-
公开(公告)号：CN103294214B
公开(公告)日：2016-04-06
申请号：CN201310186702.9
申请日：2013-05-20
Applicant: 沈阳化工大学
IPC: G06F3/02
Abstract: 一种节约I/O的键盘矩阵扫描系统，涉及一种扫描系统，所述系统包括4×5金属键盘矩阵或5×5键盘矩阵及电路构成，其二极管电路包括M个I/O扫描M×N键盘矩阵；4×5键盘矩阵扫描电路中设有4个I/O；5×5键盘矩阵扫描电路中设有5个I/O。首先进行初始化，接着开始扫描各行，从第1行开始，根据端口值判断第1行是否有键按下，若有按键按下，返回键值后，结束程序；本发明工程项目中键盘矩阵进行控制，可降低了编程的复杂度，而且减少芯片节约成本。减少编程难度。仅在电路中增加少量二极管，即可实现M个I/O扫描M×N（ M≤N）键盘矩阵。电路结构简单、软件编程容易，可在低成本电路中广泛使用。
-
公开(公告)号：CN104484504A
公开(公告)日：2015-04-01
申请号：CN201410682940.3
申请日：2014-11-25
Applicant: 沈阳化工大学
IPC: G06F17/50
CPC classification number: Y02T10/82
Abstract: 一种球磨机机房噪声控制方法，涉及一种噪声控制方法，该方法对球磨机噪声进行分析，根据所测噪声信号，对其频谱进行分析，判断产生噪声的主要频率。同时对现场的噪声声源和传播路径进行检测分析，并从吸声和隔声两个方面阐述了阻断声音传播的噪声治理方案，使降噪达到理想效果。根据所测噪声信号，对其频谱进行分析，判断产生噪声的主要频率。从吸声和隔声两个方面阐述了阻断声音传播的噪声治理方案，提高降噪效果。因此该方法是一套有效的控制措施，降噪效果明显，能完全满足国家技术标准的要求，为其它球磨机的噪声处理提供了参考。
-
公开(公告)号：CN104346500A
公开(公告)日：2015-02-11
申请号：CN201410678250.0
申请日：2014-11-24
Applicant: 沈阳化工大学
CPC classification number: Y02E40/76 , Y04S10/545
Abstract: 一种风力机叶片优化设计方法，涉及一种优化设计方法，所述方法包括风力机叶片气动性能分析：风力机叶片的设计方法基于动量—叶素理论，用于估算叶片距风轮轴线r处叶素截面产生的气动力，进而初步确定翼弦与叶片基本参数的关系；遗传算法优化：风力机的总体优化设计，以风力机叶片每段的年能量输出E最大为设计目标，确定截面的最佳弦长和扭角；本发明利用开发的优化设计程序，针对特定风场设计截面的最佳弦长和扭角。仿真结果表明，优化后的叶片能明显提高风力机的输出功率，优化模型具有实用性和有效性。
-
公开(公告)号：CN104315879A
公开(公告)日：2015-01-28
申请号：CN201410593501.5
申请日：2014-10-30
Applicant: 沈阳化工大学
IPC: F28C1/10
Abstract: 一种冷却塔的噪声控制方法,涉及一种噪声控制方法，首先，用B&K高精度噪声频谱分析仪和TES噪声声级计，对噪声进行测量，根据噪声来源，确定噪声，把阻性消声器安装在传播路径位置，采用组合式声屏障来阻止噪声能量传播，安装阻尼隔声板与宽频带组合式吸声材料，宽频带片式消声器中间是消声片，左右两侧的侧壁是吸声材料或者吸声结构；基于现场测试与分析和噪声敏感点位置，通过在设置隔声声屏障对噪声隔离。本发明不仅降噪效果明显，而且能够完全满足设备所需通风量和温度的要求，为工程实际中冷却塔的噪声治理提供了借鉴，具有指导意义。
-
公开(公告)号：CN104131626A
公开(公告)日：2014-11-05
申请号：CN201410339392.4
申请日：2014-07-16
Applicant: 沈阳化工大学
IPC: E04B1/86
Abstract: 一种汽轮机组噪声控制方法，涉及一种汽轮机组检测、分析方法，所述方法包括首先对汽轮机组噪声进行分析，根据所测噪声信号，对其频谱进行分析，判断产生噪声的主要频率，同时对现场的噪声声源和传播路径进行检测分析，并从吸声和隔声两个方面阐述了阻断声音传播的噪声治理方案。所测噪声信号，对其频谱进行分析，判断产生噪声的主要频率。从吸声和隔声两个方面阐述了阻断声音传播的噪声治理方案。本发明是一套有效的控制措施，降噪效果明显，能完全满足国家技术标准的要求，为其它汽轮机组的噪声处理提供了参考。特别适合于汽轮机、风力机、鼓风机等大型设备噪声的治理，可大大降低设备的噪声，经济效益明显。
-
Patent Agency Ranking
公开(公告)号：CN103413028A
公开(公告)日：2013-11-27
申请号：CN201310310919.6
