-
公开(公告)号：CN111079978B
公开(公告)日：2023-07-25
申请号：CN201911139793.4
申请日：2019-11-20
Applicant: 辽宁工程技术大学
IPC: G06Q10/04 , G06F18/214 , G06F18/21 , G06F18/25
Abstract: 本发明公开一种基于逻辑回归和增强学习的煤与瓦斯突出预测的方法，属于动态预测技术领域，该方法融合LR和Adaboost增强学习设计煤与瓦斯突出预测模型，采集煤与瓦斯突出的多种影响因素数据样本，训练基于LR与Adaboost融合模型的煤与瓦斯突出预测模型，在对煤与瓦斯突出灾害实时监测过程中，如果煤与瓦斯突出的预测结果与反馈的实际结果不一致时，则需要利用实时数据及其对应的实际结果更新样本数据，并对基于LR与Adaboost融合模型的煤与瓦斯突出预测模型重新进行训练学习，完成煤与瓦斯突出预测模型的修正。本发明提供的方法可以实现对煤与瓦斯突出预测的快速、准确和动态预测。
-
公开(公告)号：CN1598508A
公开(公告)日：2005-03-23
申请号：CN200410050419.4
申请日：2004-09-16
Applicant: 辽宁工程技术大学
Abstract: 本发明属温度测量控制仪器，特别涉及一种多功能智能温度测控仪，主要由电源电路(8)、遥控装置(1)、传感器模块(2)、用户输入电路(4)、执行器电路(7)和显示电路(6)组成，在整个系统中设置了中央处理器(3)和语音报时、报温、故障报警电路(5)；它可应用到我国北方冬季室内取暖时温度的测量和控制，减少能源的浪费，测温范围大，在－55℃～+125℃，精度高，在－10℃～+85℃时，误差在±0.5℃；达到了智能化，技术先进，运行可靠，经济实用，性价比高，与用户交互性好。
-
公开(公告)号：CN109492816B
公开(公告)日：2021-11-09
申请号：CN201811364980.8
申请日：2018-11-16
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于混合智能的煤与瓦斯突出动态预测方法，流程包括：数据检测；采用均值分批估计融合方法进行数据处理；组成待预测的新问题；利用基于案例聚类的案例检索与匹配方法，针对新问题进行案例检索与匹配，如果案例检索与匹配是有效的，采用加权平均的方法进行案例重用，得到煤与瓦斯突出的预测结果，如果案例检索与匹配是无效的，运行OBPNN突出预测模型，得到煤与瓦斯突出的预测结果。利用实测数据对所提方法进行验证，实例验证结果表明，所提方法给出高精度的预测结果，同时具有良好的鲁棒性，而且建模算法效率更高，预测所用时间更短。
-
公开(公告)号：CN112766078A
公开(公告)日：2021-05-07
申请号：CN202011639813.7
申请日：2020-12-31
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了基于EMD‑SVR‑MLR与注意力机制的GRU‑NN的电力负荷层次预测方法，采用经验模态分解信号处理算法对用户负荷原始时间序列数据进行分解处理，并对模态函数进行重构。对重构分量建立支持向量机多元线性回归初级预测模型，从而获得预测值。将初级预测模型的预测值和原始的时间序列数据进行融合，形成新的时间序列，作为门控循环单元神经网络网络的输入，建模学习特征内部动态变化规律，并引入注意力机制赋予GRU隐含状态不同的权重，最后完成短期负荷预测；该方法提高了时间轴上对隐式时间序列的特征提取能力和计算能力，对于具有周期和长期依赖关系的电力系统的负荷预测具有较高的准确率和精确度，具有一定的实用价值。
-
公开(公告)号：CN111044619A
公开(公告)日：2020-04-21
申请号：CN201911363003.0
申请日：2019-12-26
Applicant: 辽宁工程技术大学
IPC: G01N29/14
Abstract: 本发明涉及信号处理与分析技术领域，提供一种基于VMD的煤岩体破裂声发射信号处理方法。本发明的方法包括下述步骤：步骤1：读取煤岩体声发射信号x的时序序列{x(t)}；步骤2：基于VMD方法对声发射信号x进行分解，得到K个频率从高到低顺序排列的本征模态分量；步骤3：取高频本征模态分量进行振铃计数，即计算越过预设门槛值的震荡次数；步骤4：取低频本征模态分量计算声发射信号x的能量。本发明能够用振铃数来表征煤岩体破裂的频繁程度、用能量来表征煤岩体破裂的强弱程度，能够提高对煤岩体的破坏状态与破坏程度表征的准确性，振铃数和波形能量的突增现象能够作为煤与瓦斯突出等煤矿动力灾害的前兆。
