发明专利模板:矿压检测方法

合集下载

矿用本安型压力检测仪[发明专利]

矿用本安型压力检测仪[发明专利]

专利名称:矿用本安型压力检测仪专利类型:发明专利
发明人:张敏,杜贵云,张天翔
申请号:CN201510987368.6申请日:20151227
公开号:CN105606293A
公开日:
20160525
专利内容由知识产权出版社提供
摘要:本发明的矿用本安型压力检测仪,包括主壳体、后盖、矿用压力传感器、线路板和支撑架,所述支撑架固定设置在所述后盖上,线路板安装在支撑架上,所述支撑架包括支撑板,支撑板的上端设置有固定柱,所述固定柱内设有便于与线路板相结合的通孔,主壳体的前面板上设有矩形窗口、圆形通孔和铆钉孔,窗口压盖通过铆钉紧贴在所述前面板上,所述矿用压力传感器通过蝶形螺母固定设置下面板上;本发明的矿用本安型压力检测仪,体积小,操作方便,使用寿命长;使用时,压力传感器通过快速接头与被测装置的液体相连,由液体压力的变化而产生阻值信号的变化,被放大和驱动后即可在窗口玻璃内显示,显示直观,使用方便,对环境的适应能力较强。

申请人:邹城市云天工贸有限公司
地址:273500 山东省济宁市邹城市西外环路1888号
国籍:CN
代理机构:济宁宏科利信专利代理事务所
代理人:樊嵩
更多信息请下载全文后查看。

煤炭质量专利申请书模板

煤炭质量专利申请书模板

煤炭质量专利申请书模板:中华人民共和国国家知识产权局:关于【煤炭质量检测与优化方法】的专利申请尊敬的审查员:您好!我司特此提交一项关于【煤炭质量检测与优化方法】的专利申请,敬请审查。

以下为专利申请的具体内容:一、技术领域本发明涉及煤炭质量检测技术领域,尤其是一种用于提高煤炭质量的检测与优化方法。

二、背景技术煤炭作为我国主要的能源之一,其质量对我国能源安全和环境保护具有重要意义。

然而,在实际开采、运输、储存和加工过程中,煤炭质量容易受到各种因素的影响,导致煤炭质量波动较大。

为了保证煤炭质量,亟需一种高效、准确的煤炭质量检测与优化方法。

三、发明内容本发明的目的在于提供一种煤炭质量检测与优化方法,具有较高的检测精度和工作效率,能够有效提高煤炭质量。

本发明的技术方案如下:1. 煤炭质量检测方法:采用光谱分析技术、人工智能算法和大数据分析方法,对煤炭进行快速、准确的检测。

具体步骤如下:(1) 收集煤炭样本,并对样本进行预处理;(2) 使用光谱分析设备对煤炭样本进行光谱分析,获取光谱数据;(3) 将光谱数据输入人工智能算法模型,进行特征提取和模式识别;(4) 根据识别结果,对煤炭质量进行分类和评价;(5) 将检测结果输出至终端设备,供用户查看和导出。

2. 煤炭质量优化方法:根据检测结果,对煤炭生产、运输、储存和加工过程进行优化,提高煤炭质量。

具体步骤如下:(1) 根据检测结果,分析煤炭质量波动的原因;(2) 针对原因,制定相应的改进措施;(3) 对煤炭生产、运输、储存和加工过程进行调整和优化;(4) 持续跟踪煤炭质量,确保优化效果的稳定性。

四、创新点与优势本发明具有以下创新点与优势:1. 采用光谱分析技术,具有较高的检测精度;2. 利用人工智能算法和大数据分析方法,实现快速、自动化的煤炭质量检测;3. 根据检测结果,提供针对性的优化措施,提高煤炭质量;4. 具有实时监测和远程控制功能,方便用户随时了解煤炭质量状况。

矿山实验室专利申请书模板

矿山实验室专利申请书模板

矿山实验室专利申请书尊敬的审查员:您好!我方向贵局提交一份矿山实验室专利申请书,我们希望申请一项关于矿山实验室的发明创造。

以下是我们对矿山实验室专利申请书的详细描述。

一、技术领域本发明涉及矿山安全与环境保护技术领域,具体为一种矿山实验室及其检测方法。

二、背景技术随着我国矿山行业的快速发展,矿山安全生产和环境保护问题日益凸显。

为了确保矿山安全生产,提高矿产资源开发利用效率,减少矿山环境污染,有必要研究一种矿山实验室及其检测方法,以便为矿山企业提供实时、准确的检测数据,从而为矿山安全生产和环境保护提供技术支持。

