-
公开(公告)号：CN113771731A
公开(公告)日：2021-12-10
申请号：CN202110762757.4
申请日：2021-07-06
Applicant: 安徽理工大学
IPC: B60P7/08
Abstract: 本发明提供一种智能输送小车，包括输送车主体、驱动组件、直板、夹紧机构和套环，所述输送车主体底部外壁固定连接有驱动组件，所述输送车主体内侧活动连接有直板，通过设置有转动齿轮、齿条、转动圆盘、移动块及夹紧机构等装置，上料时，通过拉手将直板抽出，转动齿轮沿着齿条作转动来带动转动圆盘转动，使得三组移动块沿着转动圆盘上的螺圈槽移动，三组移动块将相对应的夹紧机构抵开，方便工作人员将壳体安置在底座上，接着通过拉手将直板推入，此时的夹紧机构在复位弹簧的作用下复位对壳体进行夹紧固定，上料过程中随着直板的推入夹紧机构随之转动对壳体进行固定夹紧，便于壳体的上料。
-
公开(公告)号：CN110321959A
公开(公告)日：2019-10-11
申请号：CN201910612866.0
申请日：2019-07-09
Applicant: 安徽理工大学
Abstract: 本发明公开了一种多光谱图像信息和CNN的煤矸识别方法，包括以下步骤：(1)煤和矸石多光谱图像信息获取；(2)煤和矸石多光谱图像样本划分；(3)卷积神经网络多光谱图像特征提取；(4)极限学习机煤矸识别模型构建。本发明采用CNN-ELM进行煤和矸石多光谱图像的识别模型构建，提出一种新的卷积神经网络模型能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的快速、精准识别。
-
公开(公告)号：CN110245635A
公开(公告)日：2019-09-17
申请号：CN201910538123.3
申请日：2019-06-20
Applicant: 安徽理工大学
Abstract: 本发明公开了一种煤和矸石的红外图像识别方法，包括以下步骤：(1)煤和矸石原始红外图像获取；(2)煤和矸石红外图像的预处理；(3)煤和矸石红外图像样本划分；(4)卷积神经网络图像特征提取；(5)支持向量机煤矸识别模型构建。本发明采用CNN-SVM进行煤和矸石红外图像的识别模型构建，提出一种新的卷积神经网络模型能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的快速、精准识别。
-
公开(公告)号：CN115131712B
公开(公告)日：2024-07-16
申请号：CN202210817578.0
申请日：2022-07-12
Applicant: 安徽理工大学
IPC: G06V20/40 , G06T7/00 , G06T7/62 , G06V10/764 , G06V10/82 , G06F18/10 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种计算机视觉驱动的钻杆智能计数方法。本发明基于计算机视觉，将目标检测结合信号处理实现的钻杆智能计数。通过打钻过程的实时视频结合深度学习算法检测每帧图像中的钻杆，实时评估钻杆的相对大小，利用信号处理技术获得钻杆相对大小的实时平滑曲线，二值化平滑处理的钻杆的相对大小的实时曲线，得到图像中钻杆的编码二值曲线，统计矩形波形个数既可实现钻杆智能计数。本发明基于先进的深度学习算法和轻便的信号处理技术实现瓦斯抽采钻杆实时智能计数，对煤炭安全开采和煤矿智能化建设具有重要意义。
-
公开(公告)号：CN113435115B
公开(公告)日：2024-01-19
申请号：CN202110702318.4
申请日：2021-06-21
Applicant: 安徽理工大学
IPC: G06F30/27 , G06N3/006 , G06F111/08
Abstract: 本发明公开了一种荧光光谱特征波长筛选方法、装置、计算机设备及可读储存介质，包括：采集多个待测样品的原始荧光光谱数据，对原始荧光光谱进行标准正态变量变换处理，得到处理后的荧光光谱，使用间隔偏最小二乘法对处理后的荧光光谱进行波段筛选，得到荧光光谱的特征波段，使用布谷鸟搜索算法对荧光光谱的特征波段进行特征波长筛选，得到荧光光谱的特征波长。该装置可以保证荧光光谱特征波长筛选的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN117294249A
