一种生化产甲烷潜力自动测量装置和方法

    公开(公告)号:CN108414387B

    公开(公告)日:2024-01-02

    申请号:CN201810577819.2

    申请日:2018-06-06

    Abstract: 本发明公开了一种生化产甲烷潜力自动测量装置和方法,该装置包括发酵反应装置、气体处理装置、气体计量装置、补液装置和数据采集处理装置:发酵反应装置包括恒温水浴槽、发酵瓶、两个温度传感器和导气管;气体处理装置包括洗气瓶、排水瓶、导气管和排水管;气体计量装置包括集水瓶、称重台和重量变送器;补液装置包括蠕动泵、储液瓶、两个夹管阀、导水管、抽水管、三个继电器;数据采集处理装置包括数据采集卡和PC机;本发明适用于生物质厌氧消化实验,测试结果准确可靠,易操作,重复性好,能够自动测量并记录厌氧消化产气量,同时装置搭建简易,成本低。

    一种交流电压测量设备量子化校准装置

    公开(公告)号:CN117214798A

    公开(公告)日:2023-12-12

    申请号:CN202311332295.8

    申请日:2023-10-16

    Abstract: 本发明公开了一种交流电压测量设备量子化校准装置,包括交流约瑟夫森电压标准源和被校准的交流电压测量设备,交流约瑟夫森电压标准源输出的校准电压用于对交流电压测量设备进行校准,所述装置还包括交流电压源、分压模块、滤波器、缓冲器和电压比较器,交流电压源输出连接分压模块,分压模块分压后连接滤波器,滤波器输出连接缓冲器,缓冲器输出同时连接交流电压测量设备和电压比较器的一个比较输入端,电压比较器的另一个比较输入端连接交流约瑟夫森电压标准源输出的校准电压;由于存在滤波器,进入被校准交流电压测量设备的交流电压信号较为纯净,不存在明显电磁干扰和共模噪声,进而可以提高校准的准确度。

    一种基于在线符号聚合近似和流式深度判别分析的轴承故障诊断方法

    公开(公告)号:CN117113245A

    公开(公告)日:2023-11-24

    申请号:CN202310816531.7

    申请日:2023-07-04

    Abstract: 本发明公开了一种基于在线符号聚合近似和流式深度判别分析的轴承故障诊断方法。该方法在离线阶段通过对传感器采集到的工业设备中不同健康状态下的高频信号时间序列数据做符号聚合近似,从而获取符号图片,并用提取的符号图片以及符号图片对应的健康状态训练卷积神经网络。为了使得训练的卷积神经网络能够适应流式数据,将卷积神经网络的最后一个全连接层看作是一个线性判别分析模型,该线性判别分析模型的输入为全连接层的输入,输出为具体的健康状态分类,通过对线性判别分析模型参数的不断更新使得建立的卷积神经网络模型能够适应流式的在线数据。当在线诊断阶段时,高频信号数据按照时间批次依次采集并输入模型后,提取该批次内子序列的平均值并与前一批次的序列平均值合并后计算符号聚合近似结果,以此将符号聚合近似修改为在线计算方法。随后,提取当前批次下的符号图片,将该图片输入流式的卷积神经网络,使得构建的模型能够进行在线故障诊断。所提出的方法能够适用于高频数据的在线故障诊断,对推动大型工业设备的稳定安全运行有着重要的发展意义。

    烟丝掺配工序电子皮带秤异常在线监测方法

    公开(公告)号:CN113624317A

    公开(公告)日:2021-11-09

    申请号:CN202110937491.2

    申请日:2021-08-16

    Abstract: 本发明公开了一种烟丝掺配工序电子皮带秤异常在线监测方法,利用烟丝掺配工序电子皮带秤采集到的物料流量作为数据源,构造基于重构约束的子空间模型,并结合模型的目标函数求取初始投影矩阵;接着基于递推Lasso回归模型对目标函数进行优化,并根据电子皮带秤当前采集的新数据、初始投影矩阵以及优化后的目标函数微调投影矩阵,使得当前采样数据获得最优的子空间分布位置,最后基于当前数据的子空间分布与基于数据样本得到的子空间分布规律进行比对,从而判定出电子皮带秤是否出现异常。本发明具有准确度高、操作方便和实时跟踪的优势,为烟丝掺配工序中多个并行电子皮带秤在线监测提供了客观、可靠的决策支持,进而保证计量性能稳定及掺配精度。

