-
公开(公告)号：CN113049633A
公开(公告)日：2021-06-29
申请号：CN202110248448.5
申请日：2021-03-05
申请人： 浙江省应急管理科学研究院 , 中国计量大学
摘要： 本发明公开了一种金属粉尘遇水自燃测试装置及方法，属于金属粉尘堆积状态下自燃测试实验领域，包括供气装置模块、供水装置模块、加热组件模块、反应装置模块和关键参数测试模块，所述反应装置模块设置在加热组件模块内，所述反应装置模块分别与供气装置模块、供水装置模块和关键参数测试模块相连接。本发明能解决遇水容易发生自燃的金属粉尘的测试，可以完成不同影响因素的改变情况下的自燃温度测试，同时利用温度和气体测试参数，计算得到综合温度和气体参数判据，将堆积状态活泼金属粉尘的自燃倾向性分为四个程度，可更加科学的对不同堆积状态下金属粉尘的自燃倾向进行判断，对活泼金属粉尘实际现场的燃爆防控工作提供数据支撑和理论指导。
-
公开(公告)号：CN117975349A
公开(公告)日：2024-05-03
申请号：CN202311419592.6
申请日：2023-10-30
申请人： 浙江省应急管理科学研究院
IPC分类号： G06V20/52 , G06V20/40 , G06V10/25 , G06V10/82 , G06V10/764 , G06N3/0464
摘要： 本申请涉及智能检测技术领域，其具体地公开了一种基于改进YOLOv3算法的装卸不安全行为检测预警方法，其基于改进的YOLOv3算法对槽罐车装卸作业的监控视频中的不安全行为进行目标锁定，再利用上下文编码器模型提取目标检测区域的上下文语义关联特征，并基于此判断装卸过程中是否存在不安全行为。这样，能够准确地识别出装卸过程中的不安全行为，提高检测精度和效果。
-
公开(公告)号：CN114392627A
公开(公告)日：2022-04-26
申请号：CN202210118832.8
申请日：2022-02-08
申请人： 浙江省应急管理科学研究院
IPC分类号： B01D50/10 , B01D50/60 , B01D46/62 , B01D46/64 , B01D47/06 , B01D45/08 , B01D29/64 , B01D53/00 , B01D53/26 , B01D53/30 , E03B11/00 , B24B55/06 , B24B55/12 , B24B55/04 , G01D21/02
摘要： 本发明公开了一种基于安全高效设计的湿法一体机及其评价方法，属于金属粉尘收集技术领域，包括机器总体框架、抛磨系统模块、除尘系统模块、供水过滤系统和监测系统模块，通过设备内部风流组织，最大程度上提高作为环保设备的除尘效率，同时建立了相关关键安全监测参数的评价方法，系统的安全参数在线监测不仅满足系统的本质安全要求，为后期企业与政府的信息参数对接提供了极大地便利；通过对反应产生的氢气的在线监测、温度监测以及水位水压监测等手段来完善设备的本身安全性，通过设计不同除尘区域、多级除尘方式提高了设备除尘的高效率和可靠性。
-
公开(公告)号：CN216986926U
公开(公告)日：2022-07-19
申请号：CN202220255987.1
申请日：2022-02-08
申请人： 浙江省应急管理科学研究院
IPC分类号： B01D50/10 , B01D50/60 , B01D46/62 , B01D46/64 , B01D47/06 , B01D45/08 , B01D29/64 , B01D53/00 , B01D53/26 , B01D53/30 , E03B11/00 , B24B55/06 , B24B55/12 , B24B55/04 , G01D21/02
摘要： 本实用新型公开了一种基于安全高效设计的湿法一体机，属于金属粉尘收集技术领域，包括机器总体框架、抛磨系统模块、除尘系统模块、供水过滤系统和监测系统模块，通过设备内部风流组织，最大程度上提高作为环保设备的除尘效率，系统的安全参数在线监测不仅满足系统的本质安全要求，为后期企业与政府的信息参数对接提供了极大地便利；通过对反应产生的氢气的在线监测、温度监测以及水位水压监测等手段来完善设备的本身安全性，通过设计不同除尘区域、多级除尘方式提高了设备除尘的高效率和可靠性。
-
公开(公告)号：CN111774386B
公开(公告)日：2022-09-09
申请号：CN202010635669.3
申请日：2020-07-03
申请人： 中国计量大学 , 浙江省安全生产科学研究院
摘要： 本发明公开了一种无源驱动管道清灰机器人。主要由在管道内从进风到出风方向布置连接的驱动装置、清扫装置和支撑装置各段装置构成，驱动装置和清扫装置之间、清扫装置和支撑装置之间均通过柔性联轴器相连，使各装置之间产生相对摆动；当除尘管道内的风力作用在驱动装置中的迎风板上，推动机器人沿着除尘管道内壁行走的同时，机器人各段装置相对摆动以适应管道的拐弯变化。本发明用迎风板代替风叶风能驱动，实现了无源驱动，能量转化效率高，提高可燃爆粉尘清灰作业的安全性，能用于粉尘除尘管道清扫。
