)日：2018-10-12
申请号：CN201810459775.3
申请日：2018-05-15
Applicant: 安徽理工大学
IPC: G01R31/28
Abstract: 本发明公开了一种基于双模冗余的抗软错误老化预测传感器，涉及集成电路技术领域，通过在POMS管M1输入复位信号PWD，对点X1、点X2、点Y1、点Y2进行充电，使得X1＝X2＝Y1＝Y2＝1；充电完成后，组合逻辑电路的输出信号Co进入延时电路的输出信号GB保护带时，进入检测部分，当组合逻辑电路未发生老化时，或非门输出低电平；当组合逻辑电路发生老化时，或非门输出高电平；当组合逻辑电路发生老化时注入软错误时仍能检测出组合逻辑电路发生老化，即或非门输出高电平。本发明优点在于：能够在组合逻辑电路发生老化时注入软错误还是组合逻辑电路未发生老化时注入软错误都能有效检测出正确的信号，并节省面积开销。
-
公开(公告)号：CN105676941B
公开(公告)日：2017-07-28
申请号：CN201610192860.9
申请日：2016-03-29
Applicant: 安徽理工大学
IPC: G05F1/67
CPC classification number: Y02E10/58
Abstract: 本发明涉及光伏阵列最大功率点追踪技术，具体涉及一种光伏阵列局部阴影下最大功率点追踪系统及方法，包括顺序连接的光伏阵列、第一开关、DC/DC模块、负载，还包括追踪电路和控制器，所述追踪电路通过第二开关与光伏阵列连接，所述追踪电路与控制器连接，所述控制器连接DC/DC模块。本发明提供一种光伏阵列局部阴影下最大功率点追踪系统及方法，相对于传统技术，本发明具有方法简单、搜索速度快、精度高、适用于局部阴影情况下光伏阵列最大功率点的追踪等优点。
-
公开(公告)号：CN103440518A
公开(公告)日：2013-12-11
申请号：CN201310387821.0
申请日：2013-08-31
Applicant: 安徽理工大学
IPC: G06K19/067 , G06K17/00 , G06Q50/02
Abstract: 本发明提供了一种基于RFID技术的煤矿管理系统，EPC编码放在一个RFID标签中，EPC编码是根据编码规则生成的，可以依据规则解析和修改。RFID阅读器用于阅读RFID标签，该阅读器中存储XML文件，该文件是一个规则数据库。RFID阅读器能够阅读标签中的EPC编码。阅读器还有修改编码模块，对信息进行动态修改后，生成新的EPC编码，放置在RFID标签中。该系统保证了所有需进行实时管理的煤矿行业人员、设备、物资等信息都有一个EPC编码，能够满足EPC的简单、具有惟一性和分层扩展性的特点。
-
公开(公告)号：CN114944151A
公开(公告)日：2022-08-26
申请号：CN202210533202.7
申请日：2022-05-12
Applicant: 安徽理工大学
Abstract: 本发明涉及一种基于音频的隧道壁钻孔机器人故障检测方法。首先，利用多个声音传感器全方位采集隧道钻孔机器人钻孔过程的音频信号，通过改进后小波阈值降噪法对音频信号滤波降噪；然后，把降噪滤波后的音频信号再通过GWO算法优化VMD分解，自适应得出最优的模态分量数，利用峭度准则筛选出有效的模态分量，对有效的模态分量进行MFCC特征提取，构成能表征钻孔机器人不同运行状态的特征向量集；最后将钻孔机器人不同运行状态的MFCC特征向量集输入GA‑CNN模型中训练，建立GA‑CNN故障识别模型。通过将提取的MFCC特征信息输入模型，根据输出结果判断钻孔机器人的钻孔状况，简化故障检测过程，提高了故障检测准确度。
-
Patent Agency Ranking
公开(公告)号：CN114861540A
公开(公告)日：2022-08-05
申请号：CN202210518586.5
申请日：2022-05-12
