瓦斯抽采安全隐患监测系统

    公开(公告)号:CN103334781A

    公开(公告)日:2013-10-02

    申请号:CN201310228197.X

    申请日:2013-06-08

    IPC分类号: E21F7/00

    摘要: 本发明提供一种瓦斯抽采安全隐患监测系统。该系统包括:检测模块、处理模块、开关量输入输出模块、瓦斯抽采泵和瓦斯抽采管道阀门;检测模块对待测空间进行检测获取检测信号;处理模块采用小波分析算法对检测信号进行降噪处理得到检测数据,并将检测数据和设定的安全隐患参数标准值范围进行比较,生成识别结果;开关量输入输出模块根据识别结果生成控制信号;瓦斯抽采泵和/或瓦斯抽采管道阀门根据控制信号保持运行或停止运行。本发明提供的瓦斯抽采安全隐患监测系统,对检测信号采用小波分析算法进行降噪处理,提高了对瓦斯抽采控制的安全性,能够有效的预防瓦斯事故的发生。

    瓦斯抽采安全隐患防控系统与方法

    公开(公告)号:CN103470305A

    公开(公告)日:2013-12-25

    申请号:CN201310396085.5

    申请日:2013-09-03

    IPC分类号: E21F17/18 E21F7/00

    摘要: 本发明提供一种瓦斯抽采安全隐患防控系统与方法,其中系统包括:检测设备、安全隐患识别组件、控制器、执行器和通信设备;检测设备用于检测安全隐患参数;控制器分别与所述检测设备和安全隐患识别组件连接,用于接收安全隐患参数,并将安全隐患参数发送至安全隐患识别组件以进行安全隐患识别并生成识别结果;控制器还用于根据识别结果发出安全隐患控制信号;执行器与控制器的输出端连接,根据安全隐患控制信号执行安全隐患处理操作;通信设备分别与控制器和安全隐患识别组件连接,用于实现控制器与安全隐患识别组件之间进行数据通信。本发明提供的瓦斯抽采安全隐患防控系统与方法能够实现对瓦斯抽采过程中存在的安全隐患进行识别并提前处理。

    瓦斯抽采安全隐患防控系统

    公开(公告)号:CN203476396U

    公开(公告)日:2014-03-12

    申请号:CN201320545033.5

    申请日:2013-09-03

    IPC分类号: E21F17/18 E21F7/00

    摘要: 本实用新型提供一种瓦斯抽采安全隐患防控系统,包括:检测设备、安全隐患识别组件、控制器、执行器和通信设备;检测设备用于检测安全隐患参数;控制器分别与所述检测设备和安全隐患识别组件连接,用于接收安全隐患参数,并将安全隐患参数发送至安全隐患识别组件以进行安全隐患识别并生成识别结果;控制器还用于根据识别结果发出安全隐患控制信号;执行器与控制器的输出端连接,根据安全隐患控制信号执行安全隐患处理操作;通信设备分别与控制器和安全隐患识别组件连接,用于实现控制器与安全隐患识别组件之间进行数据通信。本实用新型提供的瓦斯抽采安全隐患防控系统能够实现对瓦斯抽采过程中存在的安全隐患进行识别并提前处理。

    瓦斯抽采安全隐患监测系统

    公开(公告)号:CN203296804U

    公开(公告)日:2013-11-20

    申请号:CN201320331114.5

    申请日:2013-06-08

    IPC分类号: E21F7/00

    摘要: 本实用新型提供一种瓦斯抽采安全隐患监测系统。该系统包括:检测模块、处理模块、开关量输入输出模块、瓦斯抽采泵和瓦斯抽采管道阀门;检测模块对待测空间进行检测获取检测信号;处理模块采用小波分析算法对检测信号进行降噪处理得到检测数据,并将检测数据和设定的安全隐患参数标准值范围进行比较,生成识别结果;开关量输入输出模块根据识别结果生成控制信号;瓦斯抽采泵和/或瓦斯抽采管道阀门根据控制信号保持运行或停止运行。本实用新型提供的瓦斯抽采安全隐患监测系统,对检测信号采用小波分析算法进行降噪处理,提高了对瓦斯抽采控制的安全性,能够有效的预防瓦斯事故的发生。

    基于频谱感知和超宽带雷达的井下人员生命体征监测方法

    公开(公告)号:CN112826462B

    公开(公告)日:2024-06-25

    申请号:CN202011620538.4

    申请日:2020-12-31

    IPC分类号: A61B5/0205

    摘要: 本发明公开了一种基于频谱感知和超宽带雷达的井下人员生命体征监测方法,在井下巷道均匀安装J个UWB雷达模块,设人员处于UWB雷达模块j和UWB雷达模块j+1之间,1≤j≤J,UWB雷达模块j和UWB雷达模块j+1分别将其可通信的无线频带初始化分成I个子频带,并采用频谱感知方法探测其空闲子频带;UWB雷达模块j和UWB雷达模块j+1分别从其空闲子频带类中选择一个空闲子频带,探测井下人员的位置,并对UWB雷达模块j和UWB雷达模块j+1的探测信号进行处理,采用变分模态分解算法分解出人员生命体征参数。选择空闲子频带发射脉冲信号,保证了人员定位和生命体征监测的可靠性。