公开(公告)日：2023-12-26
申请号：CN202311234720.X
申请日：2023-09-22
Applicant: 安徽理工大学
Abstract: 本发明涉及新能源电力系统监测技术领域，具体的说是一种用于新能源电力系统在线监测装置，包括光伏板及框架，框架内活动安装有调节框，框架的后端固定安装有监测架，监测架位于光伏板的后侧，且监测架中安装有遮蔽杆，监测架的顶部固定安装有风速仪，监测架的左右两侧活动安装有浮标，本发明通过监测架中遮蔽杆的防尘、除杂及雨水收集作用，可在为光伏板提供防护的同时，降低自然环境中水质对光伏组件冷却或清理造成的不良影响，通过风速仪及浮标的双重监测，配合调节框的主动角度调节，可降低恶劣环境下强气流或强波浪可能对光伏板表面形成的冲击或拍打力度，提升光伏板的运行安全及稳定性，同时降低人工巡检作业时的风险及范围局限程度。
-
公开(公告)号：CN110245635B
公开(公告)日：2023-08-04
申请号：CN201910538123.3
申请日：2019-06-20
Applicant: 安徽理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种煤和矸石的红外图像识别方法，包括以下步骤：(1)煤和矸石原始红外图像获取；(2)煤和矸石红外图像的预处理；(3)煤和矸石红外图像样本划分；(4)卷积神经网络图像特征提取；(5)支持向量机煤矸识别模型构建。本发明采用CNN‑SVM进行煤和矸石红外图像的识别模型构建，提出一种新的卷积神经网络模型能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的快速、精准识别。
-
公开(公告)号：CN111626224B
公开(公告)日：2023-05-23
申请号：CN202010469047.8
申请日：2020-05-28
Applicant: 安徽理工大学
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/08 , G01N21/17 , G01N21/3563 , G01N21/359
Abstract: 本发明提供了一种基于近红外光谱和SSA优化的ELM的煤矸石快速识别方法，属于煤矸石快速识别领域，包括：首先将光谱成像技术用于煤矸石检测，获取煤矸石近红外光谱图像；然后把获取煤和矸石的近红外光谱图像预处理，并利用主成分分析(Principal Component Analysis，PCA)降维近红外光谱图像数据；接着基于改进的ELM构建煤矸石识别模型，用SSA算法优化改进的ELM的最优参数；最后将SSA获取的最优参数结合ELM用于煤矸石近红外光谱图像识别。本发明提供的基于近红外光谱和SSA优化的ELM的煤矸石快速识别方法不仅实现煤矸石准确快速的识别，而且省去识别模型的手动参数搜索的过程，应用方便。
-
公开(公告)号：CN113663920A
公开(公告)日：2021-11-19
申请号：CN202110725659.3
申请日：2021-06-29
Applicant: 安徽理工大学
IPC: B07C3/00 , B07C3/06 , B07C3/08 , B07C3/10 , B65G41/00 , B65G43/08 , B65G45/14 , B65G47/42 , B65G65/40
Abstract: 本发明涉及物流分拣技术领域，具体公开了一种物流用智能识别分拣车，包括车体、备用箱、传送带、分拣机构、整理机构、收集机构、清扫机构。所述分拣机构包括扫描器、第一揽件箱、第四顶杆。所述整理机构包括晃动电机、凸块、第一推杆、第二推杆、平台。所述收集机构包括斜板、出料门、收集箱。所述清扫机构包括第一横杆、第二横杆、支板、清扫板。通过设置分拣装置，有利于对快件进行智能识别分拣，提高了对快件的分拣速度。通过设置整理机构，有利于使揽件箱的空间被充分利用。通过设置收集机构，有利于对分拣完成的快件进行收集，可以大大提高揽件箱的容量。通过设置清扫机构，有利于对传送带进行清扫。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.047 seconds)