    基于符号和卷积神经网络的工业设备数据边缘处理方法

    公开(公告)号:CN110008898A

    公开(公告)日:2019-07-12

    申请号:CN201910261399.1

    申请日:2019-04-02

    Abstract: 本发明公开了一种基于符号和卷积神经网络的工业设备数据边缘处理方法。利用传感器通过间隔采样采集工业设备中不同健康条件下的高频信号时间序列数据,对高频信号时间序列数据进行处理获得符号图;将高频信号时间序列数据的符号图及其故障分类类型输入到预设设计构建的卷积神经网络中进行训练;将卷积神经网络的第一处理模块布置在边缘终端设备上,剩余部分布置在云端服务器上。本发明通过数据分割及符号化表示,实现高频数据的降维和压缩,从而节省信号传输的带宽,减轻云端服务器的计算压力,以此实现大型设备的在线监测和故障识别,为大型设备的在线健康监测提供了可靠有效的技术支持。

    一种真空脱泡设备
    37.
    发明授权

    公开(公告)号:CN112490145B

    公开(公告)日:2024-08-13

    申请号:CN202011222680.3

    申请日:2020-11-05

    Abstract: 本发明公开了一种真空脱泡设备,包括安装架,进料装置,脱泡装置,所述进料装置包括载料板,液压缸,导轨,盛料容器,所述脱泡装置包括内腔,外腔,盲孔法兰,进气法兰,出气法兰,热电偶,所述液压缸固定于安装架底部,导轨固定于液压缸的活塞上,所述进气法兰与出气法兰均置于外腔的侧面板,所述内腔及外腔均固定在安装架上。将半导体的常用材料硅片在贴合过程中所产生的堆叠结构放置于盛料容器中,利用进料装置将其送入脱泡装置,对脱泡装置抽真空,充入惰性气体,然后加热去除硅片贴合面的气泡,整个脱泡过程高效有序,装置简便,加热温度高,密封性好,可操作性强。

    一种基于结构化判别高斯图模型的高炉冶炼过程监测方法

    公开(公告)号:CN117972418A

    公开(公告)日:2024-05-03

    申请号:CN202410004976.X

    申请日:2024-01-02

    Abstract: 本发明公开了一种基于结构化判别高斯图模型的高炉冶炼过程监测方法。针对多模态的高炉冶炼过程,对采集到的数据进行过程监测之前,需要先识别出数据所属模态。模态识别以最大似然估计法得出的最后后验概率为依据做判断。模态识别后,基于结构化稀疏判别高斯图模型的过程监测通过对比正常数据和采样数据各自建立的图模型之间是否有结构上的差异来实现。若出现结构化差异,则说明高炉冶炼过程中出现了由生产变量引起的故障。本方法分别建立训练模型和测试模型对训练数据和采样数据建模,并构建一个统计量量化训练图和测试图之间的差异。当这个差异超过一定阈值则认为发生故障,并通过观察故障数据和正常数据之间的图结构追溯故障变量以实现故障诊断。本发明在保证数据处理速度的同时提高了算法的鲁棒性和准确性,能够适应高炉冶炼过程数据高维、多模态的特点,为工业生产控制行为提供有效支持。本发明同样适用于其他工业生产的过程监测场景,应用前景广泛。

    一种ALD镀膜设备
    40.
    发明授权

    公开(公告)号:CN112853317B

    公开(公告)日:2024-01-23

    申请号:CN202110001842.9

    申请日:2021-01-04

    Abstract: 本发明公开了一种ALD镀膜设备,包括进料装置、镀膜装置,所述进料装置包括升降液压缸、密封圆板,电机安装槽,电机,转轴,载料台,样品槽,弹簧,屏蔽罩,弹簧固定板,所述镀膜装置包括外腔体,内腔体,前躯体存储器,导管,匀气圆板,进气法兰,出气法兰,所述升降液压缸安装在外腔体底面,密封圆板固定在升降液压缸的活塞杆上,电机安装槽与密封圆板固定连接,电机固定在电机安装槽内部,电机转子通过联轴器与转轴相连,载料台固定在转轴上,所述前躯体存储器固定在外腔体侧面,进气法兰和出气法兰均安装在外腔体侧面,与外腔体和内腔体侧面的通孔相连。将待镀样品固定在样品槽内部,通过电机旋转依次对样品进行如下循环操作:通入前躯体A,吹扫氮气,通入前躯体B,吹扫氮气,整个镀膜过程高效有序。

Patent Agency Ranking