-
公开(公告)号：CN114992992A
公开(公告)日：2022-09-02
申请号：CN202210703288.3
申请日：2022-06-21
Applicant: 重庆科技学院
Abstract: 本发明提供了一种节能型的空气能热泵烘干房，包括烘干房：所述烘干房包括处理仓、静压室、烘干室和回流管，所述处理仓内安装有蒸发器、压缩机、电磁阀和除湿设备；本发明结构简单，功能性强，通过蒸发器使空气变为低温低压气体，由电磁阀讲气体输送至压缩机，通过压缩机变为高温高压热空气，进入静压室由风机吹向烘干室内部，实现烘干，然后通过出气单向阀排入回流管内，带动扇叶转动，从而使蒸气发电机发电并输送至蓄电池存储，气流回流至除湿装置内，经过冷凝管出气气流中水分，水分凝结水滴，经出水单向阀，从排水管排出，气体从出气管和电磁阀进入压缩机，实现气流循环，烘干效果好，并且蓄电池与外界电源同时供电，达到节能的作用。
-
公开(公告)号：CN107575265B
公开(公告)日：2019-02-22
申请号：CN201711022351.2
申请日：2017-10-27
Applicant: 重庆科技学院
Abstract: 本发明涉及一种判断煤矿掘进工作面瓦斯爆炸超压的分析方法属于煤矿瓦斯分析技术领域，包含如下步骤：S1：计算不同初始状态下瓦斯爆炸的总能量；S2：结合爆炸气体动力学知识建立掘进工作面瓦斯爆炸超压预测模型并进行预测计算；S3：结合实验数据和气体压缩方程对超压预测模型进行修正；S4：利用大尺寸巷道的实测爆炸超压数据和超压预测数据进行对比，得出瓦斯爆炸的超压修正预测模型。本发明用于结合每个矿井的历史情况和实际情况，进行瓦斯爆炸的可能性分析和程度分析预测，为防止由于瓦斯爆炸冲击造成伤害，而提前提出针对性防治措施。
-
公开(公告)号：CN115049124A
公开(公告)日：2022-09-13
申请号：CN202210644546.5
申请日：2022-06-08
Applicant: 重庆科技学院
Abstract: 本发明属于隧道工程灾害预测领域，具体涉及一种基于贝叶斯网络的深长隧道突涌水预测方法，包括确定深长隧道突涌水的影响因素，完善致灾因子和突涌水评价指标的等级划分，建立隧道突涌水样本库；应用解释结构模型方法建立突涌水影响因素的层次结构关系，确定影响因素的排序和层间指向性连接，建立解释结构模型；基于解释结构模型，改进贝叶斯网络结构的构建方法；针对不同样本库的情况，应用改进方法构建贝叶斯网络模型；依据贝叶斯网络模型，进行深长隧道突涌水的定量预测。本发明能够实现定性和定量的综合分析，对完备数据样本和不完备数据样本同时具有适用性，对小样本具有适用性，独立于主观判断，更准确、更客观的进行深长隧道突涌水预测。
-
公开(公告)号：CN107965270A
公开(公告)日：2018-04-27
申请号：CN201711430896.7
申请日：2017-12-26
Applicant: 重庆科技学院
Abstract: 本发明提供一种反循环流道式双级扩孔器，包括反循环总成，反循环总成包括一根内部设置有反循环结构的芯轴，芯轴的两端为内螺纹接头，在芯轴的壳体上焊接有前扶正桶、一级扩孔基座、二级扩孔基座、后扶正桶和吸渣桶，在前扶正桶的壳体上焊接有前螺旋刀翼，在后扶正桶的壳体上焊接有后螺旋刀翼，吸渣桶焊接在芯轴的壳体上位于一级扩孔基座与二级扩孔基座之间的位置，吸渣桶通过吸渣管与芯轴连通，在芯轴的壳体上与后扶正桶的端面上分别焊接有加强筋，在一级扩孔基座与二级扩孔基座上分别固定有牙掌和双排PDC刀翼，牙掌的端部连接有牙轮。本发明可适用于不同地质，单次扩孔截面大，扩孔效率高，切削刃可快速更换，节约成本，延长使用寿命。
-
公开(公告)号：CN113240671A
公开(公告)日：2021-08-10
申请号：CN202110666330.4
申请日：2021-06-16
Applicant: 重庆科技学院
Abstract: 本发明涉及水轮机转轮叶片的缺陷检测技术领域，具体公开了一种基于YoloV4‑Lite网络的水轮机转轮叶片缺陷检测方法，包括步骤：S1：基于YoloV4‑Lite网络构建缺陷检测网络；S2：对水轮机转轮叶片的不同缺陷处进行图片采集，得到千张以上缺陷图片；S3：对步骤S2采集的缺陷图片进行预处理(使用LabelImg软件按照Pascal VOC 2012格式处理)，得到数据集；S4：采用所述数据集对所述缺陷检测网络进行训练、测试和验证。本发明将YoloV4‑Lite的主干提取网络CSPDarkNet53网络替换为MobileNet网络，MobileNet网络是一种实时轻量型网络，可以提高检测网络速度，大幅度降低网络参数。实验结果表明，缺陷检测网络可以达到97.48％的准确率，且MobileNetV3的网络参数量只需要37.35MB，比CSPDarkNet53降低了206.94MB，FPS达到44.68，具有高准确率、低内存存储、实时性优势。
-
Patent Agency Ranking
公开(公告)号：CN115131711A
公开(公告)日：2022-09-30
申请号：CN202210792080.3
申请日：2022-07-07
Applicant: 重庆科技学院
