一种井下LED智能显示管理辅助系统

    公开(公告)号:CN103780473B

    公开(公告)日:2017-09-22

    申请号:CN201410012134.5

    申请日:2014-01-10

    IPC分类号: H04L12/46 H04L12/24 H04N7/18

    摘要: 一种井下LED智能显示管理辅助系统,属于显示管理辅助系统。该显示管理辅助系统,在井下人员密集处、关键监测区域安装LED智能显示终端,通过有线或者无线传输方式与井上LED智能管理服务系统和其他各级LED智能显示终端进行双工通信;感知信息系统将井下的各种数据传输给LED智能管理服务系统进行聚类分析,最终通过各种软件对分类结果进行处理,再通过以太网发送给嵌入式LED智能显示终端实时显示井下各种信息及井上各种指令。优点:将LED智能显示终端安置在井下,实时显示各种传感器的监测数据,防止信息的大量浪费,提高了煤矿监控信息与管理调度的实用化、可视化、直观化和透明化程度,实现井下安全生产高效管理,操作简单、实用性强、人员调度方便。

    三维建模中煤块粒度分析的动筛故障诊断方法

    公开(公告)号:CN103537436B

    公开(公告)日:2015-07-08

    申请号:CN201310539577.5

    申请日:2013-11-04

    IPC分类号: B07B1/42 B07B1/28 G01N15/02

    摘要: 一种三维建模中煤块粒度分析的动筛故障诊断方法,属于动筛故障诊断方法。该动筛故障诊断方法,通过冲击力传感器、激光多普勒测速法测出煤块从动筛下落对缓冲板的冲击力度、煤块撞击缓冲板后的起跳速度、起跳高度作为动筛故障诊断的特征;三维建模分析煤块的下落过程,煤块对缓冲板的撞击力度P、煤块弹跳初速度v0、煤块上升位移h这三个参数,根据这三种信号的特征确定煤块的横截面积,与非故障筛孔的横截面积进行对比,并计算出煤块的横截面积与厚度;间接测量煤块粒度对动筛故障进行诊断。优点:本发明将煤块对缓冲板的撞击力度、煤块弹跳初速度、煤块上升位移这三个参数,准确确定煤块的最大横截面积和厚度,准确、快速、简单的监测出筛板的故障。

    一种基于MFCC特征提取的机器故障预测方法

    公开(公告)号:CN103810374A

    公开(公告)日:2014-05-21

    申请号:CN201310662669.2

    申请日:2013-12-09

    IPC分类号: G06F19/00

    摘要: 一种基于MFCC特征提取的机器故障预测方法,属于机器故障预测方法。该故障预测方法,通过机器上安装的声传感器获得当前机器运行的声音信号特征,声音信号经过预处理后,再将其进行Mel变换,获得其MFCC特征向量。根据所得MFCC特征向量对机器健康状况进行预测,具体聚类过程是支持向量机对机器正在运行时所提取的MFCC特征和所存机器之前正常运行样本数据进行聚类,通过投票法对聚类结果进行分析,进而对机器故障进行预测。优点:提取机器的声音特征,将其变换至Mel域,再根据SVM对特征向量进行聚类分析,快速、准确、简单的预测出机器健康状态。具有操作简单、预测精度高、预测速度快、抗噪性能好。对非线性、随机性、时变性的信号能够较为精确的预测。

    一种井下LED智能显示管理辅助系统

    公开(公告)号:CN103780473A

    公开(公告)日:2014-05-07

    申请号:CN201410012134.5

    申请日:2014-01-10

    IPC分类号: H04L12/46 H04L12/24 H04N7/18

    摘要: 一种井下LED智能显示管理辅助系统,属于显示管理辅助系统。该显示管理辅助系统,在井下人员密集处、关键监测区域安装LED智能显示终端,通过有线或者无线传输方式与井上LED智能管理服务系统和其他各级LED智能显示终端进行双工通信;感知信息系统将井下的各种数据传输给LED智能管理服务系统进行聚类分析,最终通过各种软件对分类结果进行处理,再通过以太网发送给嵌入式LED智能显示终端实时显示井下各种信息及井上各种指令。优点:将LED智能显示终端安置在井下,实时显示各种传感器的监测数据,防止信息的大量浪费,提高了煤矿监控信息与管理调度的实用化、可视化、直观化和透明化程度,实现井下安全生产高效管理,操作简单、实用性强、人员调度方便。

    一种基于MFCC特征提取的机器故障预测方法

    公开(公告)号:CN103810374B

    公开(公告)日:2017-04-05

    申请号:CN201310662669.2

    申请日:2013-12-09

    IPC分类号: G06F19/00

    摘要: 一种基于MFCC特征提取的机器故障预测方法,属于机器故障预测方法。该故障预测方法,通过机器上安装的声传感器获得当前机器运行的声音信号特征,声音信号经过预处理后,再将其进行Mel变换,获得其MFCC特征向量。根据所得MFCC特征向量对机器健康状况进行预测,具体聚类过程是支持向量机对机器正在运行时所提取的MFCC特征和所存机器之前正常运行样本数据进行聚类,通过投票法对聚类结果进行分析,进而对机器故障进行预测。优点:提取机器的声音特征,将其变换至Mel域,再根据SVM对特征向量进行聚类分析,快速、准确、简单的预测出机器健康状态。具有操作简单、预测精度高、预测速度快、抗噪性能好。对非线性、随机性、时变性的信号能够较为精确的预测。

    三维建模中煤块粒度分析的动筛故障诊断方法

    公开(公告)号:CN103537436A

    公开(公告)日:2014-01-29

    申请号:CN201310539577.5

    申请日:2013-11-04

    IPC分类号: B07B1/42 B07B1/28 G01N15/02

    摘要: 一种三维建模中煤块粒度分析的动筛故障诊断方法,属于动筛故障诊断方法。该动筛故障诊断方法,通过冲击力传感器、激光多普勒测速法测出煤块从动筛下落对缓冲板的冲击力度、煤块撞击缓冲板后的起跳速度、起跳高度作为动筛故障诊断的特征;三维建模分析煤块的下落过程,煤块对缓冲板的撞击力度P、煤块弹跳初速度v0、煤块上升位移h这三个参数,根据这三种信号的特征确定煤块的横截面积,与非故障筛孔的横截面积进行对比,并计算出煤块的横截面积与厚度;间接测量煤块粒度对动筛故障进行诊断。优点:本发明将煤块对缓冲板的撞击力度、煤块弹跳初速度、煤块上升位移这三个参数,准确确定煤块的最大横截面积和厚度,准确、快速、简单的监测出筛板的故障。