一种基于状态的电气系统事故趋势的确定方法

    公开(公告)号:CN103258110B

    公开(公告)日:2017-05-17

    申请号:CN201310023788.3

    申请日:2013-01-23

    Abstract: 本发明公开了一种基于状态的电气系统事故趋势的确定方法,特点在于就影响电气元件可靠性的两个重要因素:工作时间(t)和工作温度(c)对单个元件的可靠性进行分析,可用事故树表示系统结构,通过事故树对系统结构进行化简,得到考虑t和c二元因素影响下的系统故障概率分布,然后对t和c分别求导,得到曲面分别对于t和c的变化程度,确定电气系统事故趋势。可广泛用于在多因素影响下,确定电气系统故障随t和c变化的趋势。

    一种基于状态的电气系统事故趋势的确定方法

    公开(公告)号:CN103258110A

    公开(公告)日:2013-08-21

    申请号:CN201310023788.3

    申请日:2013-01-23

    Abstract: 本发明公开了一种基于状态的电气系统事故趋势的确定方法,特点在于:就影响电气元件可靠性的两个重要因素:工作时间(t)和工作温度(c)对单个元件的可靠性进行分析,可用事故树表示系统结构,通过事故树对系统结构进行化简,得到考虑t和c二元因素影响下的系统故障概率分布,然后对t和c分别求导,得到曲面分别对于t和c的变化程度,确定电气系统事故趋势。可广泛应用于在多因素影响下,确定电气系统故障随t和c变化的趋势。

    基于EMD-SVR-MLR与注意力机制的GRU-NN的电力负荷层次预测方法

    公开(公告)号:CN112766078A

    公开(公告)日:2021-05-07

    申请号:CN202011639813.7

    申请日:2020-12-31

    Abstract: 本发明公开了基于EMD‑SVR‑MLR与注意力机制的GRU‑NN的电力负荷层次预测方法,采用经验模态分解信号处理算法对用户负荷原始时间序列数据进行分解处理,并对模态函数进行重构。对重构分量建立支持向量机多元线性回归初级预测模型,从而获得预测值。将初级预测模型的预测值和原始的时间序列数据进行融合,形成新的时间序列,作为门控循环单元神经网络网络的输入,建模学习特征内部动态变化规律,并引入注意力机制赋予GRU隐含状态不同的权重,最后完成短期负荷预测;该方法提高了时间轴上对隐式时间序列的特征提取能力和计算能力,对于具有周期和长期依赖关系的电力系统的负荷预测具有较高的准确率和精确度,具有一定的实用价值。

    一种基于VMD的煤岩体破裂声发射信号处理方法

    公开(公告)号:CN111044619A

    公开(公告)日:2020-04-21

    申请号:CN201911363003.0

    申请日:2019-12-26

    Abstract: 本发明涉及信号处理与分析技术领域,提供一种基于VMD的煤岩体破裂声发射信号处理方法。本发明的方法包括下述步骤:步骤1:读取煤岩体声发射信号x的时序序列{x(t)};步骤2:基于VMD方法对声发射信号x进行分解,得到K个频率从高到低顺序排列的本征模态分量;步骤3:取高频本征模态分量进行振铃计数,即计算越过预设门槛值的震荡次数;步骤4:取低频本征模态分量计算声发射信号x的能量。本发明能够用振铃数来表征煤岩体破裂的频繁程度、用能量来表征煤岩体破裂的强弱程度,能够提高对煤岩体的破坏状态与破坏程度表征的准确性,振铃数和波形能量的突增现象能够作为煤与瓦斯突出等煤矿动力灾害的前兆。

    一种基于DSP的疲劳驾驶预警系统

    公开(公告)号:CN110910610A

    公开(公告)日:2020-03-24

    申请号:CN201911159452.3

    申请日:2019-11-22

    Abstract: 本发明公开了一种基于DSP的疲劳驾驶预警系统,包括:视频采集模块,用于采集驾驶员的视频画面;视频A/D转换模块,与所述视频采集模块连接,用于将所述视频采集模块获得的模拟视频信号转化为数字视频信号;DSP数据处理模块,用于将所述视频A/D转换模块转化的数字视频信号进行图像预处理,并提取人脸特征,通过算法识别判别驾驶员的疲劳程度;扬声器组件,用于进行声音报警;制动模块,用于对汽车进行减速。本发明通过基于DSP的数据处理技术,利用其对人脸检测、眼睛检测的特点,提前特征参数,通过特征参数分析驾驶人员的疲劳状态,实现了实时检测出驾驶员的疲劳状态,在驾驶状态出现异常时及时用声光等信号进行预警处理,有效地提高行车安全。

