-
公开(公告)号：CN118958983A
公开(公告)日：2024-11-15
申请号：CN202411445602.8
申请日：2024-10-16
申请人： 贵州息烽磷矿有限责任公司 , 贵州成黔矿业发展有限公司 , 武汉工程大学 , 贵州化工建设有限责任公司
摘要： 本申请涉及采矿工程技术领域，提供了一种反井钻机预切顶V型伪倾斜分层开采的采矿方法。该方法中，将矿体划分为若干个阶段和伪倾斜采区，并再划分为若干矿房和点柱；在联合巷道内布置反井钻机，沿着矿体顶板反向扩孔及刷帮成伪倾斜切割上山；进行分层开采，上部在切割上山沿V型方向凿取浅孔，下层通过布置倾斜‑垂直中深孔，利用不耦合间断装药方式和毫秒延迟爆破方法进行间隔侧向爆破落矿；爆落的矿石通过智能铲运机运送至溜井或地面；通过锚网支护和废石或尾砂干充点柱处理采空区。该采矿方法适用于缓倾斜中厚矿体，既能提高矿石的回采机械效率和安全系数，又能降低开采成本及提高经济效益。
-
公开(公告)号：CN111043050A
公开(公告)日：2020-04-21
申请号：CN201911322049.8
申请日：2019-12-19
申请人： 武汉工程大学
IPC分类号： F04D15/00
摘要： 本发明公开了一种离心泵故障诊断方法及系统，其中方法包括以下步骤S1：获取离心泵的振动信号；S2：对所述振动信号进行预处理，获得去噪信号；S3：提取所述去噪信号的时域特征参数和能量特征参数；S4：建立离心泵诊断模拟实验系统，获取不同模式下所述时域特征参数和所述能量特征参数，并建立故障检测模型；S5：将所述S4中时域特征参数和能量特征参数进行整合并降维，并将降维后的待检测离心泵的时域特征参数和能量特征参数至所述故障检测模型进行检测，所述故障检测模型输出故障类别，能有效提高所述故障检测模型分类的准确率，区分故障类别和位置。
-
公开(公告)号：CN110161131A
公开(公告)日：2019-08-23
申请号：CN201910440745.2
申请日：2019-05-24
申请人： 武汉工程大学
IPC分类号： G01N29/44
摘要： 本发明公开了一种基于序贯假设检验的缺陷反射信号识别方法及其装置，采用超声发射探头在缺陷试件上发射超声信号，并采用超声接收探头在所述缺陷试件同面上接受超声回波信号；采集到回波信号后，并对回波信号进行小波包变换去噪处理；对小波包变换去噪处理后的所述回波信号进行序贯概率比测试识别处理，得到衍射信号的起始点；根据所述衍射信号的起点确定缺陷的位置。本发明提出一种基于序贯概率比测试的识别检测与定位方法，能广泛应用于不同类型的结构缺陷的检测与定位，精度和普适性高。
-
公开(公告)号：CN111709297A
公开(公告)日：2020-09-25
申请号：CN202010420114.7
申请日：2020-05-18
申请人： 武汉工程大学
摘要： 本发明公开了一种基于NARMAX-FRF和PCA的智能诊断与预测故障方法及系统，其中，方法包括以下步骤：S1:输入兰姆波信号至RFID模块,通过所述RFID模块获得试验样品的响应输出信号；S2:通过所述响应输出信号基于NARMAX-FRF进行时域建模并进行频域特征提取；S3:根据提取的频域特征获得响应函数G1以及对应的响应函数G1的特征参数；S4：通过PCA分析法模型对不同状态下的响应函数G1的特征参数进行故障预测，能有效区分故障类别和位置，有效提高正确率。
-
公开(公告)号：CN111444659A
公开(公告)日：2020-07-24
申请号：CN202010221861.8
申请日：2020-03-26
申请人： 武汉工程大学
