风力发电机叶片的超声波除冰方法、控制器、系统及介质

    公开(公告)号:CN116892490A

    公开(公告)日:2023-10-17

    申请号:CN202311153478.3

    申请日:2023-09-08

    Applicant: 中北大学

    Abstract: 本发明公开了一种风力发电机叶片的超声波除冰方法、控制器、系统及介质,所述方法包括:获取所述风力发电机叶片的结冰信息,根据所述结冰信息控制超声波发生装置生成高频交流电信号,并控制所述超声波发生装置将所述高频交流电信号发送给压电换能器;控制所述压电换能器对所述高频交流电信号进行处理,得到超声波,并获取所述超声波的目标入射角度;根据所述目标入射角度控制所述压电换能器将所述超声波发送至所述风力发电机叶片的表面,以对所述风力发电机叶片进行除冰。本发明通过超声波的振动能量和热效应以快速破坏和融化冰层,从而提高除冰效率,并通过调节超声波的频率、强度和发射位置,做到精确控制除冰的过程。

    基于气体传感器的瓦斯浓度预测方法、系统、终端及介质

    公开(公告)号:CN116187111B

    公开(公告)日:2023-07-11

    申请号:CN202310474773.2

    申请日:2023-04-28

    Applicant: 中北大学

    Abstract: 本发明公开了基于气体传感器的瓦斯浓度预测方法、系统、终端及介质,所述方法包括:获取多个原始瓦斯浓度,对同一时刻的原始瓦斯浓度进行自适应加权融合算法计算得到融合后的浓度估计值‑时间序列;对浓度估计值‑时间序列进行一阶处理构建浓度灰色预测模型,基于浓度灰色预测模型得到白化模型,对浓度估计值‑时间序列进行二阶处理构建ARIMA模型;分别将浓度估计值‑时间序列输入白化模型和ARIMA模型进行计算得到下一时刻的第一预测值和第二预测值,并对第一预测值和第二预测值进行加权平均求和得到下一时刻的最终瓦斯浓度预测值。本发明通过结合浓度灰色预测模型和ARIMA模型实现对瓦斯浓度精确的实时预测,且所需计算量较少。

    风力发电机叶片的超声波除冰方法、控制器、系统及介质

    公开(公告)号:CN116892490B

    公开(公告)日:2023-11-28

    申请号:CN202311153478.3

    申请日:2023-09-08

    Applicant: 中北大学

    Abstract: 本发明公开了一种风力发电机叶片的超声波除冰方法、控制器、系统及介质,所述方法包括:获取所述风力发电机叶片的结冰信息,根据所述结冰信息控制超声波发生装置生成高频交流电信号,并控制所述超声波发生装置将所述高频交流电信号发送给压电换能器;控制所述压电换能器对所述高频交流电信号进行处理,得到超声波,并获取所述超声波的目标入射角度;根据所述目标入射角度控制所述压电换能器将所述超声波发送至所述风力发电机叶片的表面,以对所述风力发电机叶片进行除冰。本发明通过超声(56)对比文件谭海辉;李录平;靳攀科;李芒芒.风力机叶片超声波除冰理论与方法.中国电机工程学报.2010,(35),全文.

    基于气体传感器的瓦斯浓度预测方法、系统、终端及介质

    公开(公告)号:CN116187111A

    公开(公告)日:2023-05-30

    申请号:CN202310474773.2

    申请日:2023-04-28

    Applicant: 中北大学

    Abstract: 本发明公开了基于气体传感器的瓦斯浓度预测方法、系统、终端及介质,所述方法包括:获取多个原始瓦斯浓度,对同一时刻的原始瓦斯浓度进行自适应加权融合算法计算得到融合后的浓度估计值‑时间序列;对浓度估计值‑时间序列进行一阶处理构建浓度灰色预测模型,基于浓度灰色预测模型得到白化模型,对浓度估计值‑时间序列进行二阶处理构建ARIMA模型;分别将浓度估计值‑时间序列输入白化模型和ARIMA模型进行计算得到下一时刻的第一预测值和第二预测值,并对第一预测值和第二预测值进行加权平均求和得到下一时刻的最终瓦斯浓度预测值。本发明通过结合浓度灰色预测模型和ARIMA模型实现对瓦斯浓度精确的实时预测,且所需计算量较少。

Patent Agency Ranking