一种基于矿用风筒振动频谱的能量自适应转换装置及方法制造方法及图纸

本发明专利技术提供一种基于矿用风筒振动频谱的能量自适应转换装置及方法，属于矿用风筒振动频谱能量自适应转换技术领域；所要解决的技术问题为：提供一种基于矿用风筒振动频谱的能量自适应转换装置硬件结构及转换方法的改进；解决该技术问题采用的技术方案为：包括用于采集矿用风筒自身固有振动频率数据和将振动能量转换为电能的能量转换装置、用于对所述能量转换装置输出的电能进行自适应匹配的能量处理装置；能量转换装置的电能输出端与能量处理装置电连接，能量处理装置的电能输出端与储能设备电连接；能量转换装置通过刚性外壳封装有CCD图像传感器、压电式能量收集模块、通信端口；本发明专利技术应用于井下无线传感器电能转换场所。所。所。

【技术实现步骤摘要】
一种基于矿用风筒振动频谱的能量自适应转换装置及方法


[0001]本专利技术提供一种基于矿用风筒振动频谱的能量自适应转换装置及方法，属于矿用风筒振动频谱能量自适应转换


技术介绍

[0002]近年来为支持智慧型矿山系统的建设与发展，投入了种类功能繁多的智能设备进行使用，其中无线传感器作为典型的智能传感器节点，能够实时采集井下环境的多种物理信息，已成为矿用监控系统建设的重要组成部分。
[0003]随着信息采集要求的不断提高，要求无线传感器节点在降低成本的同时，大幅度提升其智能化及可靠性，这就导致了设备的功耗不断增加，然而绝大多数节点目前仍使用独立搭载的电池供电，矿用传感器网络中的节点数量巨大，并且节点布置在危险区域、复杂结构内部，一旦电池电量耗尽，批量更换电池的工作量巨大，维护成本高，有时甚至会因为无法更换电池而影响节点使用寿命。
[0004]为克服上述缺陷有两种思路，一种是对井下所有传感器节点的设备进行统一供电，但必须对井下供电系统进行重新改造，重新采购布设变频器变压器等设备，实现该手段成本高，难度大；另外一种思路尝试将每一台传感器改造为能够进行能量收集并进行转化的设备，由于矿井环境中风能、振动能等能量源较为丰富，可以采用微发电技术将其转化成电能。
[0005]井下的机械振动能几乎处处存在，同时具有相当可观的能量密度，由通风机、风筒、风道等装置构成的矿用通风设备，可以基于对气体传感器的检测数据，动态调节风速、风量等参数，但在动态调节的过程中，设备的结构件会发生非线性振动；在现有技术中，设备往复运动产生的能量会被浪费掉，存在难以兼顾高效能量收集和对不同频率进行自适应能量转换的问题，没有实现这一振动能量的收集利用，将不利于节约能源。