摘要： 本发明涉及一种基于改进粒子滤波的离心泵故障诊断方法、系统和介质，包括建立标准对照叶轮模型，利用所述标准对照叶轮模型获取待检测离心泵叶轮的原始故障信号；利用改进的粒子滤波方法对所述原始故障信号进行滤波，得到目标故障信号；利用主元分析法对所述目标故障信号进行时域分析，提取多个时域特征变量，并利用所述主元分析法对所有时域特征变量进行降维处理，得到目标检测信号；构建BP神经网络识别模型，并利用所述BP神经网络识别模型对所述目标检测信号进行故障识别，得到故障识别结果。本发明有效避免了传统粒子滤波算法的粒子贫乏和易陷入局部极值的问题，提高了收敛速度和精度，有效提高离心泵叶轮故障诊断的效率和准确率。
-
公开(公告)号：CN111079076A
公开(公告)日：2020-04-28
申请号：CN201911348447.7
申请日：2019-12-24
申请人： 武汉工程大学
IPC分类号： G06F17/14 , G06N3/00 , G01M13/021 , G01M13/028
摘要： 本发明涉及一种故障诊断方法、系统及电子设备，首先，采集设备在运行时的信号，并对信号进行希尔伯特变换后得到信号包络，然后基于Morlet小波函数建立数学模型，进而利用粒子群优化算法求解出所述数学模型的信号参数，并将所述信号参数带入所述数学模型得到模型信号，最后对所述模型信号进行连续小波变换后得到时频信息，从所述时频信息中提取故障特征信息，由此实现了一种基于粒子群算法和小波理论的故障诊断方法。
-
公开(公告)号：CN111044613A
公开(公告)日：2020-04-21
申请号：CN201911362691.9
申请日：2019-12-26
申请人： 武汉工程大学
摘要： 本发明提供一种基于非线性Lamb波的金属板微缺陷检测方法，包括以下步骤：S1：获取金属板的相速度频散曲线和群速度频散曲线；S2：根据相速度频散曲线和群速度频散曲线获取激励频率、特定模态的Lamb波以及特定模态的Lamb波的入射角作为模型参数；S3：根据S2中特定模态的Lamb波推导相对非线性系数β′，相对非线性系数β′用于表征缺陷的深度；S4：根据模型参数，建立非线性超声测试系统；S5：根据S4中建立的非线性检测系统对金属板进行测试并判断相对非线性系数β′是否可靠，如果可靠，则利用相对非线性系数β′表征被测试金属板的缺陷。相对非线性系数β′表征被测试金属板的缺陷，能有效表征金属板的缺陷，提高检测的准确性。
-
公开(公告)号：CN111044613B
公开(公告)日：2023-09-22
申请号：CN201911362691.9
申请日：2019-12-26
申请人： 武汉工程大学
摘要： 本发明提供一种基于非线性Lamb波的金属板微缺陷检测方法，包括以下步骤：S1：获取金属板的相速度频散曲线和群速度频散曲线；S2：根据相速度频散曲线和群速度频散曲线获取激励频率、特定模态的Lamb波以及特定模态的Lamb波的入射角作为模型参数；S3：根据S2中特定模态的Lamb波推导相对非线性系数β′，相对非线性系数β′用于表征缺陷的深度；S4：根据模型参数，建立非线性超声测试系统；S5：根据S4中建立的非线性检测系统对金属板进行测试并判断相对非线性系数β′是否可靠，如果可靠，则利用相对非线性系数β′表征被测试金属板的缺陷。相对非线性系数β′表征被测试金属板的缺陷，能有效表征金属板的缺陷，提高检测的准确性。
-
公开(公告)号：CN110222390B
公开(公告)日：2023-07-18
申请号：CN201910441786.3
申请日：2019-05-24
申请人： 武汉工程大学
摘要： 本发明公开了一种基于小波神经网络的齿轮裂纹识别方法，该方法首先收集各种不同工况下的原始振动信号，采用小波包分析方法提取振动信号的故障特征。然后根据基于反向传播算法的小波神经网络对小波函数的相关参数进行优化。小波神经网络用非正交小波函数代替s形函数作为隐层的激活函数，通过对小波函数的放大和平移运算，可以根据不同的实际应用情况对小波函数进行控制和调整，可以检测局部特征同时在时域和频域也可对原始信号进行全局处理。
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.098 秒)
