-
公开(公告)号：CN118142111A
公开(公告)日：2024-06-07
申请号：CN202410267029.X
申请日：2024-03-08
Applicant: 中国矿业大学
Abstract: 本发明属于立体车库技术领域，公开了一种升降横移式立体车库消防系统及设计方法，包括用于立体车库消防的消防机构，消防机构包括输送组件，输送组件的与设置在立体车库侧边地面上的消防车位连通；输送组件包括与立体车库出口连通的导轨，导轨上滑动设置有用于转移危险车辆的托盘，托盘可进出消防车位；消防车位包括设置在立体车库一侧的消防池，导轨与消防池连通，托盘与消防池对应设置，消防池的上方设置有辅助灭火的灭火组件。本发明使用方便，消防系统的效果好，可快速高效的处理危险车辆，能有效降低汽车自燃导致损失，也减少了火灾对四周车位的车辆以及立体车库的影响，降低了火灾损失。
-
公开(公告)号：CN117159945A
公开(公告)日：2023-12-05
申请号：CN202311173719.0
申请日：2023-09-12
Applicant: 中国矿业大学
Abstract: 本发明公开了一种机械式立体车库新能源车消防系统，属于消防技术领域，解决了车辆起火时无法及时进行快速处理并防止对相邻车辆造成损害的问题。机械式立体车库新能源车消防系统包括包括立体车库装置、监测预警装置、防火分隔装置和灭火装置；所述立体车库装置的一层安装有所述防火分隔装置，所述防火分隔装置能够移动到所述立体车库装置的底层的任意车位的两侧。本发明提供的机械式立体车库新能源车消防系统可以及时探测到电动汽车电池的异常温度信号，并将异常车辆及时地与其他车辆分隔开，在一定程度上可以延缓电池热失控后火灾沿水平方向的蔓延，解决了车辆起火时无法及时进行快速处理并防止对相邻车辆造成损害的问题。
-
公开(公告)号：CN118073693B
公开(公告)日：2024-08-16
申请号：CN202410277762.X
申请日：2024-03-12
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于应力监测的锂离子电池热失控预警系统，属于锂离子电池热失控监测预警技术领域。系统包括：电池数据采集系统、电池状态识别系统以及预警管理系统；电池数据采集系统用于采集锂离子电池模组应力数据，并将应力数据传输至电池状态识别系统；电池状态识别系统与电池数据采集系统连接，用于接收应力数据，并基于应力数据对锂离子电池状态进行判定，得到判定结果；预警管理系统与电池状态识别系统连接，用于基于判定结果进行警告提示。本发明通过对电池模组应力监测、定点预警降温等多个方面的设计，在控制预防锂离子电池热失控所需成本的同时可有效提高预警系统的可靠性，从而进一步减小锂离子电池模组热失控带来的危害。
-
公开(公告)号：CN118073693A
公开(公告)日：2024-05-24
申请号：CN202410277762.X
申请日：2024-03-12
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于应力监测的锂离子电池热失控预警系统，属于锂离子电池热失控监测预警技术领域。系统包括：电池数据采集系统、电池状态识别系统以及预警管理系统；电池数据采集系统用于采集锂离子电池模组应力数据，并将应力数据传输至电池状态识别系统；电池状态识别系统与电池数据采集系统连接，用于接收应力数据，并基于应力数据对锂离子电池状态进行判定，得到判定结果；预警管理系统与电池状态识别系统连接，用于基于判定结果进行警告提示。本发明通过对电池模组应力监测、定点预警降温等多个方面的设计，在控制预防锂离子电池热失控所需成本的同时可有效提高预警系统的可靠性，从而进一步减小锂离子电池模组热失控带来的危害。
-
公开(公告)号：CN120009743A
公开(公告)日：2025-05-16
申请号：CN202510480050.2
申请日：2025-04-17
Applicant: 中国矿业大学 , 国网江苏省电力有限公司
IPC: G01R31/382 , A62C3/16 , A62C31/00 , A62C31/28 , A62C37/40 , A62C99/00 , H01M10/48 , H01M10/42 , G01R31/396
Abstract: 本发明公开了一种储能电池模组探测装置及其探测方法，其涉及电池管理技术领域。包括：储能电池模组中电池发生热灾害，电池表面温度升高；与电池直接接触的螺旋状记忆金属片受热后解旋延展至与金属导线接触；信号电路监测热失控探测电路导通状态下产生的电流信号，并将电流信号转化为数字信号发送至电池管理模块；电池管理模块根据接收到的数字信号确定发生热失控的储能电池模组。本发明将螺旋状记忆金属片作为探测组件，利用记忆金属形变特性全时段探测储能电池模组中电池的热失控，兼顾经济性和可靠性，同时与热失控探测联动，将淹没式泡沫灭火应用于储能电池模组。
-
Patent Agency Ranking
公开(公告)号：CN119447576A
公开(公告)日：2025-02-14
申请号：CN202411581934.9
申请日：2024-11-07
Applicant: 中国矿业大学 , 国网江苏省电力有限公司
IPC: H01M10/613 , H01M10/48 , H01M10/6567 , H01M10/6556 , H01M10/6561 , H01M10/63