    水文遥测分站线缆敷设装置

    公开(公告)号:CN207740047U

    公开(公告)日:2018-08-17

    申请号:CN201820044891.4

    申请日:2018-01-11

    IPC分类号: E21F17/06 E21F17/00

    摘要: 本实用新型公开了一种水文遥测分站线缆敷设装置,涉及一种线缆敷设装置,包括支架、轴承座、转动杆、线缆固定装置和手柄;两个轴承座相对应地固定在所述支架上,两个轴承座中分别设有滚动轴承;所述转动杆水平设置,所述转动杆的两侧分别连接在两个滚动轴承中;所述线缆固定装置连接在所述转动杆的中部;所述手柄固定在所述转动杆的端部。本实用新型的优点在于:避免了提拉线缆时的伤手事故以及刮破线缆事故,避免了损坏农作物,重量轻,可拆卸,易组装,便于野外作业,省时省力。

    电动卷电缆装置
    7.
    实用新型

    公开(公告)号:CN207738209U

    公开(公告)日:2018-08-17

    申请号:CN201820044901.4

    申请日:2018-01-11

    IPC分类号: B65H54/12 B65H54/74

    摘要: 本实用新型公开了一种电动卷电缆装置,涉及一种卷电缆装置,包括连接杆、连接环、卷绕架和电机;所述连接杆水平设置;所述连接环的中心孔套在所述连接杆上,所述连接环上位于所述中心孔的周围固定有若干螺栓;所述卷绕架包括圆筒和中心板,所述中心板固定在所述圆筒的端部,所述中心板的中间开有第一连接孔,所述中心板上位于所述第一连接孔的周围开有若干第二连接孔;所述连接杆穿在所述圆筒中,其端部从第一连接孔穿出;所述连接环位于所述圆筒端部的外侧,所述连接环上的螺栓插在所述第二连接孔中;所述电机的输出轴与所述连接杆的一端连接。本实用新型的优点在于:提高了电缆的卷绕效率,降低了职工的劳动强度。

    一种煤矿安全管控装置
    8.
    发明公开

    公开(公告)号:CN118506280A

    公开(公告)日:2024-08-16

    申请号:CN202410676858.3

    申请日:2024-05-29

    摘要: 本发明涉及煤矿安全技术领域,尤其涉及一种煤矿安全管控装置。本发明提供一种能够帮助操作人员快速发现并纠正不规范的倒闸行为,提高检测的准确性和效率,保障电网的安全稳定运行的煤矿安全管控装置。一种煤矿安全管控装置,包括有驱动模块、安装箱、数据处理模块和人机交互界面模块等,安装箱下侧连接有驱动模块,安装箱上部连接有数据处理模块,安装箱上部前侧连接有人机交互界面模块。本发明通过目标检测模块实时采集图像,实时识别图像中各种类型的设备和物品及其所在状态,并对操作人员的倒闸行为进行实时监测和分析,能够达到帮助操作人员快速发现并纠正不规范的倒闸行为,提高检测的准确性和效率,保障电网的安全稳定运行的效果。

    一种基于轻量化卷积神经网络的煤矸石图像分类方法

    公开(公告)号:CN116342949A

    公开(公告)日:2023-06-27

    申请号:CN202310311672.3

    申请日:2023-03-27

    摘要: 本发明公开了一种基于轻量化卷积神经网络的煤矸石图像分类方法,包括采集煤矸石图像数据集,对数据集图像进行预处理并进行数据划分;将划分后的数据集进行数据增强操作;在原始Ghost模块的基础上提出更高效的轻量级卷积模块,并搭建一种煤矸石图像识别轻量化卷积神经网络;将增强后的训练数据集输入至设计好的识别模型中进行训练,得到训练好的轻量化卷积神经网络并保存模型权重参数;加载保存的模型参数文件,对测试数据集进行识别,得到预测结果。有效提高了轻量化卷积神经网络模型的识别准确率,能够很好地应用在井下工业场景来识别煤和矸石,解决了传统卷积神经网络因模型复杂度高难以部署在计算资源受限的嵌入式设备上的问题。

    一种职业健康数据分析模型的建立方法

    公开(公告)号:CN113284620A

    公开(公告)日:2021-08-20

    申请号:CN202110479863.1

    申请日:2021-04-30

    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。