-
Patent Agency Ranking
公开(公告)号：CN111079978A
公开(公告)日：2020-04-28
申请号：CN201911139793.4
申请日：2019-11-20
Applicant: 辽宁工程技术大学
Abstract: 本发明公开一种基于逻辑回归和增强学习的煤与瓦斯突出预测的方法，属于动态预测技术领域，该方法融合LR和Adaboost增强学习设计煤与瓦斯突出预测模型，采集煤与瓦斯突出的多种影响因素数据样本，训练基于LR与Adaboost融合模型的煤与瓦斯突出预测模型，在对煤与瓦斯突出灾害实时监测过程中，如果煤与瓦斯突出的预测结果与反馈的实际结果不一致时，则需要利用实时数据及其对应的实际结果更新样本数据，并对基于LR与Adaboost融合模型的煤与瓦斯突出预测模型重新进行训练学习，完成煤与瓦斯突出预测模型的修正。本发明提供的方法可以实现对煤与瓦斯突出预测的快速、准确和动态预测。
-
公开(公告)号：CN103018281A
公开(公告)日：2013-04-03
申请号：CN201210525208.6
申请日：2012-12-07
Applicant: 辽宁工程技术大学
IPC: G01N27/00
Abstract: 一种矿用智能瓦斯灾害预警检测装置及方法，本发明属于矿井检测技术领域，该装置包括瓦斯检测单元和预警处理单元；其中，瓦斯单元包括瓦斯传感器和信号滤波处理电路；预警处理单元包括电源模块和主处理器；其中：主处理器是用于根据瓦斯浓度与电压信号的线性关系计算当前环境下瓦斯浓度，并根据计算出的瓦斯浓度所属等级输出预警信号的装置；该装置体积小巧，对抗外界干扰能力强，反应速度快，灵活性强，且对预警进行明确等级划分，使得操作人员使用更加方便；并借助智能检测技术、嵌入式技术、微处理器技术等手段，突破了传统瓦斯预警检测装置预警效果差、检测精度低等问题。
-
公开(公告)号：CN110490383A
公开(公告)日：2019-11-22
申请号：CN201910763512.6
申请日：2019-08-19
Applicant: 辽宁工程技术大学
Abstract: 本发明涉及钢铁热态生产优化技术领域，提供一种基于板坯聚类的一体化生产炉次计划优化方法，包括：步骤1：构建炉次计划优化模型；步骤2：对待计划板坯集合按钢级和厚度进行分类，得到多个初级类，每个初级类中板坯的钢级相同且厚度相同；步骤3：对每个初级类进行聚类，得到多个二级类；步骤4：给每个二级类中的板坯指派中间包，使中间包所浇铸的板坯重量最大化；步骤5：对每个中间包中的板坯，确定板坯宽度；步骤6：对每个中间包中的板坯，划分炉次。本发明能够在大规模组炉情况下快速获得稳定且更优的炉次计划，提高中间包利用率和生产效率，能够同时保证优化质量和优化效率。
-
公开(公告)号：CN109492816A
公开(公告)日：2019-03-19
申请号：CN201811364980.8
申请日：2018-11-16
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于混合智能的煤与瓦斯突出动态预测方法，流程包括：数据检测；采用均值分批估计融合方法进行数据处理；组成待预测的新问题；利用基于案例聚类的案例检索与匹配方法，针对新问题进行案例检索与匹配，如果案例检索与匹配是有效的，采用加权平均的方法进行案例重用，得到煤与瓦斯突出的预测结果，如果案例检索与匹配是无效的，运行OBPNN突出预测模型，得到煤与瓦斯突出的预测结果。利用实测数据对所提方法进行验证，实例验证结果表明，所提方法给出高精度的预测结果，同时具有良好的鲁棒性，而且建模算法效率更高，预测所用时间更短。
-
公开(公告)号：CN102980558A
公开(公告)日：2013-03-20
申请号：CN201210524077.X
申请日：2012-12-07
Applicant: 辽宁工程技术大学
Abstract: 本发明一种基于极坐标积分的矿用智能巷道断面测量装置及方法，属于矿井检测技术领域，该装置包括激光测距传感器单元和主处理器单元；其中，激光测距传感器单元包括激光测距传感器、步进电机和信号处理电路；主处理器单元包括电源模块和主处理器，本发明借助嵌入式技术、电子集成技术、激光检测技术等手段，突破了传统勘测设备巷道断面测量误差大、快速性不强等问题。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.021 seconds)