IPC: G06V20/40 , G06V10/82 , G06V10/44 , G06V10/774 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本发明涉及图像检测技术领域，具体公开了一种基于YoloV4‑Lite网络的视频图像火焰检测方法，包括步骤：S1：基于YoloV4‑Lite网络构建火焰检测模型；S2：采集视频图像帧；S3：对步骤S2采集的视频图像帧进行预处理，得到数据集；S4：采用所述数据集对所述火焰检测模型进行训练、测试和验证，最终利用训练好的火焰检测模型实现视频图像火焰检测。其效果是：在主干特征提取网络中使用GhostNet网络，保证减少网络参数的同时，准确率不会降低太多，在加强特征提取网络中使用深度可分离卷积替代1*1和3*3的传统卷积，进一步缩减网络的参数量，同时在加强特征提取网络部分加入信道注意模块，使神经网络可以更好的关注在被检测的物体上，达到网络性能和复杂度的平衡。
-
公开(公告)号：CN114943125A
公开(公告)日：2022-08-26
申请号：CN202210686819.2
申请日：2022-06-16
Applicant: 重庆科技学院
IPC: G06F30/17 , G06F30/23 , G06F30/27 , G06N5/00 , G06F17/18 , G06K9/62 , G06F111/10 , G06F111/08 , G06F119/14
Abstract: 本发明属于隧道工程稳定性分析领域，具体公开一种基于XGBoost优化算法的隧道围岩参数智能反演分析方法，包括以下步骤：S1：建立数值模拟计算模型，获得围岩参数反演样本库；S2：对样本库中的位移、参数数据进行相关性和敏感性分析，对各参数作为待反演参数的可行性进行评价，以及位移特征组合的合理性进行量化评价；S3：利用CART算法确定待反演参数，进行位移特征组合筛选；S4：以CART算法为基学习器，建立隧道围岩参数智能反演分析的XGBoost集成算法模型；S5：应用控制单一变量法和贝叶斯优化法，对XGBoost算法进行优化；S6：将位移特征输入到XGBoost集成算法模型，得到预测的围岩参数值。本发明通过超参数寻优实现了XGBoost集成算法模型的优化，模型的稳定性和预测准确率高。
-
公开(公告)号：CN113240671B
公开(公告)日：2022-06-24
申请号：CN202110666330.4
申请日：2021-06-16
Applicant: 重庆科技学院
Abstract: 本发明涉及水轮机转轮叶片的缺陷检测技术领域，具体公开了一种基于YoloV4‑Lite网络的水轮机转轮叶片缺陷检测方法，包括步骤：S1：基于YoloV4‑Lite网络构建缺陷检测网络；S2：对水轮机转轮叶片的不同缺陷处进行图片采集，得到千张以上缺陷图片；S3：对步骤S2采集的缺陷图片进行预处理(使用LabelImg软件按照Pascal VOC 2012格式处理)，得到数据集；S4：采用所述数据集对所述缺陷检测网络进行训练、测试和验证。本发明将YoloV4‑Lite的主干提取网络CSPDarkNet53网络替换为MobileNet网络，MobileNet网络是一种实时轻量型网络，可以提高检测网络速度，大幅度降低网络参数。实验结果表明，缺陷检测网络可以达到97.48％的准确率，且MobileNetV3的网络参数量只需要37.35MB，比CSPDarkNet53降低了206.94MB，FPS达到44.68，具有高准确率、低内存存储、实时性优势。
-
公开(公告)号：CN115062544A
公开(公告)日：2022-09-16
申请号：CN202210688944.7
申请日：2022-06-16
Applicant: 重庆科技学院
Abstract: 本发明属于隧道围岩稳定性分析领域，具体公开一种基于动态贝叶斯网络的隧道围岩位移时序曲线预测方法，包括：S1.对影响因素和围岩位移进行离散化，建立样本库；S2.改进解释结构模型的构建方法，建立解释结构模型；S3.根据解释结构模型，构建隧道围岩位移预测的静态贝叶斯网络模型；S4.改进动态贝叶斯网络模型的结构构建方法和参数学习方法；S5.构建动态贝叶斯网络模型推理方法，建立动态贝叶斯网络模型；S6.预测隧道围岩位移时序曲线。本发明优化了解释结构模型、静态贝叶斯网络模型和动态贝叶斯网络模型的构建方法，能够在隧道工程施作前确定围岩位移的动态发展情况，对隧道工程选址、超前支护、施工方法选择、工程病害诊断等具有非常重要的指导价值。
-
公开(公告)号：CN114120405A
公开(公告)日：2022-03-01
申请号：CN202111375546.1
申请日：2021-11-19
Applicant: 重庆科技学院
IPC: G06V40/16 , G06V10/762 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及行为识别技术领域，具体公开了一种油气实验室不安全行为智能识别方法，采用Retinaface网络和改进的Facenet网络构建人脸识别平台，通过Retinaface网络截取人脸部分，传入到改进的Facenet网络比对已有人脸数据库，判断进出实验室人员。采用替换主干提取网络为MobilenetV1网络和使用Triplet Loss和Cross‑Entropy Loss作为损失函数的方法改进Facenet网络，网络的准确率下降1.55％，FPS(每秒检测帧数)提高了25。对于防护穿戴的不安全行为、危险区域入侵的不安全行为、实验人员的不安全行为、违规使用设备的不安全行为采用改进的YOLOv4‑tiny网络进行识别，在第一部分使用K‑means聚类方法选择合适先验框，第二部分加入ECA注意力模块进行改进，以提高网络对小目标的特征提取能力。相比于原有的YOLOv4‑tiny网络，平均精度均值提高了21.17％。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.016 seconds)