Abstract: 本发明公开了一种锂离子电池安全存储设备，属于锂离子电池安全储能技术领域。该锂离子电池安全存储设备还包括液冷板，所述液冷板覆盖在各个电池模组的上方，并连接所述底板槽的侧壁，液冷板的上表面设置有气体存储包，气体存储包内存储有阻燃气体，气体存储包连通有多个气体管道，各气体管道均穿过所述液冷板与一个所述壳体内部连通，用于向壳体内部输送阻燃气体，同时壳体上设有排气孔，排气孔排出阻燃气体并带走热量，实现降温。本锂离子电池安全存储设备能够实时监控壳体内的温度，并在壳体内部温度超过阈值时进行智能降温，避免了温度不能够及时降低进而导致热失控的发生，抑制了热失控在模组间的蔓延，保护了电池模组，降低了损失。
-
公开(公告)号：CN118038173A
公开(公告)日：2024-05-14
申请号：CN202410277565.8
申请日：2024-03-12
Applicant: 中国矿业大学
IPC: G06V10/764 , G06F18/10 , G06F18/24 , G06V10/774 , G06V10/20 , G06V10/32 , G06V10/40
Abstract: 本发明公开了一种基于机器视觉的高架仓库火灾定位方法，其特征在于，包括以下步骤：将高架仓库地形进行网格划分，并实时获取每个网格内货架节点的温度数据和图像数据；对所述温度数据进行处理，获得温度变化数据；构建火灾识别模型，对火灾图像和非火灾图像构建的图像数据集添加火灾标签，并对所述火灾识别模型进行训练；基于训练后的火灾识别模型对实时采集的图像数据进行识别，判断火灾图像；基于所述火灾图像及当前货架的温度变化数据，确定火灾程度，并进行分级预警，基于预警信号确定火灾位置。本发明提出的火灾定位方法能够及时确定灾情的位置信息，便于及时采取救援措施，降低损失。
-
公开(公告)号：CN119812577A
公开(公告)日：2025-04-11
申请号：CN202510007386.7
申请日：2025-01-03
Applicant: 中国矿业大学
IPC: H01M10/613 , H01M10/48 , H01M10/633 , H01M10/635 , H01M10/6563 , H01M10/6567 , H01M10/6568 , H01M10/42 , A62C3/16 , A62C31/00 , A62C31/28
Abstract: 本发明涉及电池包降温技术领域，公开了一种风雾结合的电池热管理系统，包括电池包，设置有测温装置；第一管路与电池包相连通，第一管路还连通有风冷装置和雾冷装置；第一工作状态，由气体对电池包进行降温；第二工作状态，由第一混合降温介质对电池包进行降温；第三工作状态，由第二混合降温介质对电池包进行降温，第二混合降温介质中的雾化体浓度大于第一混合降温介质中的雾化体浓度本发明可有效提高电池包在高温环境中工作时的安全性能，及时制止热失控的进一步发生，达到了经济性的目的，整体上提高了电池包热失控的可控性，并减小了失控风险与火灾损失。
-
公开(公告)号：CN118279816A
公开(公告)日：2024-07-02
申请号：CN202410213087.4
申请日：2024-02-27
Applicant: 中国矿业大学
IPC: G06V20/52 , G06V10/44 , G06V10/80 , G06V10/62 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的隧道火灾态势预测方法，所属技术领域为智能检测领域，包括：基于深度摄像头获取隧道火灾视频数据信息；将所述隧道火灾视频数据信息的三维坐标点信息和时序信息进行处理，获得处理数据集；构建3D卷积神经网络模型，将双向循环神经网络添加至所述3D卷积神经网络模型的时序处理层中并进行训练，生成隧道火灾态势预测模型；将所述处理数据集输入至所述隧道火灾态势预测模型中进行计算，生成火灾态势预测结果。本发明采用3D卷积神经网络，能够有效地捕获时空特征，3D卷积神经网络可以自动学习时空数据中的特征，无需手工设计特征工程。
-
公开(公告)号：CN118172882A
公开(公告)日：2024-06-11
申请号：CN202410325666.8
申请日：2024-03-21
Applicant: 中国矿业大学
IPC: G08B17/06 , G06V20/40 , G06V20/52 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/80 , G06V10/20 , G06V10/30
Abstract: 本发明公开了一种基于深度学习的隧道火灾监测系统，包括：信息获取模块用于布置图像采集设备与若干传感器，并采集传感器数据传输至信息处理模块；信息处理模块用于处理图像数据与传感器数据；分析模块用于构建多模态深度学习模型并进行训练，基于处理后的图像数据与传感器数据通过训练后的模型获得隧道火灾识别结果；控制模块用于根据识别结果判断是否生成控制指令并发出信息至相关人员；数据管理模块用于存储数据，并将存储的数据作为验证集对多模态深度学习模型进行设定间隔的参数更新。本发明能够智能地处理多模态数据，提高火灾检测的准确性和可靠性，同时具备实时监测和预警的能力，及时发现问题并采取措施，避免产生过大的损失。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.03 seconds)
