-
公开(公告)号：CN110854875B
公开(公告)日：2023-04-21
申请号：CN201911254488.X
申请日：2019-12-10
Applicant: 中南大学
IPC: H02J3/18
Abstract: 本发明公开了一种牵引供电系统无功补偿优化调节方法，针对电气化铁路供电系统的单相供电给三相电网造成功率不平衡时无功补偿的优化调节。本发明主要包括复合PI滞环控制、优化方向感知和无功提前感知三个部分，优化方向感知主要确定无功补偿的修正方向；无功提前感知针对历史无功补偿的数据的变化特征和当前数据，感知未来无功变化趋势；复合PI滞环控制在定相位角的基础上根据线电流差和未来无功动态的感知结果对补偿结果进行优化调节。与传统的固定无功相位角补偿方式不同，本发明不仅进行无功提前感知，而且在无功功率相位角变化时，可以及时感知并修正补偿，无功补偿结果更加灵活准确。
-
公开(公告)号：CN110175617B
公开(公告)日：2022-12-27
申请号：CN201910449507.8
申请日：2019-05-28
Applicant: 中南大学
IPC: G06V10/54 , G06V10/74 , G06V10/771
Abstract: 基于纹理时间序列趋势特征匹配的一种浮选模糊故障诊断方法，在泡沫浮选领域，本发明公开了一种浮选过程的模糊故障诊断方式，以泡沫视觉时间序列特征提取为基础，定义了泡沫时间序列的子序列、子模式，采用历史数据信息建立历史特征趋势信息集，度量实时趋势特征与历史趋势特征集相似性，综合序列趋势信息对故障发生几率进行模糊化诊断。本发明提出了模糊故障诊断的概念，通过可靠性序列选取和异常因子设立，建立了浮选工况状态预报表示模型，对趋势走向的判断以及数值化的趋势走向可能性提出了一种新的解决方法。克服原有泡沫特征静态描述浮选过程的缺陷，及时发现工况异常征兆，对未来时刻故障可能性以数值化显示，利于工人操作、稳定优化生产。
-
公开(公告)号：CN112084605B
公开(公告)日：2022-06-10
申请号：CN202010996302.4
申请日：2020-09-21
Applicant: 中南大学 , 中铁十四局集团隧道工程有限公司 , 中国铁建重工集团股份有限公司
Abstract: 本发明提供了一种掘进机刀具紧固状态实时监测方法，包括：步骤1，将应变传感器安装在刀具联接螺栓上，通过应变传感器监测刀具预紧过程和运行过程中的螺栓应变量；步骤2，将应变传感器监测到的螺栓应变量传输并储存在计算机中；步骤3，计算机通过螺栓轴向拉力计算模型和螺栓紧固状态判断模型，对刀具紧固状态进行实时监测。本发明根据预紧过程和运行过程的应变及轴向拉力，提出了紧固状态判断模型，最终输出实时测量的轴向拉力和连接状态的判断；本发明能够准确、定量、科学的评价联接螺栓的轴向拉力变化，解决了掘进机运行过程刀具紧固状态实时监测问题。
-
公开(公告)号：CN110738674B
公开(公告)日：2021-03-02
申请号：CN201911005627.5
申请日：2019-10-22
Applicant: 中南大学
Abstract: 一种基于颗粒密集度的纹理特征度量方法，在泡泡浮选领域，本发明提出一种基于颗粒密集度的纹理特征度量方法，此方法基于现场设置的数字图像采集系统提取泡泡图像，提出了颗粒区域的概念，并对泡泡表面的颗粒区域进行准确提取，将所提取的颗粒区域按中心点位置进行分级，继而对颗粒区域之间的密集程度进行度量，定义了纹理特征颗粒密集度，用以反映整幅图像的纹理特征。有效弥补了传统的纹理特征提取方法没有考虑泡泡表面颗粒的缺陷，从而可以更准确的判断工况并有效指导加药。
-
公开(公告)号：CN110728329B
公开(公告)日：2021-03-02
申请号：CN201911008874.0
申请日：2019-10-22
Applicant: 中南大学
Abstract: 本发明提供了一种基于反馈补偿机制优化的锌浮选过程精矿品位预测方法，包括了以下步骤：首先采集锌浮选过程图像特征数据以及对应的精矿品位数据作为样本数据，并对采集的数据进行预处理；将预处理后的样本数据根据精矿品位的高低划分五个独立的子样本空间并分别做时间差分；采用KPCA提取贡献率高特征作为关键特征；基于关键特征样本训练LSSVM，建立图像特征与精矿品位之间的关系；使用改进菌群算法寻优LSSVM的惩罚因子ξ和核宽度σ两个参数；建立模型误差反馈补偿机制，当模型误差不被控制时启动反馈补偿机制对模型进行补偿；本发明可直接在计算机上编程实现，成本低，精度高，时效好，对指导现场生产具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN110918266B
