-
公开(公告)号：CN106355812A
公开(公告)日：2017-01-25
申请号：CN201610652558.7
申请日：2016-08-10
申请人： 安徽理工大学
发明人： 曹珍贯
IPC分类号： G08B17/06
CPC分类号： G08B17/06
摘要： 本发明公开了一种基于温度场的火灾隐患预测方法，首先，利用MLX90614传感器构成3*3点阵的远程红外温度检测探头，实现点阵式温度远程测量；其次将点阵式温度探头置于水平、垂直的二维旋转平台上，能够对检测区域进行360度不间断的24小时扫描，获得检测区域的温度场数据，通过激光测距、布谷鸟LS-SVM回归算法，进行温度实时校正，并通过以太网传送至服务器，生成温度场图像数据；最后针对检测区域的温度分布变化，将检测区域分割成若干子温度场，利用基于时间序列的LS-SVM回归算法，对下一时刻温度进行预测，将各坐标的历史温度与预测温度，作为输入样本，采用LS-SVM分类算法对子温度场进行火灾隐患识别，从而实现对被检测区域的火灾隐患的检测和预防。
-
公开(公告)号：CN113812977B
公开(公告)日：2023-08-25
申请号：CN202110932073.4
申请日：2021-08-13
申请人： 安徽理工大学
IPC分类号： A61B8/04
摘要： 本发明提出了一种超声波血压计，并提供一种能够消除因探测装置与血管不平行而产生的误差的结构设计。超声波血压计由超声波传感器，脉冲信号发射接收模块，示波器，上位机组成。在测量模块中超声波传感器设置为分布式矩形模块，即超声波探测器由9块压电材料构成，按矩形方式排列。超声波发送由中心点压电材料完成，对于接收超声波则选取9块压电材料中接收到的回波幅值最大的一块。取中心块与接收块中心点计算距离，再根据超声波在人体中的传播速度v与接收波形时间计算出三角形的另外两边。由海伦公式可以得出测量装置与血管之间的垂直距离，从而消除了角度偏差引起的血管直径测量误差。该血压测量系统通过矩阵式传感器对血管直径测量进行校正，提高了超声波血压计的检测精度。通过该系统，可持续检测血压波形，得到时域下的动态信息。
-
公开(公告)号：CN116494232A
公开(公告)日：2023-07-28
申请号：CN202310466464.0
申请日：2023-04-27
申请人： 安徽理工大学
IPC分类号： B25J9/16
摘要： 本发明设计一种基于改进mask‑rcnn算法的煤和矸石快速分拣机械臂系统设计，包括：由改进的mask‑rcnn模型实现对煤和矸石检测和分割的算法；对双目相机采集到的煤和矸石图像计算深度信息的算法；对分割出的图像计算最优抓取角度的算法。本发明解决了煤和矸石检测分割的功能，实现了煤和矸石距离的测量，以及计算最优抓取角度的功能。该系统提高了对煤和矸石分拣的效率，对煤炭工业的绿色发展具有重要意义。
-
公开(公告)号：CN113284620B
公开(公告)日：2023-07-21
申请号：CN202110479863.1
申请日：2021-04-30
申请人： 安徽理工大学 , 皖南医学院第一附属医院(皖南医学院弋矶山医院)
摘要： 本发明涉及数据处理技术领域，公开了一种职业健康数据分析模型的建立方法，包括以下步骤：对多个心电信号的多个时域特征、频域特征和信息域特征进行遗传算法筛选，获得N2个最优的心电信号特征，记为A2；将多个最优的心电信号特征A2与血压数据和心率数据合并，获得心功能数据，记为A3；采用自适应磷虾群算法优化KELM模型的正则化系数C和径向基核函数的参数g，得到最优正则化系数Cbest和最优径向基核函数的参数gbest；将心功能数据A3作为KELM模型的输入，获取KELM模型的最优适应度，采用最优适应度的KELM模型对A3测试集进行处理，采用这种职业健康数据分析模型进行心功能数据处理，提高了心电信号分析识别的精度，同时提升了心功能数据的处理速度。
-
公开(公告)号：CN115855174A
公开(公告)日：2023-03-28
申请号：CN202211478770.8
申请日：2022-11-23
申请人： 安徽理工大学
