-
公开(公告)号：CN118226012B
公开(公告)日：2024-07-30
申请号：CN202410606930.5
申请日：2024-05-16
Applicant: 昆明理工大学
Abstract: 本发明提供了一种基于膏体原位图像分析的膏体性能预测方法及系统，涉及图像分析技术领域，通过充填管道和压力值进行沿程阻力计算，获得充填管道沿程阻力；根据预定相机参数，确定原位图像集，获得膏体区域，并随机剪裁获得膏体图像集；确定膏体图像集与膏体质量浓度值、沿程阻力的关联关系；构建预测模型，通过预测模型对实际搅拌机膏体料浆的质量浓度和料浆经过充填管道的沿程阻力进行预测，解决了现有技术中存在由于膏体性能测量方法的局限性，导致测量结果实时性不足，且调控困难的技术问题，达到了及时、准确预测出膏体料浆的沿程阻力，进而进行实时调控，有效避免堵管事故发生的技术效果。
-
公开(公告)号：CN118226012A
公开(公告)日：2024-06-21
申请号：CN202410606930.5
申请日：2024-05-16
Applicant: 昆明理工大学
Abstract: 本发明提供了一种基于膏体原位图像分析的膏体性能预测方法及系统，涉及图像分析技术领域，通过充填管道和压力值进行沿程阻力计算，获得充填管道沿程阻力；根据预定相机参数，确定原位图像集，获得膏体区域，并随机剪裁获得膏体图像集；确定膏体图像集与膏体质量浓度值、沿程阻力的关联关系；构建预测模型，通过预测模型对实际搅拌机膏体料浆的质量浓度和料浆经过充填管道的沿程阻力进行预测，解决了现有技术中存在由于膏体性能测量方法的局限性，导致测量结果实时性不足，且调控困难的技术问题，达到了及时、准确预测出膏体料浆的沿程阻力，进而进行实时调控，有效避免堵管事故发生的技术效果。
-
公开(公告)号：CN117371336B
公开(公告)日：2024-02-02
申请号：CN202311650007.3
申请日：2023-12-05
Applicant: 昆明理工大学
IPC: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06T7/00 , G06V10/80 , G06V10/82 , G06F119/14
Abstract: 本申请涉及矿业工程技术领域，提供了一种基于深度学习的膏体屈服应力预测方法及系统，包括：设置膏体的图像采集环境；获得膏体样品；获得膏体搅动图像信息；获得膏体屈服应力；基于膏体配比方案、膏体搅动图像信息和膏体屈服应力构建样本数据集；基于CNN神经网络和LSTM神经网络构建膏体屈服应力预测模型的网络结构，并通过样本数据集进行监督训练，获得膏体屈服应力预测模型；根据所述膏体屈服应力预测模型对待检验膏体进行屈服应力预测。能够解决传统机器学习预测膏体屈服应力的方法由于未能考虑到各个变量之间的关系，导致预测准确率低的问题，可以提高膏体屈服应力预测的准确
-
公开(公告)号：CN118332294A
公开(公告)日：2024-07-12
申请号：CN202410757204.3
申请日：2024-06-13
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于耦合加权网络的矿山井下泥石流风险解析方法，涉及矿山安全风险防控相关领域，该方法包括：对矿山井下泥石流风险解析指标模型进行风险因素交互作用分析，构建多层次结构网络模型；将多层次结构网络模型映射到贝叶斯网络中，构建贝叶斯网络结构分析模型；根据风险因素耦合程度构建节点间连接权重，并根据节点间连接权重执行贝叶斯网络结构分析模型的耦合加权，获得耦合加权贝叶斯网络结构分析模型；根据耦合加权贝叶斯网络结构分析模型进行诊断推理，获得矿山井下泥石流风险解析结果。解决了现有技术中由于矿山井下泥石流风险因素关系复杂，导致关键风险因素和关键致灾路径难以确定的问题。
-
公开(公告)号：CN117637080B
公开(公告)日：2024-04-09
申请号：CN202410109059.8
申请日：2024-01-26
Applicant: 昆明理工大学
IPC: G16C60/00 , G06F18/2135 , G06F18/21 , G06F18/2411 , G06F18/2413 , G06F18/243 , G06F18/27 , G06N20/20 , G06N5/01 , G16C20/70
Abstract: 本发明公开了一种基于充填料浆差异性分析的屈服应力预测方法，涉及矿山膏体充填技术领域。该方法包括：采集多座不同类型且差异性显著的矿山充填料浆特征数据，构建特征数据集；对充填料浆开展差异性分析，获取差异性分析结果；对特征数据集内的各项参数进行正态性检验和相关性分析，并结合差异性分析结果，构建主成分分析降维数据集；构建充填料浆屈服应力预测模型；将测试数据集输入应力预测模型，获取膏体屈服应力预测结果。本发明解决了现有技术中膏体屈服应力检测效率低、检测准确性低的技术问题，是一种简单快捷，能够灵活适应不同矿山充填料浆变化的屈服应力预测方法，达到了灵活适应不同矿山充填料浆变化的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN116933920A
公开(公告)日：2023-10-24