三、发明内容本发明的目的在于提供一种矿山实验室及其检测方法,具有以下技术特点:1. 矿山实验室采用模块化设计,便于根据矿山实际情况进行调整和扩展,满足不同矿山的检测需求。

2. 矿山实验室配备先进的检测设备,能够实现对矿山安全生产和环境保护相关指标的实时、快速检测。

3. 矿山实验室采用智能化数据处理系统,实现检测数据的自动采集、处理和分析,提高检测效率和准确性。

4. 矿山实验室具备完善的质量控制体系,确保检测结果的可靠性和权威性。

5. 矿山实验室提供全方位的技术服务,包括检测、分析、评估、咨询等,助力矿山企业提高安全生产水平和环境保护能力。

四、发明实施方式本发明可以通过以下实施方式实现:1. 建立矿山实验室,包括采样室、分析室、质控室等模块,各模块之间相互独立,又能协同工作。

2. 配置先进的检测设备,如光谱仪、原子吸收仪、气相色谱仪等,用于对矿山安全生产和环境保护相关指标进行检测。

3. 采用智能化数据处理系统,实现检测数据的自动采集、处理和分析,通过有线或无线网络将数据传输至云端,便于远程监控和分析。

4. 建立完善的质量控制体系,对检测过程进行严格把控,确保检测结果的准确性和可靠性。

5. 矿山实验室拥有一支专业化的技术团队,为客户提供全方位的技术服务,包括检测、分析、评估、咨询等。

五、发明效果本发明具有以下优点:1. 提高矿山安全生产水平,减少安全事故发生。

矿用测压表[实用新型专利]

矿用测压表[实用新型专利]

专利名称:矿用测压表专利类型:实用新型专利发明人:谷德钟
申请号:CN93237083.7申请日:19930609
公开号:CN2159560Y 公开日:
19940323
专利内容由知识产权出版社提供
摘要:本实用新型提出一种用于测量煤矿井下液压设 备内工作液压力大小的矿用测压表,其主要特征是在 螺旋杆(9)上开有双螺旋导槽,该螺旋杆(9)上的双螺 旋导槽能把计量弹簧(7)的压缩量转化放大成刻度盘 (18)的旋转变化量。

井下设备工作液的压力通过顶 杆(1)压缩计量弹簧(7)来实现刻度盘(18)的旋转,刻 度盘(18)上标有压力大小的数值,通过其旋转的角度 即可读出设备内液体压力的大小,因计量弹簧具有很 好的弹性和耐疲劳性能,故能很好的适应煤矿井下特 殊环境的要求,从而解决了“C”形管式压力表在井下 使用时存在的损坏率高,耐液压冲击性能差的技术难 题。

申请人:中国矿业大学
地址:221008 江苏省徐州市翟山
国籍:CN
代理机构:中国矿业大学专利事务所
代理人:李忠华
更多信息请下载全文后查看。

煤矿安全检测系统及检测方法[发明专利]

煤矿安全检测系统及检测方法[发明专利]

专利名称:煤矿安全检测系统及检测方法专利类型:发明专利
发明人:夏璐
申请号:CN201810795212.1
申请日:20180719
公开号:CN108981812A
公开日:
20181211
专利内容由知识产权出版社提供
摘要:本发明公开了一种煤矿安全检测系统及检测方法,系统包括至少两个检测报警装置,其包括多个检测器;数据处理器;光电报警器;报警处理器;主处理器,当检测项中至少一项不在预设范围时光电报警器打开,均处于预设范围内时标记为未报警,在得到其他矿井段的最早报警数据后光电报警器打开;数据发送器;显示器,显示最早报警的光电报警器的编号;设于外部的主控装置包括中央处理器,中央处理器控制主处理器的开闭,判断得到最早报警数据,并发送到检测报警装置。

