-
公开(公告)号:CN115905940A
公开(公告)日:2023-04-04
申请号:CN202211325446.2
申请日:2022-10-27
Applicant: 徐州徐工矿业机械有限公司 , 中国矿业大学
IPC: G06F18/241 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/042 , G06N3/048 , G06N3/0442 , G06N3/0985
Abstract: 本发明所涉及的液压泵异常检测方法,是在对递归图卷积网络算法(Recurrent Graph Convolutional Network,RGCN)进行分析的基础上,提出了一种基于自学习图卷积网络的工程机械智能故障诊断方法。所依据的工况类型是液压泵在挖掘机行走、回转单一动作和动臂、斗杆、铲斗联动的复合动作下的工况状态。在此基础上通过对RGCN中邻接矩阵的优化和模型的超参数进行调整,结合LSTM分析多源时序数据在时间和空间的相关性,并利用VAE对特征信息进行编码,构建了RGCN‑LSTM‑VAE算法融合模型。将该模型用于液压泵的异常检测,结果表明,基于多元时序数据的RGCN‑LSTM‑VAE算法融合模型在液压泵异常检测方面可以取得良好的异常检测效果。
-
公开(公告)号:CN116241451B
公开(公告)日:2025-04-01
申请号:CN202310191892.7
申请日:2023-03-02
Applicant: 徐州徐工矿业机械有限公司 , 中国矿业大学
Abstract: 一种基于决策树的泵的风险评估方法,包括采集压力数据、识别最大泵压建立过程、将数据发送到云端、训练决策树模型、将理论时间与实际时间进行对比评估。本发明的基于决策树的泵的风险评估方法,易于监测,由于是对泵压进行监测,然后对整个最大泵压建立过程进行提取,相较于对振动进行监测的方法来讲,此方法没有额外的噪声信号干扰结果;可以通过对泵的泵压建立过程进行分析,来对泵的整体性能进行一个初步的判断,当泵因为磨损导致性能下降,也可以通过对泵的泵压建立过程监测出来,从而对液压泵进行一个整体的风险评估。
-
公开(公告)号:CN114910122A
公开(公告)日:2022-08-16
申请号:CN202210393140.4
申请日:2022-04-15
Applicant: 中国矿业大学 , 徐州徐工矿业机械有限公司
IPC: G01D21/02
Abstract: 本发明公开了一种结构件裂纹征兆探测系统、探测方法及挖掘机,所述探测系统包括:数据采集模块,用于获取车身姿态信息、结构件应力信息和结构件工作载荷信息;数据处理模块,根据车身姿态信息、结构件应力信息和结构件工作载荷信息计算结构件的负荷积累,并基于疲劳开裂仿真数据和历史开裂数据计算结构件的损伤积累情况;该探测系统能够在裂纹发生之前检测到征兆,实现失效前精准维护和检修,降低生命周期成本和设备停机时间。
-
公开(公告)号:CN116108388A
公开(公告)日:2023-05-12
申请号:CN202211302479.5
申请日:2022-10-24
Applicant: 徐州徐工矿业机械有限公司 , 中国矿业大学
IPC: G06F18/2415 , G06F18/2413 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于开放集合假设的工程机械智能故障诊断方法,该方法包括:将有标签的训练数据输入到CNN模型中训练,提取每一类正训练样本的倒数第二层的激活特征值;为了评估输入样本与每个类MAV之间的关系,距离计算采用归一化欧几里得距离和余弦距离的组合;本发明解决在基于深度学习故障诊断时,当测试数据出现了训练数据中不包含的故障类型,不是简单的将其分类为训练集合中的已知类,而是在正确识别到已知类样本的前提下,准确地检测到未知类样本。
-
公开(公告)号:CN116292247A
公开(公告)日:2023-06-23
申请号:CN202310193375.3
申请日:2023-03-03
Applicant: 徐州徐工矿业机械有限公司 , 中国矿业大学
IPC: F04B51/00 , G06N3/0442 , G06N3/08 , G06F30/17
Abstract: 本发明公开了一种基于LSTM流量预测模型的液压铲主泵早期故障诊断方法及装置,该方法包括:在边缘端采集数据,并筛选与主泵相关的数据作为输入数据;将采集到的输入数据进行整齐度处理;对处理好的输入数据进行训练测试拆分;对LSTM模型进行训练,使用girdsearchCV获取模型的最佳参数,并将最佳模型保存;用保存的LSTM模型进行主泵流量的预测。本发明通过LSTM模型在较长的时间序列中的良好表现,将其应用于矿挖中。在右回转匀速工况下,用其它可实际测得的多元时序数据对不好实际测得的主泵流量数据进行预测。预测出的主泵流量较为准确,误差较小。可认为该模型可以有效预测主泵流量。
