油缸行程测量装置及其测量方法

    公开(公告)号:CN108006014A

    公开(公告)日:2018-05-08

    申请号:CN201711153636.X

    申请日:2017-11-20

    CPC classification number: F15B19/00

    Abstract: 一种油缸行程测量装置,其特征在于,包括:安装壳体,第一拉线传感器,两台微型工业相机,两块标定板,数据采集处理组件;安装壳体具有一安装面,安装面上设置有一个通孔,第一拉线传感器固定设置在安装面下方,第一拉线传感器还包括第一拉线,第一拉线的第一端固定在第一拉线传感器上,第二端从通孔穿过并与待测油缸的测量点连接;两台所述微型工业相机和两块所述标定板分别设置在所述安装面的上方,两块所述标定板相邻设置在两个侧面且呈90°夹角设置,两台所述微型工业相机设置在另外两个相邻的侧面,且摄像头分别与所对应的所述标定板垂直;数据采集处理组件用于采集第一拉线传感器和微型工业相机的测量数据并完成被测油缸行程的计算。

    强夯机夯深测量装置及测量方法

    公开(公告)号:CN103471541A

    公开(公告)日:2013-12-25

    申请号:CN201310165928.0

    申请日:2013-05-07

    Abstract: 本发明提供了一种强夯机夯深测量装置及测量方法,该装置包括:夯锤位置触发传感器、无线信号发射器、无线信号接收器、PLC、编码器和显示器。基于该装置,本发明还提供了一种强夯机的夯深测量方法:包括以下步骤:步骤1:PLC设定夯锤下落高度H和预定夯沉量s;步骤2:根据设定的夯锤下落高度H设定夯击最高限位;步骤3:夯打,当夯锤降落至地面后,PLC计算绳长值L并发送至显示屏显示,测量两次后计算差值得到夯深量s’。由于本测量方法计算的夯沉量均为夯锤夯击前的高度值计算,故而本发明的夯深测量方法会多夯击一次,保证夯打质量。本发明具有测量精度高、效率高,实施操作简单方便,具有广阔的应用前景。

    TBM利用率预测的A-CNN方法及系统

    公开(公告)号:CN113642082B

    公开(公告)日:2024-04-09

    申请号:CN202110976876.X

    申请日:2021-08-24

    Abstract: 本发明提供了一种TBM利用率预测的A‑CNN方法及系统,包括如下步骤:数据集构建步骤:构建数据集;网络架构步骤:建立A‑CNN神经网络架构;模型建立步骤:利用A‑CNN神经网络架构与数据集建立TBM利用率预测模型,利用建立的TBM利用率预测模型预测TBM在掘进环的利用率,为所述掘进环的后续施工提供指导。本发明针对TBM每环利用率实时预测设计新的A‑CNN神经网络架构,它能实现在较小的输入维度下利用卷积神经网络模块提取输入中更深层次的特征,并最终利用全连接网络建立提取的特征与利用率之间的回归模型,相比于目前该领域建模常用的多元回归方法或者传统的机器学习算法,具有更高的预测精度。

    基于SVR与PSO的盾构利用率预测与操作参数优化方法及系统

    公开(公告)号:CN113435056B

    公开(公告)日:2023-06-06

    申请号:CN202110775455.0

    申请日:2021-07-08

    Abstract: 本发明提供了一种基于SVR与PSO的盾构利用率预测与操作参数优化方法及系统,所述方法包括如下步骤:步骤1:从机器运行数据中筛选出载荷与操作参数并对筛选出的数据进行预处理;步骤2:利用预处理后的数据、地质类型与各环利用率构造数据集并对数据集进行划分;步骤3:利用SVR与数据集建立盾构利用率预测模型;步骤4:构建以施工进度最大为目标,以操作参数变化、载荷变化和地质类型为约束条件的优化方程;步骤5:利用PSO优化建立的方程,得到特定地质类型下最优的操作参数,使得施工进度最大。本发明能准确地预测利用率并优化盾构的操作,使其安全、快速地掘进,具有较好的工程应用价值。

    基于历史运行数据的盾构机刀盘结泥饼诊断方法和系统

    公开(公告)号:CN115559736A

    公开(公告)日:2023-01-03

    申请号:CN202210395715.6

    申请日:2022-04-15

    Abstract: 本发明提供了一种基于历史运行数据的盾构机刀盘结泥饼诊断方法和系统,包括:步骤1:采集盾构机掘进过程中的状态参数,并提取出盾构机的工作状态数据;步骤2:对状态数据进行预处理,剔除不符合预设要求的数据,得到用于分析的盾构机运行参数序列;步骤3:利用最小‑最大法对预处理后的数据进行归一化;步骤4:利用判别公式计算归一化后各时刻的结泥饼判别指数值;步骤5:根据计算出的判别指数值设定阈值,对结泥饼发生时间进行估计。本发明实现了在盾构机运行数据完备的条件下对于结泥饼发生时间的判断,有利于相关企业基于数据分析结果调整盾构机的运行策略和操作参数,及时发现疑似结泥饼的情况并尽快清除泥饼,提高盾构的施工效率。

