-
公开(公告)号：CN113251021A
公开(公告)日：2021-08-13
申请号：CN202110610135.X
申请日：2021-06-01
Applicant: 安徽理工大学
Abstract: 本发明涉及液压阀技术领域，涉及一种具有先导功能的二位换向阀；本发明提出一种具有先导功能的二位换向阀，扩展普通二位电磁阀功能，使其兼有换向与先导功能。用二位换向阀替代传动先导压力控制阀的先导阀部分，利用压电陶瓷材料，将压力控制阀的油压作用于压电陶瓷材料，通过压电陶瓷材料受压变形从而产生电信号，从而用此信号控制电磁控制阀动作，改变其连通状态，进一步控制与之联用的压力控制阀主阀的动作，实现压力控制阀功能；由于采用了压电陶瓷感应器，可实时监测压力变化，避免了传统先导阀克服弹簧的设计，使得本申请可显著扩大调定压力的范围，满足对压力控制阀的灵敏性、准确性及可靠性的更高要求。
-
公开(公告)号：CN112370078A
公开(公告)日：2021-02-19
申请号：CN202011247589.7
申请日：2020-11-10
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于超声成像和贝叶斯优化的图像检测方法，涉及图像检测技术领域，在检测矿工肺机能的时候采用了先进的超声成像无损检测手段，同时，在进行超声成像肺机能分析过程中采用贝叶斯优化的KPCANet算法保证了矿工肺机能分析的准确性和可靠性，准确可靠的掌握矿工的肺机能情况有助于准确、及时地掌握矿工的身体健康状态，对于职业性尘肺病早期发现具有重要意义。针对矿工这一特殊群体进行肺部机能检测分析，实现矿工肺部健康状态的准确、实时测量分析，完成职业性尘肺病等部分职业病的前期预警及保障矿工的生命健康。
-
公开(公告)号：CN112309568A
公开(公告)日：2021-02-02
申请号：CN202011247601.4
申请日：2020-11-10
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于主动学习结合PNN的异常识别方法，涉及异常体征识别技术领域，通过筛选最有价值的样本进行标记，既可降低人工标注成本，又可提高已标注样本的泛化能力。分类器能够主动选择包含信息量大的未标注的矿工体征数据并将其交由专家进行标注，然后置入训练集进行训练，从而在训练集较小的情况下获得较高的分类正确率，这样可以有效的降低构建高性能分类器的代价，提升训练效率，能取得传统监督学习算法所获得的近似分类准确率。PNN算法建模过程简单、训练速度快、分类更准确、容错性好。将主动学习与PNN算法相结合，用于体征异常矿工的识别，实现了矿工身体健康状态的高效且快速识别，完成了部分职业病的前期预警。
-
公开(公告)号：CN106763442A
公开(公告)日：2017-05-31
申请号：CN201610979321.X
申请日：2016-11-08
Applicant: 安徽理工大学
IPC: F16F9/53
CPC classification number: F16F9/535
Abstract: 本发明公开了一种小型精密仪器的自供电磁流变液阻尼型减振器，包括减振器工作台面、外壳体、压电夹层板、密封圈、磁流变液缸体、活塞连杆、弹簧、活塞、漆包线圈、磁流变液，能够将外界的振动能量转化为电能，电能直接驱动漆包线圈，调节磁流变液的粘度，进而调整减振器的阻尼与刚度。本发明的减振器无需外接电源及控制器，安装简单，其自身可以根据工作环境的振动情况，自适应地调整减振器的工作状态，从而适应工作环境的变化，克服了目前小型精密仪器所使用的阻尼型减振器的缺点。
-
公开(公告)号：CN105226817A
公开(公告)日：2016-01-06
申请号：CN201510627687.6
申请日：2015-09-25
Applicant: 安徽理工大学
IPC: H02J13/00
CPC classification number: Y02B90/2653 , Y02B90/2669 , Y04S40/126 , Y04S40/128
Abstract: 本发明提供一种基于物联网的智能型户用断路器及其使用方法，断路器分为单相和三相两类，每种类型都由电源变换模块、分合闸模块、参数采集模块、WIFI通信模块、CAN通信模块、微处理器模块组成。本发明可以广泛应用在家庭、学校和企业的配电系统中，实现供电保护、用电量统计等多种功能。通过服务器上的用电管理系统，可以使用安装在智能手机中的移动终端进行远程遥控断路器的分闸和合闸，可以对断路器设置定时分闸和合闸，可以查询断路器线路上的电器设备每天以及每月的用电量，以及电器设备的电流变化曲线，对于高能耗电器，用电管理系统给出处置建议。本发明能对电器设备进行实时监测和控制，智能化程度高，操作简单，且具有较好的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN102590615A