-
公开(公告)号：CN114724088A
公开(公告)日：2022-07-08
申请号：CN202210434454.4
申请日：2022-04-24
申请人： 中国计量大学
摘要： 本发明公开了一种基于时空残差网络的工序实时评估方法，通过对输入的监控视频中操作人员的检测，提取目标区域图像；然后，使用时空残差网络对目标区域进行时空特征提取和融合，实时识别出作业过程中的每道工序。该方法能够在监控摄像头固定的应用场景下，实现自动化的操作工序的高精度实时评估。
-
公开(公告)号：CN111774386A
公开(公告)日：2020-10-16
申请号：CN202010635669.3
申请日：2020-07-03
申请人： 中国计量大学 , 浙江省安全生产科学研究院
摘要： 本发明公开了一种无源驱动管道清灰机器人。主要由在管道内从进风到出风方向布置连接的驱动装置、清扫装置和支撑装置各段装置构成，驱动装置和清扫装置之间、清扫装置和支撑装置之间均通过柔性联轴器相连，使各装置之间产生相对摆动；当除尘管道内的风力作用在驱动装置中的迎风板上，推动机器人沿着除尘管道内壁行走的同时，机器人各段装置相对摆动以适应管道的拐弯变化。本发明用迎风板代替风叶风能驱动，实现了无源驱动，能量转化效率高，提高可燃爆粉尘清灰作业的安全性，能用于粉尘除尘管道清扫。
-
公开(公告)号：CN114724252A
公开(公告)日：2022-07-08
申请号：CN202210435541.1
申请日：2022-04-24
申请人： 中国计量大学
摘要： 本发明提供一种基于改进MobileNet的视频行为识别方法，其包括如下步骤：首先，将待识别行为视频中的多个连续行为帧输入到所提出的识别网络中，来挖掘行为视频中前后帧之间的运动趋势特征。然后，在加权逐点卷积过程中，在时间轴上添加了一个随机淡入因子，为每个相关帧提供不同的权重来更有效地利用不同时刻的行为帧之间的运动趋势关系。本发明提供的行为识别方法采用了基于多帧MobileNet的轻量级网络架构，通过引入多个连续的行为帧来描述相似行为的内部差异，实现了细粒度的行为识别、检测和评估，提高基于视频的行为识别正确率。
-
公开(公告)号：CN115546765A
公开(公告)日：2022-12-30
申请号：CN202211272888.5
申请日：2022-10-18
申请人： 中国计量大学
IPC分类号： G06V20/58 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/82
摘要： 本发明提供一种基于改进的YOLOv5车载热图像检测方法，其包括如下步骤：首先本文使用2018年传感器系统开发商FLIR公司发布的自动驾驶开源红外热成像数据集，对数据集中的行人(People)、自行车(Bicycle)、汽车(Cars)3类目标进行检测，训练集8862张，验证集1366张；其次采用基于YOLOv5的深度学习的方法，针对红外图像分辨率低、目标小且细节模糊的问题，提出全新的融入自适应空间特征融合(ASFF)的Neck部分和一种融合卷积注意力模块(ConvolutionalBlockAttentionModule，CBAM)的CBSM模块；接着使用EIOU损失函数替换原有的CIOU损失函数，加速收敛提高回归精度，优化边界框回归任务中的样本不平衡问题,得到一个改进的YOLOv5网络模型。本发明能够有效地满足体积小和轻量化的需求，适合部署到车载嵌入式系统中，具有广阔的应用前景。
-
公开(公告)号：CN114998987A
公开(公告)日：2022-09-02
申请号：CN202210554328.2
申请日：2022-05-19
申请人： 中国计量大学
IPC分类号： G06V40/20 , G06V10/764 , G06N3/08 , G06N3/04
摘要： 本发明公开了一种基于时间信息注意力的动作识别方法及系统，识别方法及系统包括：使用摄像头对泵房现场进行视频记录，并通过选取的点位，提取出每个位置的静态帧图片序列；其次使用残差网络对底层的基础特征进行提取。然后通过时间信息注意力模块和局部分组卷积叠加模块，将视频数据中的时间信息进行聚集，并生成增强权重系数，对原始特征中与动作有关的时空信息进行增强,从而达到增强模型时空建模能力的目的。本方法通过一维卷积增强数据中的时间信息，并使用局部分组卷积叠加增大在在时间维度上的感受野，较显著得提升了动作识别任务的识别率，实现了对泵房中动作的识别与记录。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.045 秒)