-
公开(公告)号:CN116241451A
公开(公告)日:2023-06-09
申请号:CN202310191892.7
申请日:2023-03-02
Applicant: 徐州徐工矿业机械有限公司 , 中国矿业大学
Abstract: 一种基于决策树的泵的风险评估方法,包括采集压力数据、识别最大泵压建立过程、将数据发送到云端、训练决策树模型、将理论时间与实际时间进行对比评估。本发明的基于决策树的泵的风险评估方法,易于监测,由于是对泵压进行监测,然后对整个最大泵压建立过程进行提取,相较于对振动进行监测的方法来讲,此方法没有额外的噪声信号干扰结果;可以通过对泵的泵压建立过程进行分析,来对泵的整体性能进行一个初步的判断,当泵因为磨损导致性能下降,也可以通过对泵的泵压建立过程监测出来,从而对液压泵进行一个整体的风险评估。
-
公开(公告)号:CN115354708A
公开(公告)日:2022-11-18
申请号:CN202211125818.7
申请日:2022-09-16
Applicant: 徐州徐工矿业机械有限公司 , 中国矿业大学
Abstract: 本发明公开一种基于机器视觉的挖掘机铲斗自主挖掘识别控制系统及方法,包括:识别检测单元,所述识别检测单元用于在线识别以及检测铲斗的工作姿态,采集挖掘数据及挖掘机的作业环境,建立铲斗的实时空间模型;采集单元,所述采集单元用于采集倾角信息和油缸压力信息;可编程控制器,所述可编程控制器分别与识别检测单元和采集单元连接,可编程控制器制定挖掘策略和路径规划,向各个油缸电液控制阀发送控制信号,控制铲斗、斗杆和动臂的动作。本发明针对矿山等各种复杂的工作环境能够准确的采集数据以及挖掘机的作业场景,能够实时检测铲斗的工作姿态以及输出铲斗的空间信息。
-
公开(公告)号:CN119838732A
公开(公告)日:2025-04-18
申请号:CN202510093487.0
申请日:2025-01-21
Applicant: 中国矿业大学
IPC: B03B5/34
Abstract: 本发明公开了一种细粒煤重介质分选装置及分选方法,包括给料单元、搅拌单元、精煤收集单元、分选单元、喷淋单元和矸石收集单元,搅拌单元包括空心轴、搅拌叶片和驱动机构,驱动机构与空心轴连接,多个搅拌叶片间隔安装在空心轴靠近底部处,空心轴远离搅拌叶片的端部与给料单元转动连接,精煤收集单元为顶部开口且底部倾斜的中空圆柱形结构,空心轴向下穿过精煤收集单元后延伸到分选单元,喷淋单元设置于分选单元靠近底部处,喷淋单元的顶部设置有喷淋口,矸石收集单元用于收集和排出矸石。本发明的溢流段圆柱体、分选段圆柱体和底流段圆柱体组成的分选单元的高度可调节,延长了细粒煤沉降和分层分离时间,提高了分选效果。
-
公开(公告)号:CN119334828A
公开(公告)日:2025-01-21
申请号:CN202411443295.X
申请日:2024-10-16
Applicant: 中国矿业大学
IPC: G01N13/00 , G01P5/20 , G01B11/00 , G01P15/00 , C08J3/12 , C08L63/02 , C08K3/08 , C08K5/053 , C08K5/1545
Abstract: 本发明公开了一种基于荧光示踪的分选颗粒和气泡运动行为同时监测方法。包括:将加重质颗粒置于二维流化床内;待流化床开始流化后放入一颗荧光颗粒;利用图像采集模块对二维流化床进行拍摄,捕捉荧光颗粒和气泡的图像;利用MATLAB图像采集工具箱逐帧处理拍摄照片的图像区域,获得荧光颗粒的运动属性和气泡的运动属性,对处理后的图片进行叠加重组成一张新的图片,研究气固分选流化床中煤炭和气泡相互作用。本发明利用荧光示踪技术研究气固分选流化床中颗粒和气泡相互作用,以提高气固分选流化床中细粒颗粒分选效果。
-
公开(公告)号:CN119123759A
公开(公告)日:2024-12-13
申请号:CN202411414000.6
申请日:2024-10-11
Applicant: 中国矿业大学
Abstract: 本发明涉及一种低阶块煤低温干燥系统和方法,属于煤炭干燥技术领域,解决了现有技术中待干燥的低阶块煤在烟气中停留时间短、干燥的效率低等问题中至少一个。本发明通过在流化床内加入多孔颗粒的干燥介质,同时利用了磁场对流化床的作用,使用流化风使多孔颗粒组成的介质处于无气泡的流化状态,增加了干燥介质的储能作用,节约了热量成本,避免了气泡的存在对于干燥煤炭的不利影响。此外,煤炭在干燥过程中依次经过多个干燥室,在每个干燥室内的煤炭均与相对应的干燥床层充分接触,提高了传热传质热效率,进而提高了干燥效率。
-
-
-
-
-
-
-
-
-