    一种基于多参数的瓦斯浓度预警方法

    公开(公告)号:CN115875082A

    公开(公告)日:2023-03-31

    申请号:CN202111133206.8

    申请日:2021-09-27

    Abstract: 本发明介绍了一种基于多参数的瓦斯预警方法,检测当前煤矿瓦斯浓度风险等级,包括:从煤矿安全生产监测监控系统中获取煤矿掘进工作面瓦斯浓度及关联巷道的多参数的时间序列,对样本进行统计分析,计算出工作面瓦斯浓度的均值和方差;把多参数作为比较数列,工作面瓦斯浓度作为参考序列,通过分析两者之间元素最大差值与绝对差均值的大小关系,来判定瓦斯浓度是否异常。若当前工作面瓦斯浓度与其关联巷道的多参数关联程度较弱,则进行预警提示。本发明通过从整体上分析矿井工作面及其关联巷道多种监测变量的相依性,确定适应实际情况的瓦斯预警方法,从而为短周期瓦斯关联预警提供理论支持。

    矿用智能瓦斯灾害预警检测装置及方法

    公开(公告)号:CN103018281A

    公开(公告)日:2013-04-03

    申请号:CN201210525208.6

    申请日:2012-12-07

    Abstract: 一种矿用智能瓦斯灾害预警检测装置及方法,本发明属于矿井检测技术领域,该装置包括瓦斯检测单元和预警处理单元;其中,瓦斯单元包括瓦斯传感器和信号滤波处理电路;预警处理单元包括电源模块和主处理器;其中:主处理器是用于根据瓦斯浓度与电压信号的线性关系计算当前环境下瓦斯浓度,并根据计算出的瓦斯浓度所属等级输出预警信号的装置;该装置体积小巧,对抗外界干扰能力强,反应速度快,灵活性强,且对预警进行明确等级划分,使得操作人员使用更加方便;并借助智能检测技术、嵌入式技术、微处理器技术等手段,突破了传统瓦斯预警检测装置预警效果差、检测精度低等问题。

    一种基于板坯聚类的一体化生产炉次计划优化方法

    公开(公告)号:CN110490383A

    公开(公告)日:2019-11-22

    申请号:CN201910763512.6

    申请日:2019-08-19

    Abstract: 本发明涉及钢铁热态生产优化技术领域,提供一种基于板坯聚类的一体化生产炉次计划优化方法,包括:步骤1:构建炉次计划优化模型;步骤2:对待计划板坯集合按钢级和厚度进行分类,得到多个初级类,每个初级类中板坯的钢级相同且厚度相同;步骤3:对每个初级类进行聚类,得到多个二级类;步骤4:给每个二级类中的板坯指派中间包,使中间包所浇铸的板坯重量最大化;步骤5:对每个中间包中的板坯,确定板坯宽度;步骤6:对每个中间包中的板坯,划分炉次。本发明能够在大规模组炉情况下快速获得稳定且更优的炉次计划,提高中间包利用率和生产效率,能够同时保证优化质量和优化效率。

    一种基于一主二从处理器的机电设备综合测试仪系统

    公开(公告)号:CN104375498A

    公开(公告)日:2015-02-25

    申请号:CN201410208687.8

    申请日:2014-05-17

    CPC classification number: G05B23/0208

    Abstract: 为了保证机电设备的正常运转,机电参数成为操作人员进行分析判断和决策的依据,精确及时地将各种参数检测并显示出来对设备的安全运行意义重大。发明了一种基于一主二从处理器的机电设备综合测试仪系统主要完成对设备运行过程中设备线圈电流、控制电压等模拟量信息的采集以及机电设备开关状态、触头状态等数字量信息的采集功能。采用的是“一主二从”的处理器架构,多处理器架构可以保证大数据量采集以及数据采集的实时性;测试仪添加了人性化设计,数据可以即时在LCD界面显示,用户可以通过人机接口对测试仪进行操作,智能化水平较高。

    一种基于神经网络优化遗传算法的爆破方案选择方法

    公开(公告)号:CN103778469A

    公开(公告)日:2014-05-07

    申请号:CN201310023238.1

    申请日:2013-01-23

    Inventor: 张洋 王雨虹 刘涛

    Abstract: 本发明公开了一种基于神经网络优化遗传算法的爆破方案选择方法,其特征在于使用爆破影响因素:炮眼深(HL)、间距(S)、装药深度(B)、阻塞深度(ST)、单位炸药消耗量(PF)、钻孔率(SD)和爆破危害形式:超爆深度(BB)和飞石距离(FR)作为神经网络(ANN)的输入值和输出值加以训练,训练后的神经网络作为遗传算法(GA)的适应度函数。在使用GA寻找到最优的BB和FR,从而对爆破方案参数进行优化。主要包括数据收集、基于ANN的GA适函数的构造、基于GA的爆破方案参数选优、根据Pareto图确定爆破优化方案最终结果。可广泛用于露天矿开采工程中的爆破方案优化选择。

Patent Agency Ranking