-
公开(公告)号：CN118113741A
公开(公告)日：2024-05-31
申请号：CN202410138791.8
申请日：2024-02-01
Applicant: 淮北矿业股份有限公司 , 安徽理工大学
IPC: G06F16/2455 , G06F16/2458 , G06F16/26 , G06F16/25 , G06Q50/02
Abstract: 本发明提供一种智慧矿山数字资产管控系统，属于智慧矿山相关领域，包括前端感知系统、后端数据库系统、终端数据处理系统；所述终端数据处理系统用于对矿山生产数据进行多项管理和数据开发处理，并提供在线查询和即席分析功能；利用在线查询算法和即席分析算法，对输入的指标和条件进行处理，以得到查询结果和分析结果。本发明通过数据探索与统计模块和数据开发模块，通过离线开发和实时开发，系统可以构建和更新离线模型，实现对矿山生产数据的预测和优化，应集成以批计算为核心的离线模型训练、以流计算为核心的在线机器学习及基于在线查询和即席分析的数据探索和统计分析功能，对于提高矿山生产效率、安全性和决策的准确性。
-
公开(公告)号：CN110044856A
公开(公告)日：2019-07-23
申请号：CN201910244231.X
申请日：2019-03-28
Applicant: 安徽理工大学
Abstract: 本发明涉及一种多光源LIF葵花籽油掺杂菜籽油的快速无损鉴别设备，该设备由四路继电器、激光器1、激光器2、激光器3、激光器4、接收模块、CCD模块、FPGA以及LCD显示器组成。当FPGA发出两个弱磁信号，四路继电器相应的两个引脚就会接通，相当于开关闭合，与两个引脚对应的两个激光器就会发出激光，水平照射在待测植物油样品上，接收模块接收样品发出的荧光信号传给CCD模块。CCD模块将接收到的荧光信号转换成电信号，通过在FPGA上建模对电信号进行分析与对比，最终在LCD显示屏上显示样品的荧光光谱，从而判断葵花籽油中是否掺杂菜籽油。本发明使用了多光源结合LIF技术，并且不接触待测样品，实现了快速、无损检测。
-
公开(公告)号：CN109308498B
公开(公告)日：2021-01-01
申请号：CN201811430777.6
申请日：2018-11-28
Applicant: 安徽理工大学
Abstract: 本发明涉及一种激光诱导荧光植物油掺杂小米汤辨识方法，包含以下步骤：(1)将等体积的纯花生油和小米汤按一定的掺杂浓度进行配比；(2)利用自行设计的便携式植物油无损分析仪采集油样荧光光谱数据；(3)采用中值滤波法(M edian‑Filter)平滑处理原始光谱图；(4)联合KICA与PCA算法(KICA‑PCA)优选出主要光谱信息数据；(5)采用留出法(hold‑out)把样本数据划分成训练集和测试集；(6)利用FDA对训练集进行学习和训练，测试集用于辨识效果检验。本发明采用KICA‑PCA结合FDA用于激光诱导荧光植物油掺杂小米汤辨识，提高了辨识精度和运算速度，非常适用于食品安全检测领域的研究。
-
Patent Agency Ranking
公开(公告)号：CN109187480A
公开(公告)日：2019-01-11
申请号：CN201811434053.9
申请日：2018-11-28
Applicant: 安徽理工大学
IPC: G01N21/64
Abstract: 本发明涉及一种双激光LIF技术的花生油掺杂大豆油判别装置，该装置包含以下部分：电源模块、激光器模块1、激光器模块2、激光荧光探头模块1、激光荧光探头模块2、光谱仪模块、延时开关模块、上位机模块。荧光探头利用石英光纤采集待测植物油中因激光器发射激光产生的荧光，在光谱仪接收荧光信息的过程中利用延时开关来实现采用两个不同波段激光光源，获取双激光光源下的LIF光谱的荧光信息的分时接收，在计算荧光强度后利用上位机中VS2015软件和MATLAB软件来建立已知的花生油、大豆油纯植物油样本和它们的混合油样本激光诱导荧光光谱的MDS模型数据库对待测植物油样本的荧光光谱进行分类识别，从而有利于检测花生油中是否存在大豆油的掺杂。
-