本发明的检测方法,先由检测报警装置获取检测数据和报警数据,然后由主控装置判断最早报警数据,反馈到检测报警装置中,实现联动报警,提高了煤矿的安全性。

申请人:夏璐
地址:053000 河北省衡水市桃城区大庆东路378号通衙苑29栋2单元1102室
国籍:CN
更多信息请下载全文后查看。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

权利要求书1、基于神经网络模型BP 算法的嵌入式矿压检测方法,其特征在于:基于uC/OS 嵌入式技术,采用多路振弦式压力传感器检测待检测区域的压力大小,并采用内嵌uC/OS 操作系统的ARM7处理器对多路振弦式压力传感器进行实时监测,然后在ARM7处理器中采用神经网络BP 算法对振弦式压力传感器采集的待检测区域的压力数据进行温度补偿,包括以下步骤:(1)根据待检测区域的地域情况,采用多个振弦式压力传感器分别检测不同待检测区域的压力大小,同时每个振弦式压力传感器附近分别配置温度传感器进行温度测量;(2)在所述ARM7处理器中,内嵌uC/OS 操作系统,并在操作系统中创建多个系统任务,用来实时管理系统各个模块功能的实现,其中包括振弦式压力传感器与CPU 的通信任务;(3)在步骤(2)中所创建的振弦式压力传感器与CPU 的通信任务中,控制CPU 输出一个固定在某一频率范围内的脉冲信号,所述脉冲信号经过电流驱动放大电路,从而再进入激振电路产生一个能对振弦式压力传感器内部振弦起振的信号并输出至振弦式压力传感器;然后通过ARM7处理器对振弦式压力传感器起振并采集待检测区域压力后返回的脉冲信号进行频率测量,通过振弦式压力传感器返回的脉冲信号中振弦达到共振时的频率和参考频率,以计算出此时振弦式压力传感器所对应测量的待检测区域的压力大小,所述待检测区域的压力大小通过如下公式计算出来:)(20211f f K F -=,式中F 1为振弦式压力传感器中振弦的张力,即为待检测区域的压力大小,K 为振弦式压力传感器的灵敏系数,f 1为张力变化后的振弦式压力传感器振弦达到共振时的自振频率;f 0为振弦式压力传感器振弦的参考频率,一般产品提供此系数。

(4)采用温度传感器采集各自对应的振弦式压力传感器振弦周围区域的温度数据,在ARM7处理器中采用BP 算法建立神经网络模型,结合用神经网络模型对步骤(3)计算得到的待检测区域的压力数据以及各个温度传感器采集的温度数据进行学习,并根据神经网络模型找出待检测区域压力随温度的变化规律,最后对步骤(3)中计算得到的待检测区域的压力F1进行温度补偿,补偿公式如下:=F+Fa2,1其中F2为修正后的待检测区域的压力大小,F1为步骤(3)计算得到的待检测区域的压力,a为压力修正系数。

2、根据权利要求1所述的基于神经网络模型BP算法的嵌入式矿压检测方法,其特征在于:所述温度传感器为单总线数字温度传感器,振弦式压力传感器的频率数据、温度传感器实时采集的数据分别送入ARM7处理器中进行处理并显示。

3、根据权利要求1所述的基于神经网络模型BP算法的嵌入式矿压检测方法,其特征在于:所述ARM7处理器中采用内嵌的uC/OS操作系统进行多任务实时管理。

4、根据权利要求1所述的基于神经网络模型BP算法的嵌入式矿压检测方法,其特征在于:所述ARM7处理器通过BP算法设计神经网络模型,由ARM7处理器采集得到的振弦式压力传感器的频率计算得到的待检测区域的压力值和温度传感器采集的温度值进行自动补偿算法计算,对待检测区域的压力大小进行实时补偿。

说明书基于神经网络模型BP算法的嵌入式矿压检测方法技术领域本发明涉及矿压检测方法领域,具体为一种基于神经网络模型BP算法的嵌入式矿压检测方法。

背景技术随着科学技术的不断提高,近年来煤矿的开采规模不断扩大,开采的深度不断加大,矿山压力所显现的灾害也愈加明显,如顶板冒落、冲击矿压、巷道变形等频繁发生,这些灾害都造成了重大损失,严重危害了生命安全并影响了煤矿生产。