申请日：2013-07-23
Applicant: 沈阳化工大学 , 葫芦岛锦化化工工程设计有限公司
IPC: G06F19/00
Abstract: 一种聚合釜的智能故障诊断方法，涉及一种聚合釜故障诊断方法，针对聚氯乙烯生产过程中聚合釜的实时故障诊断和优化监控要求，提出了一种基于改进差别矩阵属性约简的粗糙集与改进的LMBP神经网络相结合的聚合釜故障实时诊断方法。改进的差别矩阵算法应用到粗糙集的属性约简当中，有效的对大量数据进行降维；然后根据约简后的决策表采用改进的Levenberg-MarquardtBP神经网络进行故障诊断，实现征兆集到故障集之间的非线性映射。结合聚合釜工业现场历史数据进行的故障诊断仿真实验，结果表明所提粗糙集神经网络故障诊断策略的有效性。
-
公开(公告)号：CN105355192A
公开(公告)日：2016-02-24
申请号：CN201510621899.3
申请日：2015-09-25
Applicant: 沈阳化工大学
IPC: G10K11/162 , B02C17/18 , G06F17/50
CPC classification number: G10K11/162 , B02C17/18 , G06F17/50
Abstract: 一种球磨机隔声罩噪声控制方法，涉及一种噪声控制方法，所述方法以球磨机的电机和减速机为对象，对球磨机噪声特性分析，采用ANASYS有限元软件建立隔声罩有限元模型，分析采用宽频带复合式吸声结构的隔声罩降噪，在球磨机电机上安装封闭式隔声罩，对隔声罩的外形进行优化，在安装隔声罩时，要求隔声罩内壁与电机之间留有一段距离，降低产生耦合共振的可能性，然后在隔声罩与电机以及电机底座三者之间进行隔振处理，把刚性连接变成弹性连接，再对隔声罩有限元分析计算，达到对球磨机房噪声治理。改进的宽频带复合式吸声结构制造球磨机隔声罩，隔声效果显著，提高了隔声罩的降噪性能。
-
公开(公告)号：CN104485095A
公开(公告)日：2015-04-01
申请号：CN201410681093.9
申请日：2014-11-24
Applicant: 沈阳化工大学
IPC: G10K11/16
Abstract: 一种抽油机噪声的控制方法,涉及一种噪声的控制方法，以抽油机的电机和减速机为研究对象，对噪声的特性分析，设计了在电机外安装隔声罩为主要降噪手段的降噪方案，使用SYSNOISE软件建立隔声罩有限元模型，分析了设计方案下隔声罩的降噪效果，指出了隔声罩某些区域降噪效果的不足；对抽油机噪声进行分析，根据所测噪声信号，对其频谱进行分析，判断产生噪声的主要频率；同时对现场的噪声声源和传播路径进行检测分析，并从吸声和隔声两个方面阐述了阻断声音传播的噪声治理方案。本发明特别适合于抽油机，还有汽轮机、风力机、鼓风机等大型设备噪声的治理，可极大降低设备的噪声。
-
公开(公告)号：CN104390780A
公开(公告)日：2015-03-04
申请号：CN201410682939.0
申请日：2014-11-25
Applicant: 沈阳化工大学
Abstract: 一种基于盲源分离的齿轮箱故障诊断方法，涉及一种机械故障诊断方法，该方法应用盲源分离技术解决了齿轮箱故障诊断问题。将盲源分离技术应用到基于振动分析的齿轮箱诊断中，作为信号预处理与故障特征提取的主要工具，可极大增强故障信息，改变传统的以降噪为主的故障信息增强思想，提高诊断精度，解决实际中故障定位难、早期故障诊断率低的难题。将盲源分离技术应用到基于振动分析的齿轮箱诊断中，作为信号预处理与故障特征提取的主要工具，可极大增强故障信息。改变传统的以降噪为主的故障信息增强思想，提高诊断精度，解决实际中故障定位难、早期故障诊断率低的难题。
-
公开(公告)号：CN104374576A
公开(公告)日：2015-02-25
申请号：CN201410683231.7
申请日：2014-11-25
Applicant: 沈阳化工大学
IPC: G01M13/04
Abstract: 一种提取低速轴承故障应力波的方法，涉及一种提取故障参数的方法，低速机械应力波故障信号极其微弱，包含各种背景噪声和其它运转部件之间的干扰。但根据来自不同的部件、不同传播路径的源信号所具有的非平稳特性，可提取特征波形并结合特征频率来识别多种故障类型。即使稳定运转的部件，弹性力也表现出非线性特征。采用RBFN可克服迭代过程单一选取非线性函数的弊端，使得信号处理系统能够自适应学习更新分离参数，根据非平稳信号相关性随时间逐渐下降的特点，同时降低了实际诊断时滞性所带来的影响，提高了分离精度。最后经过实际应用证明，这种识别低速轴承多故障的新方法能够高效、准确地监测大型低速机械的运行状态。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.043 seconds)