技术实现思路

[0006]本专利技术为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种基于矿用风筒振动频谱的能量自适应转换装置硬件结构及转换方法的改进。
[0007]为了解决上述技术问题，本专利技术采用的技术方案为：一种基于矿用风筒振动频谱的能量自适应转换装置，包括用于采集矿用风筒自身固有振动频率数据和将振动能量转换为电能的能量转换装置；包括用于对所述能量转换装置输出的电能进行自适应匹配的能量处理装置；所述能量转换装置的电能输出端与能量处理装置电连接，所述能量处理装置的电能输出端与储能设备电连接；所述能量转换装置包括：第一刚性外壳、CCD图像传感器、压电式能量收集模块、固定孔、第一通信端口、第一连接线；所述第一刚性外壳通过固定孔与矿用风筒设备刚性连接；
所述CCD图像传感器和压电式能量收集模块均安装在第一刚性外壳的底部；所述第一通信端口通过第一连接线分别与CCD图像传感器、压电式能量收集模块相连；所述能量处理装置包括：第二刚性外壳、矿用电能存储模块、电能处理模块、第二通信端口、第二连接线、散热台；所述矿用电能存储模块和散热台均安装在第二刚性外壳的底部；所述电能处理模块安装在散热台上；所述CCD图像传感器通过第一通信端口和第一连接线将采集到的设备振频数据传输到电能处理模块；所述矿用电能存储模块将存储的电能通过第二通信端口和第二连接线传输到CCD图像传感器。
[0008]一种基于矿用风筒振动频谱的能量自适应转换方法，包括如下转换步骤：步骤一：将能量转换装置安装在矿用风筒设备上并起动，控制CCD图像传感器实时采集矿用风筒设备的振动图像，电能处理模块根据预设的振动频谱分析数据对采集图像的振动频谱进行实时分析；步骤二：结合能量转换装置中的加速度感知模块采集到的实时加速度数据，由电能处理模块基于可变形卷积和可变形感兴趣区域池化的卷积神经网络组合分析，得到由矿用风筒自身产生的微振与电能处理模块的映射模型；步骤三：控制压电式能量收集模块将环境中无序的机械振动转换成周期性振荡的机械能，利用压电材料的正压电效应将周期性振动的机械能转换为电能；步骤四：自适应匹配电能处理方式，处理为符合预设要求的电能来给其他设备或储能设备供电。
[0009]所述步骤二中建立映射模型的具体步骤为：步骤2.1：通过CCD图像传感器将采集到的设备实时加速度数据，经由频谱分析过后生成设备的频谱分类数据，类别分别对应于低频、中频、高频电能处理模块，将处理后的电能输入到矿用电能储能模块中储存；步骤2.2：控制电能处理模块建立平行网络模型用于偏移学习，建立的平行网络作为卷积神经网络，采用的激活函数为ReLu，针对图像数据处理的计算公式为：；采用的分类函数为SoftMax函数，针对图像数据处理的计算公式为：；式中C为输出类型的个数；Xi为第i类振频的概率值；步骤2.3：在可变形卷积的操作中，对常规卷积网络中的感受野内的每一个点增加偏移量进行扩张，得到改进后的计算公式为：；
式中代表感受野R内的任意一点，代表感受野中心的点，代表偏移量；对于可变形池化而言，与可变形卷积操作基本相同，此时需要增加一个偏移量，改进后的计算公式为：；式中，bin(i,j)表示将感受野内第K块的i行j列，将一张n*n的图像按照m*m的比例进行分割，分割为N块，其中，n≥m，参数K∈N。
[0010]本专利技术相对于现有技术具备的有益效果为：本专利技术提供一种基于采集的非线性矿用风筒振动频谱数据进行能量自适应转换的装置，该转换装置包括能量转换装置和能量处理装置，将能量转换装置固定安装在风筒设备上，用于实时感知矿用风筒自身的固有振动频率并将振动能量转换电能，设置的能量处理装置与能量转换装置进行数据交互，能量处理装置对收到的振动频率数据进行分析处理，对能量转换装置输出的电能进行调节，并自适应匹配合适的电能处理方式，最后将处理后的电能输出至储能设备，同时为能量转换装置供能；本专利技术以设备实时的加速度特征为数据基础，建立频谱计算模型，根据频谱分析结果，通过收集设备的振动能量转换为电能对现场其他设备进行供电，解决了振动能量浪费的问题，有效提高了现场其他设备的续航能力。
附图说明
[0011]下面结合附图对本专利技术做进一步说明：图1为本专利技术面向矿用风筒设备的能量转换装置的结构示意图；图2为图1的俯视图；图3为本专利技术面向矿用风筒设备的能量处理装置的结构示意图；图4为图3的俯视图；图5为本专利技术能量处理装置中压电式能量收集模块的工作步骤流程图；图6为本专利技术能量处理装置中电能处理模块的工作步骤流程图；图7为本专利技术使用的平行网络架构图；图8为本专利技术使用可变性卷积神经网络处理图像的步骤流程图；图中序号含义：1
‑
第一刚性外壳，2
‑
CCD图像传感器，3
‑
压电式能量收集模块，4
‑
固定孔，5
‑
第一通信端口，6
‑
第一连接线；7
‑
第二刚性外壳，8
‑
矿用电能存储模块，9
‑
电能处理模块，10
‑
第二通信端口，11
‑
第二连接线，12
‑
散热台。
具体实施方式
[0012]如图1至图4所示，本专利技术提供一种基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于矿用风筒振动频谱的能量自适应转换装置，其特征在于：包括用于采集矿用风筒自身固有振动频率数据和将振动能量转换为电能的能量转换装置；包括用于对所述能量转换装置输出的电能进行自适应匹配的能量处理装置；所述能量转换装置的电能输出端与能量处理装置电连接，所述能量处理装置的电能输出端与储能设备电连接；所述能量转换装置包括：第一刚性外壳、CCD图像传感器、压电式能量收集模块、固定孔、第一通信端口、第一连接线；所述第一刚性外壳通过固定孔与矿用风筒设备刚性连接；所述CCD图像传感器和压电式能量收集模块均安装在第一刚性外壳的底部；所述第一通信端口通过第一连接线分别与CCD图像传感器、压电式能量收集模块相连；所述能量处理装置包括：第二刚性外壳、矿用电能存储模块、电能处理模块、第二通信端口、第二连接线、散热台；所述矿用电能存储模块和散热台均安装在第二刚性外壳的底部；所述电能处理模块安装在散热台上；所述CCD图像传感器通过第一通信端口和第一连接线将采集到的设备振频数据传输到电能处理模块；所述矿用电能存储模块将存储的电能通过第二通信端口和第二连接线传输到CCD图像传感器。2.一种基于矿用风筒振动频谱的能量自适应转换方法，其特征在于：包括如下转换步骤：步骤一：将能量转换装置安装在矿用风筒设备上并起动，控制CCD图像传感器实时采集矿用风筒设备的振动图像，电能处理模块根据预设的振动频谱分析数据对采集图像的振动频谱进行实时分析；步骤二：结合能量转换装置中的加速度感知模块采集到的实时加速度数据，由电能处理模块基于可变形卷积和可...

【专利技术属性】
技术研发人员：乔铁柱，张凇玮，董会杰，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：