申请号：CN202310756606.7
申请日：2023-06-26
Applicant: 昆明理工大学 , 云南迪庆有色金属有限责任公司 , 北京科技大学 , 中国有色金属工业昆明勘察设计研究院有限公司
Abstract: 本申请涉及一种矿山生产安全技术领域，提供一种矿山井下泥石流的预测预警方法及系统。包括：获得导致矿山井下泥石流发生的致灾因子；获得致灾因子数据，并对致灾因子数据进行分级和赋值，获得致灾因子级别；基于致灾因子级别构建泥石流分析模型；再构建泥石流预测模型；获得致灾因子实时采集数据，并将所述实时采集数据输入所述泥石流预测模型，获得危险度预测结果；根据预设危险性等级划分规则对所述危险度预测结果进行等级划分，获得危险性预测级别，并根据所述危险性预测级别生成预警信号。本申请解决了现有技术中由于造成矿山井下泥石流发生的影响因素较多，造成泥石流预警准确率较低的问题，提高了矿山井下泥石流的预测预警方法及系统。
-
公开(公告)号：CN119805097A
公开(公告)日：2025-04-11
申请号：CN202510154379.X
申请日：2025-02-12
Applicant: 昆明理工大学
Abstract: 本发明公开了高压输电线路的故障定位方法及系统，涉及故障定位技术领域，该方法包括：连接故障定位系统，提取故障定位日志；对故障定位日志进行追溯解析，获得定位响应模块；进行故障定位精度的差量识别，获得故障定位目标补偿参数；通过对执行模型进行分解，获得弱参数、缺失参数；对执行模型进行保留层提取，搭建迁移学习框架，进行处理层训练，将训练获得的处理层与所述保留层连接，对执行模型进行置换。本发明解决了现有技术中高压输电线路故障定位精度不高、参数处理及模型优化手段不足的技术问题，达到了实现对故障定位系统执行模型的优化，有效提升故障定位精度的技术效果。
-
公开(公告)号：CN118332294B
公开(公告)日：2024-09-06
申请号：CN202410757204.3
申请日：2024-06-13
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于耦合加权网络的矿山井下泥石流风险解析方法，涉及矿山安全风险防控相关领域，该方法包括：对矿山井下泥石流风险解析指标模型进行风险因素交互作用分析，构建多层次结构网络模型；将多层次结构网络模型映射到贝叶斯网络中，构建贝叶斯网络结构分析模型；根据风险因素耦合程度构建节点间连接权重，并根据节点间连接权重执行贝叶斯网络结构分析模型的耦合加权，获得耦合加权贝叶斯网络结构分析模型；根据耦合加权贝叶斯网络结构分析模型进行诊断推理，获得矿山井下泥石流风险解析结果。解决了现有技术中由于矿山井下泥石流风险因素关系复杂，导致关键风险因素和关键致灾路径难以确定的问题。
-
公开(公告)号：CN117637080A
公开(公告)日：2024-03-01
申请号：CN202410109059.8
申请日：2024-01-26
Applicant: 昆明理工大学
IPC: G16C60/00 , G06F18/2135 , G06F18/21 , G06F18/2411 , G06F18/2413 , G06F18/243 , G06F18/27 , G06N20/20 , G06N5/01 , G16C20/70
Abstract: 本发明公开了一种基于充填料浆差异性分析的屈服应力预测方法，涉及矿山膏体充填技术领域。该方法包括：采集多座不同类型且差异性显著的矿山充填料浆特征数据，构建特征数据集；对充填料浆开展差异性分析，获取差异性分析结果；对特征数据集内的各项参数进行正态性检验和相关性分析，并结合差异性分析结果，构建主成分分析降维数据集；构建充填料浆屈服应力预测模型；将测试数据集输入应力预测模型，获取膏体屈服应力预测结果。本发明解决了现有技术中膏体屈服应力检测效率低、检测准确性低的技术问题，是一种简单快捷，能够灵活适应不同矿山充填料浆变化的屈服应力预测方法，达到了灵活适应不同矿山充填料浆变化的技术效果。
-
公开(公告)号：CN117371336A
公开(公告)日：2024-01-09
申请号：CN202311650007.3
申请日：2023-12-05
Applicant: 昆明理工大学
IPC: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06T7/00 , G06V10/80 , G06V10/82 , G06F119/14
Abstract: 本申请涉及矿业工程技术领域，提供了一种基于深度学习的膏体屈服应力预测方法及系统，包括：设置膏体的图像采集环境；获得膏体样品；获得膏体搅动图像信息；获得膏体屈服应力；基于膏体配比方案、膏体搅动图像信息和膏体屈服应力构建样本数据集；基于CNN神经网络和LSTM神经网络构建膏体屈服应力预测模型的网络结构，并通过样本数据集进行监督训练，获得膏体屈服应力预测模型；根据所述膏体屈服应力预测模型对待检验膏体进行屈服应力预测。能够解决传统机器学习预测膏体屈服应力的方法由于未能考虑到各个变量之间的关系，导致预测准确率低的问题，可以提高膏体屈服应力预测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.031 seconds)