摘要： 在煤矿开采领域，风量作为矿井开采环节中的一项关键数据，对它的精确、快速、实时测量是煤矿安全生产的必要保障之一。针对煤矿生产的复杂环境要求，设计了一种矿用井下风量测量装置，由超声波风速测量模块、无线传输模块、二维步进电机驱动平台、激光测距模块构成。四个超声波风速测量模块分布于巷道上，用于测量巷道不同位置的风速，通过四个超声波风速测量模块所测得风速平均值为当前实时风速；利用步进电机驱动平台驱动激光传感器进行巷道截面积测量；最终将风速值与巷道截面积相乘得到巷道实际风量。该装置具有重量轻、体积小、测量精度高、可移动、安全可靠的特点，展现了极大的应用前景。
-
公开(公告)号：CN112508042A
公开(公告)日：2021-03-16
申请号：CN202011538764.8
申请日：2020-12-23
申请人： 安徽理工大学
摘要： 本发明涉及一种基于模糊识别技术与图像识别技术的果园管理系统，其特征在于：包括有图像采集模块，湿度采集模块，图像处理模块，模糊控制模块组成；图像采集模块采集果树图片，送入图像处理模块进行提取果树的树叶颜色及果实特征，将得到的特征数据同采集的土壤湿度数据一起送入模糊控制模块，根据内置的模糊控制程序对果树的发育状况进行判断。该控制系统可实现对果园的远程监测和部分程度上的自动管理。通过图像识别和湿度采集模块分析果树的发育情况，通过模糊控制对果园进行自动化控制。整个过程可实现无人化，大大降低了管理者的管理成本和管理门槛。
-
公开(公告)号：CN112370078A
公开(公告)日：2021-02-19
申请号：CN202011247589.7
申请日：2020-11-10
申请人： 安徽理工大学
摘要： 本发明公开了一种基于超声成像和贝叶斯优化的图像检测方法，涉及图像检测技术领域，在检测矿工肺机能的时候采用了先进的超声成像无损检测手段，同时，在进行超声成像肺机能分析过程中采用贝叶斯优化的KPCANet算法保证了矿工肺机能分析的准确性和可靠性，准确可靠的掌握矿工的肺机能情况有助于准确、及时地掌握矿工的身体健康状态，对于职业性尘肺病早期发现具有重要意义。针对矿工这一特殊群体进行肺部机能检测分析，实现矿工肺部健康状态的准确、实时测量分析，完成职业性尘肺病等部分职业病的前期预警及保障矿工的生命健康。
-
公开(公告)号：CN112309568A
公开(公告)日：2021-02-02
申请号：CN202011247601.4
申请日：2020-11-10
申请人： 安徽理工大学
摘要： 本发明公开了一种基于主动学习结合PNN的异常识别方法，涉及异常体征识别技术领域，通过筛选最有价值的样本进行标记，既可降低人工标注成本，又可提高已标注样本的泛化能力。分类器能够主动选择包含信息量大的未标注的矿工体征数据并将其交由专家进行标注，然后置入训练集进行训练，从而在训练集较小的情况下获得较高的分类正确率，这样可以有效的降低构建高性能分类器的代价，提升训练效率，能取得传统监督学习算法所获得的近似分类准确率。PNN算法建模过程简单、训练速度快、分类更准确、容错性好。将主动学习与PNN算法相结合，用于体征异常矿工的识别，实现了矿工身体健康状态的高效且快速识别，完成了部分职业病的前期预警。
-
公开(公告)号：CN205644946U
公开(公告)日：2016-10-12
申请号：CN201620423063.2
申请日：2016-05-09
申请人： 安徽理工大学
摘要： 随着煤矿采掘深度的不断增加和开采规模的不断扩大，煤与瓦斯突出问题日趋严重，煤与瓦斯突出是煤矿生产的重大自然灾害之一；本实用新型公开了一种基于DSP的煤与瓦斯突出监测系统，采用TMS320LF28335 DSP芯片作为微处理器，采用非接触式测量方式，能够不间断地监测突出，及时预防事故发生，具有十分重要的社会效益和经济效益。
-
公开(公告)号：CN205506970U
公开(公告)日：2016-08-24
申请号：CN201620273590.X
申请日：2016-03-31
申请人： 安徽理工大学
IPC分类号： G01R31/00
摘要： 本实用新型公开了一种基于DSP与FPGA电能质量智能监控处理系统，此设计分为两部分，第一部分是谐波信号的接收以及传输，数据采集模块采集到电能中谐波信号，由AD7606模块通过RS485总线送至FPGA中，再由FPGA送进DSP中，数据经调理电路调整送至PC；第二部分是电能智能化质量改善，数据被送入PC中，将处理程序经CAN总线送入DSP中，由RS232总线送到D/A模块中，经D/A处理后信号送入电力系统消除谐波，使电能达到高质量指标。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.045 秒)
