-
公开(公告)号：CN114841094A
公开(公告)日：2022-08-02
申请号：CN202210573039.7
申请日：2022-05-23
Applicant: 中国计量大学
IPC: G06F30/28 , G06T17/20 , G06F30/23 , G06F30/13 , G06F111/10 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明属于天然气泄漏检测领域，涉及一种基于CFD确认厨房中燃气报警器最佳安装位置的方法。具体为：一、三维建模；二、定义模型的边界和域；三、划分网格；四、求解计算；五、后处理；六、安装燃气报警器。本发明利用CFD技术模拟天然气灶中的天然气在密闭厨房内以最大速率发生泄漏，求得在四周墙壁及天花板上符合现行行业标准的安装区域内甲烷体积分数最先到达燃气报警器报警设定值的坐标点，该点为厨房中燃气报警器最佳安装位置。本发明填补了燃气报警器安装区域的现行行业标准的空白，保证在厨房内发生天然气意外泄漏时，燃气报警器的报警时间最短，这样就可以及时采取有效措施来阻止泄漏大大降低了事故风险。
-
公开(公告)号：CN112113927A
公开(公告)日：2020-12-22
申请号：CN202010897072.6
申请日：2020-08-31
Applicant: 中国计量大学
IPC: G01N21/3504
Abstract: 本发明提供中红外甲烷传感器的测试系统及数据补偿方法，所述补偿方法包括：获取中红外甲烷传感器采集的不同浓度的甲烷氮气混合气体在不同温度、压强及湿度下的测量数据，从中随机选取部分数据作为训练样本数据和测试样本数据；对选取的样本数据进行预处理；将预处理后的训练样本数据送入粒子群‑小波神经网络模型中进行学习，得到训练后的网络预测模型；将测试样本数据送入训练后的粒子群‑小波神经网络预测模型进行测试；将通过测试验证的粒子群‑小波神经网络模型配置于所述中红外甲烷传感器中。通过本发明的方法，可以高精度、自动化地建立温度、压强、湿度变化与中红外甲烷传感器之间的非线性关系。
-
公开(公告)号：CN109831495A
公开(公告)日：2019-05-31
申请号：CN201910053164.3
申请日：2019-01-21
Applicant: 中国计量大学
Abstract: 本发明提供一种基于NB-IoT的智能无线甲烷监测装置、系统及方法。该装置可以包括：主控MCU、NB-IoT模块、甲烷传感器、GPS芯片及声光报警模块；NB-IoT模块、甲烷传感器、GPS芯片及声光报警模块均通过串口与主控MCU进行通讯，主控MCU接收甲烷传感器监测待测环境得到的甲烷浓度，控制GPS芯片获取待测环境的位置信息，控制NB-IoT模块将甲烷浓度及位置信息通过传输网络传输至物联网云平台上的数据及服务中心；主控MCU在甲烷浓度达到预设阈值时控制声光报警模块发出警报。
-
公开(公告)号：CN112113927B
公开(公告)日：2022-10-04
申请号：CN202010897072.6
申请日：2020-08-31
Applicant: 中国计量大学
IPC: G01N21/3504
Abstract: 本发明提供中红外甲烷传感器的测试系统及数据补偿方法，所述补偿方法包括：获取中红外甲烷传感器采集的不同浓度的甲烷氮气混合气体在不同温度、压强及湿度下的测量数据，从中随机选取部分数据作为训练样本数据和测试样本数据；对选取的样本数据进行预处理；将预处理后的训练样本数据送入粒子群‑小波神经网络模型中进行学习，得到训练后的网络预测模型；将测试样本数据送入训练后的粒子群‑小波神经网络预测模型进行测试；将通过测试验证的粒子群‑小波神经网络模型配置于所述中红外甲烷传感器中。通过本发明的方法，可以高精度、自动化地建立温度、压强、湿度变化与中红外甲烷传感器之间的非线性关系。
-
公开(公告)号：CN109612960A
公开(公告)日：2019-04-12
申请号：CN201910052842.4
申请日：2019-01-21
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于NB-IoT具有升降转动功能的甲烷检测装置，包括箱体、两对结构相同的万向轮以及一对结构相同的推手，两对所述万向轮上方安置于箱体下方，一对所述推手安置于箱体侧壁面，所述箱体内安装有升降旋转结构，所述升降旋转结构上方安装有甲烷检测结构，本发明涉及智能检测技术领域，解决了现有甲烷检测装置组网计算能力有限、电池消耗大的缺陷，以及难以大范围普及应用的问题。
-
Patent Agency Ranking
公开(公告)号：CN112113928B
公开(公告)日：2022-10-14
申请号：CN202010903330.7
申请日：2020-09-01