对于矿山的各种压力进行实时监测,能有效的预防重大事故的发生,具有重大的意义。

如果能建立一个系统、全面的矿山压力实时监测系统,就可以对煤矿安全生产进行有效监控,并有效地预防和减少安全生产事故的发生。

矿山压力实时监测技术及设备的开发,是坍塌事故的重要防线和保障措施。

目前国内外都已经发展了人工智能化检测,如采用单片机控制的振弦式压力传感器的方法来检测,在仪器的测量精度和范围等方面有了较大的提高,但这类仪器的主要问题是易受干扰,实时性、检测精度不够好,以及单台设备的大量布点而导致整个监测系统的造价过高,限制了其应用范围。

发明内容本发明的目的是提供一种基于神经网络模型BP算法的嵌入式矿压检测方法,以解决现有技术检测方法易受干扰,实时性差,精度低的问题。

为了达到上述目的,本发明所采用的技术方案为:基于神经网络模型BP算法的嵌入式矿压检测方法,其特征在于:基于uC/OS 嵌入式技术,采用多路振弦式压力传感器检测待检测区域的压力大小,并采用内嵌uC/OS操作系统的ARM7处理器对多路振弦式压力传感器进行实时监测,然后在ARM7处理器中采用神经网络BP算法对振弦式压力传感器采集的待检测区域的压力数据进行温度补偿,包括以下步骤:(1)根据待检测区域的地域情况,采用多个振弦式压力传感器分别检测不同待检测区域的压力大小,同时每个振弦式压力传感器附近分别配置温度传感器进行温度测量;(2)在所述ARM7处理器中,内嵌uC/OS 操作系统,并在操作系统中创建多个系统任务,用来实时管理系统各个模块功能的实现,其中包括振弦式压力传感器与CPU 的通信任务;(3)在步骤(2)中所创建的振弦式压力传感器与CPU 的通信任务中,控制CPU 输出一个固定在某一频率范围内的脉冲信号,所述脉冲信号经过电流驱动放大电路,从而再进入激振电路产生一个能对振弦式压力传感器内部振弦起振的信号并输出至振弦式压力传感器;然后通过ARM7处理器对振弦式压力传感器起振并采集待检测区域压力后返回的脉冲信号进行频率测量,通过振弦式压力传感器返回的脉冲信号中振弦达到共振时的频率和参考频率,以计算出此时振弦式压力传感器所对应测量的待检测区域的压力大小,所述待检测区域的压力大小通过如下公式计算出来:)(20211f f K F -=,式中F 1为振弦式压力传感器中振弦的张力,即为待检测区域的压力大小,K 为振弦式压力传感器的灵敏系数,f 1为张力变化后的振弦式压力传感器振弦达到共振时的自振频率;f 0为振弦式压力传感器振弦的参考频率,一般产品提供此系数。

(4)采用温度传感器采集各自对应的振弦式压力传感器振弦周围区域的温度数据,在ARM7处理器中采用BP 算法建立神经网络模型,结合用神经网络模型对步骤(3)计算得到的待检测区域的压力数据以及各个温度传感器采集的温度数据进行学习,并根据神经网络模型找出待检测区域压力随温度的变化规律,最后对步骤(3)中计算得到的待检测区域的压力F1进行温度补偿,补偿公式如下: a F F +=12,其中F 2为修正后的待检测区域的压力大小,F 1为步骤(3)计算得到的待检测区域的压力,a 为压力修正系数。

所述的基于神经网络模型BP 算法的嵌入式矿压检测方法,其特征在于:所述温度传感器为单总线数字温度传感器,振弦式压力传感器的频率数据、温度传感器实时采集的数据分别送入ARM7处理器中进行处理并显示。

所述的基于神经网络模型BP算法的嵌入式矿压检测方法,其特征在于:所述ARM7处理器中采用内嵌的uC/OS操作系统进行多任务实时管理。

所述的基于神经网络模型BP算法的嵌入式矿压检测方法,其特征在于:所述ARM7处理器通过BP算法设计神经网络模型,把根据振弦式压力传感器的频率数据计算得到的待检测区域的压力值和温度传感器采集的温度值进行自动补偿算法计算,对待检测区域的压力大小进行实时补偿。