    柴油机抗噪和跨噪声域失火诊断方法及系统

    公开(公告)号:CN114858467A

    公开(公告)日:2022-08-05

    申请号:CN202210589677.8

    申请日:2022-05-26

    Abstract: 本发明提供了一种柴油机抗噪和跨噪声域失火诊断方法及系统,包括:在线采集柴油机气缸盖的振动信号;基于噪声叠加原理,设计残差卷积预处理模块对柴油机气缸测得的原始振动信号进行降噪预处理,利用残差损失构造损失函数用于模型训练;设计多尺度卷积模块对预处理后信号提取不同时间尺度的故障特征;利用LSTM对步骤S3处理后的信号提取信号依赖特征;利用TensorFlow框架下的Keras包构建柴油机失火诊断模型并进行训练,并根据诊断结果与实际对比评估模块性能。本发明融合残差卷积预处理和多尺度卷积长短期记忆网络,充分挖掘柴油机失火本质特征,实现强噪声及不同噪声域下的柴油机失火智能诊断。

    一种基于现场参数的硬岩TBM刀盘滚刀磨损实时评估方法

    公开(公告)号:CN112160761B

    公开(公告)日:2022-01-14

    申请号:CN202011023864.7

    申请日:2020-09-25

    Abstract: 本发明公开了一种基于现场参数的硬岩TBM刀盘滚刀磨损实时评估方法,构造表征每把滚刀磨损的健康因子,定义为掘进区间内滚刀在隧道开挖面上的滚动距离与其最大滚动距离的比值,获取健康因子的影响因素作为特征集,将取对数后的健康因子作为目标变量;构造包含刀盘上所有滚刀数据的数据集,利用一维卷积神经网络建立数据集特征与目标变量之间的映射关系;对于待评估的滚刀,构造其特征集输入到训练好的模型中,评估各开挖区间健康因子并累加得到健康状态值,如果该值接近1,表明需要更换滚刀。本发明方法能有效地根据TBM采集的现场参数实时评估刀盘上每把滚刀的磨损,保证滚刀在临近磨损极限时被及时更换,减少滚刀检测时间,提高刀具利用率。

    基于SVR与PSO的盾构利用率预测与操作参数优化方法及系统

    公开(公告)号:CN113435056A

    公开(公告)日:2021-09-24

    申请号:CN202110775455.0

    申请日:2021-07-08

    Abstract: 本发明提供了一种基于SVR与PSO的盾构利用率预测与操作参数优化方法及系统,所述方法包括如下步骤:步骤1:从机器运行数据中筛选出载荷与操作参数并对筛选出的数据进行预处理;步骤2:利用预处理后的数据、地质类型与各环利用率构造数据集并对数据集进行划分;步骤3:利用SVR与数据集建立盾构利用率预测模型;步骤4:构建以施工进度最大为目标,以操作参数变化、载荷变化和地质类型为约束条件的优化方程;步骤5:利用PSO优化建立的方程,得到特定地质类型下最优的操作参数,使得施工进度最大。本发明能准确地预测利用率并优化盾构的操作,使其安全、快速地掘进,具有较好的工程应用价值。

    盾构刀盘扭矩领域自适应迁移预测方法和系统

    公开(公告)号:CN113435055A

    公开(公告)日:2021-09-24

    申请号:CN202110775453.1

    申请日:2021-07-08

    Abstract: 本发明提供了一种盾构刀盘扭矩领域自适应迁移预测方法和系统,主要包括以下步骤:采集盾构机地质和机械系统相关状态参数以及驱动系统相关状态参数,采用零均值规范化方法预处理所选取的状态参数,建立RLSTM盾构机扭矩预测神经网络,对神经网络的输入样本进行分类,对网络权值参数进行更新,引入领域自适应技术,得到自适应RLSTM盾构机扭矩预测网络模型,对预设未来时刻的刀盘扭矩数值进行预测;根据预设未来时刻的刀盘扭矩数值分别计算均方误差、平均绝对误差和平均绝对百分误差,测试刀盘扭矩的预测精度。本发明实现了盾构刀盘扭矩领域自适应迁移预测,实现了盾构机的高效安全推进,提升盾构机的自动化和智能化水平。

Patent Agency Ranking