-
公开(公告)号：CN112422818A
公开(公告)日：2021-02-26
申请号：CN202011189819.9
申请日：2020-10-30
Applicant: 上海大学
IPC: H04N5/232 , H04N5/353 , H04L29/08 , H04W84/12 , G06T5/00 , G06T5/30 , G06T7/00 , G06T7/50 , G06T7/90
Abstract: 本发明提出一种基于多元图像融合的智能化掉筛远程检测方法，包括如下步骤：绑定深度相机与彩色相机，根据工作环境调节理想画面；搭建局域网，实现深度相机与工控机间的无线通信；搭建无线局域网下的树莓派视频服务器，最终实现彩色相机与工控机之间的无线传输；画面校准，使深度相机与彩色相机画面统一；深度数据预处理，将深度信息转化为三通道的BGR伪彩色图像；对筛板进行识别与定位，并将筛板坐标传递至深度图；利用深度相机获取坐标区域的深度信息，根据深度值的变化阈值判断筛板是否发生脱落，同时做出警报与记录。本发明能够实时地检测到筛板脱落的故障，不依赖于人工，提高了选煤厂的经济效益与智能化水平。
-
Patent Agency Ranking
公开(公告)号：CN112422818B
公开(公告)日：2022-01-07
申请号：CN202011189819.9
申请日：2020-10-30
Applicant: 上海大学
Abstract: 本发明提出一种基于多元图像融合的智能化掉筛远程检测方法，包括如下步骤：绑定深度相机与彩色相机，根据工作环境调节理想画面；搭建局域网，实现深度相机与工控机间的无线通信；搭建无线局域网下的树莓派视频服务器，最终实现彩色相机与工控机之间的无线传输；画面校准，使深度相机与彩色相机画面统一；深度数据预处理，将深度信息转化为三通道的BGR伪彩色图像；对筛板进行识别与定位，并将筛板坐标传递至深度图；利用深度相机获取坐标区域的深度信息，根据深度值的变化阈值判断筛板是否发生脱落，同时做出警报与记录。本发明能够实时地检测到筛板脱落的故障，不依赖于人工，提高了选煤厂的经济效益与智能化水平。
-
公开(公告)号：CN113280909A
公开(公告)日：2021-08-20
申请号：CN202110376013.9
申请日：2021-04-08
Applicant: 上海大学
Abstract: 本发明提出一种基于振动信号分析的选煤厂振动筛智能检测系统及方法。主要用于解决振动筛激振器轴承、齿轮、连接杆损伤，筛板脱落等故障状态检测问题。本发明所述系统主要包括振动信号数据采集系统、本地控制柜、计算机系统。所述振动信号数据采集系统包括压电式加速度传感器、十通道恒流适配器、数据采集卡；所述本地控制柜包括电源控制模块、信号转换模块、网络通信模块；所述计算机系统包括振动信号采集软件、振动信号分析及监测软件、数据库系统。本发明实现了选煤厂振动筛运行状态实时监测，以及故障状态提前预警，能满足目前选煤厂生产需要。
-
公开(公告)号：CN113844857A
公开(公告)日：2021-12-28
申请号：CN202110878888.9
申请日：2021-08-02
Applicant: 上海大学
Abstract: 本发明提出一种基于声波信号的皮带运输机托辊六类运行状态识别方法，建立了基于声波信号的皮带运输机托辊运行状态识别方法技术框架与算法模型，同时针对现有支持向量机多分类算法存在的缺陷，设计了新型支持向量机多类别分类方法，该分类方法具有运算速度快、实现容易与分类正确度率的优点，相对于传统的支持向量机分类算法具有更好的性能。本发明设计的支持向量机多类分类方法，有效兼顾了训练时间、训练样本均衡和结构复杂度等指标，实现了皮带运输机托辊运行状态的精确识别，为工业现场的实际应用提供了新的技术方法并奠定了理论基础。
-
公开(公告)号：CN113852661B
公开(公告)日：2024-02-02
申请号：CN202110879179.2
申请日：2021-08-02
Applicant: 上海大学
IPC: H04L67/12 , G01M99/00 , G01H17/00 , G06F16/26 , G06F16/242
Abstract: 本发明提出一种基于声波分析的流程供应链运载设备托辊故障监测系统及方法。主要用于解决大型运载设备托辊运行状态监测问题。本发明系统主要包括声音数据采集子系统、分站通信子系统、分站直流供电子系统、交流供电子系统、集中通信总站、远程控制子系统、计算机子系统与移动监测子系统。本发明所述方法对基于声音数据采集子系统采集到的声波数据进行数据处理，针对托辊常见异常状态进行数据分类，基于机器学习算法建立故障诊断模型，基于实时数据优化故障诊断模型，如果托辊发生异常状态则发出报警提示。本发明实现了工业生产流程供应链运载设备托辊运行状态实时监测以及故障状态监测报警，能够满足目前工业生产需要。
-
公开(公告)号：CN113852661A
公开(公告)日：2021-12-28
申请号：CN202110879179.2
申请日：2021-08-02
Applicant: 上海大学
IPC: H04L29/08 , G01M99/00 , G01H17/00 , G06F16/26 , G06F16/242
Abstract: 本发明提出一种基于声波分析的流程供应链运载设备托辊故障监测系统及方法。主要用于解决大型运载设备托辊运行状态监测问题。本发明系统主要包括声音数据采集子系统、分站通信子系统、分站直流供电子系统、交流供电子系统、集中通信总站、远程控制子系统、计算机子系统与移动监测子系统。本发明所述方法对基于声音数据采集子系统采集到的声波数据进行数据处理，针对托辊常见异常状态进行数据分类，基于机器学习算法建立故障诊断模型，基于实时数据优化故障诊断模型，如果托辊发生异常状态则发出报警提示。本发明实现了工业生产流程供应链运载设备托辊运行状态实时监测以及故障状态监测报警，能够满足目前工业生产需要。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