Applicant: 中国计量大学
IPC: G01N21/3504
Abstract: 本发明提出了一种基于分子光谱学及实验数据的中红外甲烷传感器校正方法，步骤是：首先基于HITRAN数据库中获取的参数计算出确定波段下不同温度、压强下的甲烷分子吸收系数，其次通过可变温度、压强的测试装置获得甲烷气体在不同温度和压强下的吸光度，通过朗伯比尔定律反演出吸收系数，对HITRAN拟合出的吸收系数进行修正，最后将修正后的甲烷吸收系数用于红外甲烷传感器的校正，从而提高中红外甲烷传感器的精度。采用本发明的方法，可有效提高中红外甲烷传感器的精度。
-
公开(公告)号：CN112113926A
公开(公告)日：2020-12-22
申请号：CN202010847349.4
申请日：2020-08-21
Applicant: 中国计量大学
IPC: G01N21/3504
Abstract: 本发明提供一种基于GWO‑SVM的减小红外甲烷传感器测量误差的方法，包括如下步骤：采集红外甲烷传感器测量不同甲烷浓度时输出的电压差值比信号；使用改进灰狼算法优化支持向量机的惩罚系数C和核函数系数g建立SVM回归预测模型；将采集的甲烷浓度和相应的电压差值比信号分为训练集和测试集，作为特征参数输入到S2中建立的SVM回归预测模型中进行训练和测试，得到基于改进GWO‑SVM的回归模型；将实际测量的电压差值比信号数据输入到所述基于改进GWO‑SVM的回归模型中，得到对应实际测量数据的甲烷浓度。实验结果表明，采用灰狼优化算法建立的支持向量机回归模型其绝对误差和相对误差小，精度高。
-
公开(公告)号：CN113887133B
公开(公告)日：2025-01-14
申请号：CN202111132737.5
申请日：2021-09-27
Applicant: 中国计量大学
IPC: G06F30/27 , G06F16/58 , G06F16/583 , B22D17/22 , B22D17/32 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F113/22 , G06F119/08
Abstract: 本发明公开了基于深度学习的压铸系统自动冷却方法。通过引入卷积神经网络(CNN)与深度学习的方式，对金属液体凝固形成产品后模具表面热成像图和冷却系统工作结束后模具表面热成像图进行特征提取，使得冷却系统原本的输入与输出由图像形式改变为数学矩阵形式，损失函数就能实现对输入与输出图像的计算，进而获得通水量和通水时间的理想值。本发明中通过CNN神经网络确定冷却系统中的通水量与通水时间来实现理想的冷却效果，相比于经验法，在实际生产中本发明的方法在调节的过程中更灵活；实现了科学的控制冷却系统的目的，更可以达到延长模具使用寿命、缩小加工误差的目标。
-
公开(公告)号：CN109612960B
公开(公告)日：2023-11-24
申请号：CN201910052842.4
申请日：2019-01-21
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于NB‑IoT具有升降转动功能的甲烷检测装置，包括箱体、两对结构相同的万向轮以及一对结构相同的推手，两对所述万向轮上方安置于箱体下方，一对所述推手安置于箱体侧壁面，所述箱体内安装有升降旋转结构，所述升降旋转结构上方安装有甲烷检测结构，本发明涉及智能检测技术领域，解决了现有甲烷检测装置组网计算能力有限、电池消耗大的缺陷，以及难以大范围普及应用的问题。
-
公开(公告)号：CN113887133A
公开(公告)日：2022-01-04
申请号：CN202111132737.5
申请日：2021-09-27
Applicant: 中国计量大学
IPC: G06F30/27 , G06F16/58 , G06F16/583 , B22D17/22 , B22D17/32 , G06N3/04 , G06N3/08 , G06F113/22 , G06F119/08
Abstract: 本发明公开了基于深度学习的压铸系统自动冷却方法。通过引入卷积神经网络(CNN)与深度学习的方式，对金属液体凝固形成产品后模具表面热成像图和冷却系统工作结束后模具表面热成像图进行特征提取，使得冷却系统原本的输入与输出由图像形式改变为数学矩阵形式，损失函数就能实现对输入与输出图像的计算，进而获得通水量和通水时间的理想值。本发明中通过CNN神经网络确定冷却系统中的通水量与通水时间来实现理想的冷却效果，相比于经验法，在实际生产中本发明的方法在调节的过程中更灵活；实现了科学的控制冷却系统的目的，更可以达到延长模具使用寿命、缩小加工误差的目标。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.021 seconds)