本发明首先根据根据待检测区域的地域情况,如综采工作面支架工作阻力监测、围岩顶板运移监测、锚杆锚索载荷监测和煤岩体应力监测等,选用不同的振弦式压力传感器;然后根据系统任务个数建立相应的进程,充分考虑到uC/OS 操作系统建立任务个数的饱和性的同时,扩大了检测范围;最后在建立的振弦式压力传感器与CPU的通信任务中,控制CPU输出一个固定在某一频率范围内的脉冲信号,并经过电流驱动放大电路,从而再进入激振电路,产生一个能对振弦式压力传感器内部振弦起振的信号,同时使用ARM7处理器对振弦式压力传感器返回的脉冲信号进行频率测量,根据振弦达到共振时的频率,通过公式计算出此时待检测区域的压力大小;然后ARM7处理器得到温度传感器采集的振弦附近的温度,再通过BP算法设计神经网络模型,把由ARM7处理器采集到的振弦式压力传感器频率数据计算得到的待检测区域的压力值和温度传感器采集的温度值进行自动补偿算法计算,对计算得到的待检测区域的压力大小进行实时补偿,更加保证了系统测量的准确度。

本发明从ARM7处理器检测压力值的软件结构进行考虑,充分发挥嵌入式实时操作系统以及通过BP算法设计神经网络模型的温度补偿算法的优点。

本发明方法简单易行,便于实现,设备安装简单,使用寿命长,同时ARM7处理器检测传感器的是频率信号,从根本上就可以消除干扰的影响;采用ARM 内嵌uC/OS操作系统进行多任务实时管理,通过BP算法设计神经网络模型对温度进行补偿,从而大大提高了测量的准确度。

附图说明图1为本发明所采用的检测装置系统框图。

图2为本发明矿压预测原理框图。

图3为本发明内嵌uC/OS操作系统的ARM7处理器建立神经网络模型的系统框图。

具体实施方式如图1所示。

本发明系统采用先进的支持实时仿真和嵌入式跟踪的32/16位的ARM7TDMI-STM CPU的处理器作为系统的核心处理器,一方面采集振弦式压力传感器和温度传感器的数据,通过内部的算法进行计算,得出补偿过的压力数据;另一方面将压力数据传送给计算机。

其中多路选择开关的作用是分时选择单个振弦式压力传感器,以保证系统资源的合理利用以及增多传感器个数以加大区域监测范围,井上监测主机采用以太网完成和本地检测辅助与本地数据库服务器的数据通讯;本地数据库服务器为远程客户终端提供WEB游览器服务,以方便实现管理人员随时随地及时了解当前压力监测数据。

1、嵌入式任务建立及资源分配使用uC/OS操作系统完成任务时,首先要建立任务,根据每个任务的使用堆栈内存情况以及优先级的高低从而建立相应的任务,合理的管理任务及分配资源是任务初始化的核心,如下所示:V oid task_init(){OSInit ();OSTaskCreate (Task0,(void *)0, &Task0Stk[Task0StkLengh - 1], 2);OSTaskCreate (Task1,(void *)0, &Task1Stk[Task1StkLengh - 1], 3);OSTaskCreate (Task2,(void *)0, &Task2Stk[Task2StkLengh - 1], 4);OSTaskCreate (Task3,(void *)0, &Task3Stk[Task3StkLengh - 1], 5);OSStart ();}根据实际情况需求,本发明创建的任务Task0是本发明通过多路选择开关选择振弦式压力传感器并开启计数器、定时器采用捕获模式测量频率大小,从而计算出采集的压力值,所以本发明选用最高优先级,且定义任务Task0StkLengh的堆栈长度为128;Task1是对数字温度传感器的采集,优先级低于Task0,由于任务量小从而定义任务Task1StkLengh的堆栈长度为64;Task2是针对Task0和Task任务采集的数据通过本任务设计BP算法的神经网络模型,对采集的数据进行预测和温度补偿,最终计算出高精度的压力数据,由于本模块是本发明核心部件且计算量大,从而本发明对Task2StkLengh 的堆栈长度为300;最后,通过Task3来管理网口数据的传输,此任务优先级最低,Task3StkLengh 的堆栈长度为200。

相关文档
最新文档