公开(公告)日：2012-07-18
申请号：CN201210034781.7
申请日：2012-02-16
IPC: G01R23/16
Abstract: 本发明公开了一种电网的电压和电流信号的频率偏移情况下同步相量修正的方法，利用泛函中的一致逼近法，将表达式进行合理的修正，并在幅相空间也用同样的方法进行了公式修正，最终给出了量化后的修正表达式。本发明用的幅相特性关系逼近椭圆，大大简化了计算量。采用一致逼近的方法，求解出幅值的修正公式，给出了工程实用的函数表达式。本发明与传统的算法相比主要解决了两个方面的问题：(1)解决了传统幅值修正带来的0/0的数据漂移问题；(2)解决了由于tan函数不连续带来的相角突变的问题。本发明的研究结果具有一定工程应用价值。
-
公开(公告)号：CN111902005B
公开(公告)日：2024-04-30
申请号：CN202010931052.6
申请日：2020-09-07
Applicant: 安徽理工大学
IPC: H05K5/02
Abstract: 本发明公开一种电子信息自动化控制柜，涉及电子信息设备领域。本发明包括柜体，柜体的底端设置有支撑框体，支撑框体的内部设置有支撑板。本发明在柜体的内部设置有放置板和托盘，放置板通过限位杆和限位槽的滑动配合，便于对放置在放置板上的电器元件进行取放，通过驱动电机，可以带动托盘转动，便于取拿设置在托盘内部的电器元件，取拿方便，不会发生碰撞，对电器元件造成损伤；同时，本发明设计有支撑板，支撑板的下方设置有螺纹杆，螺纹杆的底端设置有把手，转动把手可以调整支撑板的高度，进而调整柜体的整体高度，防止地面积水对柜体内的电器元件造成损害，在支撑时，伸缩弹簧起到缓冲的作用，一定程度上能够保护柜体本身。
-
公开(公告)号：CN112370078B
公开(公告)日：2024-01-26
申请号：CN202011247589.7
申请日：2020-11-10
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于超声成像和贝叶斯优化的图像检测方法，涉及图像检测技术领域，在检测矿工肺机能的时候采用了先进的超声成像无损检测手段，同时，在进行超声成像肺机能分析过程中采用贝叶斯优化的KPCANet算法保证了矿工肺机能分析的准确性和可靠性，准确可靠的掌握矿工的肺机能情况有助于准确、及时地掌握矿工的身体健康状态，对于职业性尘肺病早期发现具有重要意义。针对矿工这一特殊群体进行肺部机能检测分析，实现矿工肺部健康状态的准确、实时测量分析，完成职业性尘肺病等部分职业病的前期预警及保障矿工的生命健康。(56)对比文件wenhao lai，mengran zhou.A study ofMultispectral Technology and Two-dimension Autoencoder for Coal and GangueRecognition《.IEEE》.2017,1-9.feng hu,mengran zhou.MultispectralImaging: A New Solution forIdentification of Coal and Gangue《.IEEE》.2019,169697-169704.刘亚梅 等.基于KPCANet 的工件图像特征提取研究《.蚌埠学院学报》.2016,第5卷(第5期),22-26.张银，周孟然.智能超声波物位仪在井下煤仓监控中的应用《.煤矿机械》.2007,第28卷(第2期),167-168.
-
公开(公告)号：CN113139611A
公开(公告)日：2021-07-20
申请号：CN202110491852.5
申请日：2021-05-06
Applicant: 安徽理工大学
Abstract: 本发明属于图像处理技术领域，涉及一种胸片图像分类模型的构建方法，包括采集患者胸部的X片影像信息获取原始胸片图像，对其进行伽马校正后获取一次胸片图像；提取一次胸片图像的多图像特征，并对其进行贝叶斯融合获得处理后的二次胸片图像特征，基于多个二次胸片图像特征建立深度森林，将深度森林作为分类器，将二次胸片图像特征作为分类器的输入，将其原始胸片图像对应的类别作为分类器的输出，构建深度森林模型并优化其超参数，使得优化后的深度森林模型满足预定约束下形成的目标函数；以优化后的深度森林模型为分类依据，对矿工胸片进行分析，输出胸片分析的结果。利用本发明能提高患者的分类管理识别精度和效率，实用性强，值得推广。
-
公开(公告)号：CN112826462A
公开(公告)日：2021-05-25
申请号：CN202011620538.4
申请日：2020-12-31
Applicant: 安徽理工大学
IPC: A61B5/0205
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.041 seconds)