公开(公告)号：CN109270044A
公开(公告)日：2019-01-25
申请号：CN201811430914.6
申请日：2018-11-28
Applicant: 安徽理工大学
Abstract: 本发明涉及一种激光诱导荧光植物油掺杂浓茶水鉴定方法，包含以下步骤：(1)采用激光诱导荧光光谱仪获取油样的原始荧光光谱图；(2)采用滑动平均法对原始荧光光谱数据进行去噪处理；(3)采用Kennard-Stone划分方法将荧光光谱数据划分成训练集和测试集；(4)用DE-GWO算法对MSVC训练模型最佳惩罚系数c和核函数参数g进行优化；(5)将测试集上的光谱数据作为模型的输入，从而进行不同种类油样的识别。本发明采用DE-GWO结合MSVC用于激光诱导荧光植物油掺杂浓茶水分类鉴别，具有很高的分类正确率和实际应用价值，泛化能力强，非常适用于掺假植物油的实时精准检测与推广。
-
公开(公告)号：CN109308498A
公开(公告)日：2019-02-05
申请号：CN201811430777.6
申请日：2018-11-28
Applicant: 安徽理工大学
Abstract: 本发明涉及一种激光诱导荧光植物油掺杂小米汤辨识方法，包含以下步骤：(1)将等体积的纯花生油和小米汤按一定的掺杂浓度进行配比；(2)利用自行设计的便携式植物油无损分析仪采集油样荧光光谱数据；(3)采用中值滤波法(M edian-Filter)平滑处理原始光谱图；(4)联合KICA与PCA算法(KICA-PCA)优选出主要光谱信息数据；(5)采用留出法(hold-out)把样本数据划分成训练集和测试集；(6)利用FDA对训练集进行学习和训练，测试集用于辨识效果检验。本发明采用KICA-PCA结合FDA用于激光诱导荧光植物油掺杂小米汤辨识，提高了辨识精度和运算速度，非常适用于食品安全检测领域的研究。
-
公开(公告)号：CN209606321U
公开(公告)日：2019-11-08
申请号：CN201821979223.7
申请日：2018-11-28
Applicant: 安徽理工大学
IPC: G01N21/64
Abstract: 本实用新型涉及一种双激光LIF技术的花生油掺杂大豆油判别装置，该装置包含以下部分：电源模块、激光器模块1、激光器模块2、激光荧光探头模块1、激光荧光探头模块2、光谱仪模块、延时开关模块、上位机模块。荧光探头利用石英光纤采集待测植物油中因激光器发射激光产生的荧光，在光谱仪接收荧光信息的过程中，利用延时开关来实现采用两个不同波段激光光源获取双激光光源下的LIF光谱的荧光信息的分时接收。在计算荧光强度后利用上位机来建立已知的花生油、大豆油纯植物油样本和它们的混合油样本激光诱导荧光光谱的模型数据库，并对待测植物油样本的荧光光谱进行分类识别，从而有利于检测花生油中是否存在大豆油的掺杂。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号：CN210119440U
公开(公告)日：2020-02-28
申请号：CN201920412378.0
申请日：2019-03-28
Applicant: 安徽理工大学
Abstract: 本实用新型涉及一种多光源LIF葵花籽油掺杂菜籽油的快速无损鉴别设备，该设备由四路继电器、激光器1、激光器2、激光器3、激光器4、接收模块、CCD模块、FPGA以及LCD显示器组成。当FPGA发出两个弱磁信号，四路继电器相应的两个引脚就会接通，相当于开关闭合，与两个引脚对应的两个激光器就会发出激光，水平照射在待测植物油样品上，接收模块接收样品发出的荧光信号传给CCD模块。CCD模块将接收到的荧光信号转换成电信号，通过在FPGA上建模对电信号进行分析与对比，最终在LCD显示屏上显示样品的荧光光谱，从而判断葵花籽油中是否掺杂菜籽油。本实用新型使用了多光源结合LIF技术，并且不接触待测样品，实现了快速、无损检测。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
-
Search Results
8
records
(took 0.035 seconds)