Applicant: 安徽理工大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明涉及一种基于WT‑CNN和声振特征融合的矿井通风机工作状态监测系统，所述的监测系统包括采集节点、分析节点、上位机监测中心和手持终端。采集模块包含分布式音频感知节点、振动感知节点，融合通风机工作状态音频与振动信号，经有线与无线异构的通信网络将数据传输给分析节点的微处理器，采用基于WT‑CNN的矿井通风机故障监测模型，实现对采集数据快速处理分析，得出异常诊断结果，通过工业以太网上传到上位机监测中心，上位机界面实时显示矿井通风机工作状态特征信息。本发明能够实时监测矿井通风机工作状态，并提供实时报警功能，减少故障发生率。
-
公开(公告)号：CN114803860A
公开(公告)日：2022-07-29
申请号：CN202210451027.7
申请日：2022-04-24
Applicant: 上海申传电气股份有限公司 , 安徽理工大学 , 淮南矿业(集团)有限责任公司
Abstract: 本发明公开了一种基于机器视觉的井下单轨吊车无人驾驶系统，包括：车载摄像头采集单轨吊车行车时的路况视频数据，毫米波雷达对单轨吊车行车时遇到的障碍物测距，车载处理器生成雷达数据转换后的感兴趣区域ROI，将路况视频数据输入改进的TinyYOLOv3神经网络，得到神经网络处理后的感兴趣区域ROI，将雷达数据转换后的感兴趣区域ROI和神经网络处理后的感兴趣区域ROI关联匹配，得到得到障碍物类型、障碍物的位置和障碍物与单轨吊的相对速度，输入远程监控子系统生成控制指令，远程控制单轨吊车进行行车，该方法监控前端上实现图像识别和信息融合，以减轻监控平台服务器的计算压力。
-
公开(公告)号：CN114783462A
公开(公告)日：2022-07-22
申请号：CN202210510761.6
申请日：2022-05-11
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于CS‑MUSIC矿井提升机故障源定位分析方法，包括对多通道的矿井提升机音频信号进行预处理；通过提取音频信号的MFCC特征参数并对故障的音频信号进行二次分帧、对协方差矩阵进行特征分解，结合MUSIC的频估计函数，最终实现故障识别和故障音频信号的方位。使用CS算法对MUSIC定位结果进行寻优，显著提高了定位的精准率。本发明具有诸多优势，采用了识别和定位算法相结合并通过CS对定位结果进行寻优，与传统的定位方法相比，具有实时性高、操作简便、定位算法结果准确率高的优势。
-
公开(公告)号：CN114745683A
公开(公告)日：2022-07-12
申请号：CN202210344696.4
申请日：2022-03-31
Applicant: 安徽理工大学
Abstract: 本发明涉及一种基于机会网络的井下辅助运输系统，部署简单，成本低，可实施性高，通过矿井中的设备增加的无线通信节点和移动通信节点组成自组织网络，当携带移动通讯设备的节点经过后，可以查询到有该节点缓存的数据，并且将数据通过移动发送给下一个节点缓存。通过节点的移动实现通信可以克服井下无线通信距离短、信号衰减快，有线通信环境差、维护困难的状况，通过在现有的设备上安装无线通信模块和缓存模块实现节点间通信，并通过移动的节点实现与地面的长距离通信，还可以通过相邻节点的通信定位人员位置和实时获取设备、环境信息。
-
公开(公告)号：CN114636929A
公开(公告)日：2022-06-17
申请号：CN202210320214.1
申请日：2022-03-29
Applicant: 安徽理工大学
Abstract: 本发明涉及一种基于MFCC融合GRU的音频特征分析电动单轨吊电机故障预测系统，所述系统由处理器a、电源模块a、LoRa无线通信模块a、分布式音频采集模块、微处理器b、电源模块b、LoRa无线通信模块b、分布式文件存储模块、MFCC音频特征提取模块、GRU‑MLP音频深度时序特征分析模块、RS485通信模块、WiFi无线通信模块c、上位机监控中心以及移动终端组成。利用MFCC对音频数据进行预处理，并获取其13维特征；考虑到音频信号的时序性，通过GRU与MLP构建深度神经网络模型对音频特征进行处理和分类，实现电机的故障预测。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.038 seconds)