公开(公告)日：2020-09-29
申请号：CN201911254484.1
申请日：2019-12-10
Applicant: 中南大学
Abstract: 本发明公开了一种提升浮选泡沫质量的控制装置及方法。控制装置由控制器、空气调节阀门、矿料调节阀门、电动机驱动器、电动机、工业摄像头和搅拌叶轮组成，泡沫指矿浆和空气经过搅拌叶轮进行混合并上升到液体表面形成浮选泡沫层，矿料的输送速度和进气速度分别由矿料调节阀门和空气调节阀门控制，其中搅拌叶轮的转速由电动机驱动器控制电机进行调节。矿料指矿物和浮选药剂的水化混合物。本发明通过工业摄像头采集表层泡沫的图像，送入控制器分析泡沫的特征并根据试验采集的数据库利用基于最小二乘的最优解匹配算法计算控制输出控制电动机驱动器及电动机的转速、空气调节阀门和矿料调节阀门的开度，从而获得质量更加优良的浮选泡沫。
-
公开(公告)号：CN111709942A
公开(公告)日：2020-09-25
申请号：CN202010602623.1
申请日：2020-06-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于纹理度优化的锌浮选加药量预测控制方法，包括以下步骤：首先提取泡沫图像特征，包括粗选泡沫图象的熵值、能量、逆差矩、泡沫尺寸和泡沫颜色特征以及精选泡沫图象的纹理特征，根据精选泡沫图象纹理参数和精矿品位关系定义纹理复杂度；其次利用提取到的特征参数，采用神经网络构建精选泡沫纹理复杂度预测模型，最后根据精选泡沫纹理复杂度预测值和期望的最佳值的差值平方为目标函数，采用寻优方法计算出药剂量调整值，完成加药控制。本发明结合了精选和粗选泡沫状态特征，使控制结果更加优良，提高了矿物的回收效率，降低了药剂消耗。
-
公开(公告)号：CN110728329A
公开(公告)日：2020-01-24
申请号：CN201911008874.0
申请日：2019-10-22
Applicant: 中南大学
Abstract: 本发明提供了一种基于反馈补偿机制优化的锌浮选过程精矿品位预测方法，包括了以下步骤：首先采集锌浮选过程图像特征数据以及对应的精矿品位数据作为样本数据，并对采集的数据进行预处理；将预处理后的样本数据根据精矿品位的高低划分五个独立的子样本空间并分别做时间差分；采用KPCA提取贡献率高特征作为关键特征；基于关键特征样本训练LSSVM，建立图像特征与精矿品位之间的关系；使用改进菌群算法寻优LSSVM的惩罚因子ξ和核宽度σ两个参数；建立模型误差反馈补偿机制，当模型误差不被控制时启动反馈补偿机制对模型进行补偿；本发明可直接在计算机上编程实现，成本低，精度高，时效好，对指导现场生产具有重要意义。
-
公开(公告)号：CN110649269A
公开(公告)日：2020-01-03
申请号：CN201910625642.3
申请日：2019-07-11
Abstract: 本发明涉及一种基于白千层树皮粉的非贵金属电催化剂及其制备方法和应用。该制备方法包括如下步骤：S1：将咪唑类配体材料、硼源、三聚氰胺、白千层树皮粉和钴盐混合于溶剂中得悬浮液，超声，干燥得产物；S2：将产物和造孔剂混合，碳化得碳化产物；S3：将碳化产物酸洗后干燥即得所述非贵金属电催化剂。本发明提供的制备方法具有工艺流程简单、原料成本低廉、便于宏量制备而适合于工业生产等优点；制备得到的非贵金属电催化剂具有与商业Pt/C催化剂相近的，甚至比商业Pt/C催化剂更高、更稳定的电催化氧还原(ORR)性能，可望应用于大型锌空气电池、铝空气电池以及燃料电池的新能源装置。
-
公开(公告)号：CN110322927A
公开(公告)日：2019-10-11
申请号：CN201910712069.X
申请日：2019-08-02
Applicant: 中南大学
Abstract: 本发明公开了一种CRISPR诱导RNA文库设计方法，包括以下步骤：步骤一、根据参考基因组生成kmer集合；步骤二、将kmer切分成kmer1和kmer2两部分，将对应的kmer1相同的kmer2分成一个类别；再将同一类别的kmer2构建到同一个检索树中，各检索树的键序列为其中kmer2对应的kmer1；步骤三、并行获取诱导RNA及其脱靶序列，该步骤中，在比对一个kmer与检索树的键序列和其中的kme2连接成的kmer时，首先将该kmer的kmer1与检索树的键序列比对，看是否满足设定条件，满足则继续比对kmer的kmer2与检索树中的kmer2。本发明提高了计算效率。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.033 seconds)
