一种快硬早强磷渣基胶凝材料及其制备方法

    公开(公告)号:CN105016634A

    公开(公告)日:2015-11-04

    申请号:CN201510393299.6

    申请日:2015-07-07

    Applicant: 三峡大学

    CPC classification number: Y02P40/121 Y02P40/143

    Abstract: 本发明提供一种快硬早强磷渣基胶凝材料,由粒化电炉磷渣、石墨尾矿、水泥熟料、磷石膏、硫酸铝和碱性成分组成,碱性成分为硅酸钠和氢氧化钠混合而成。其制备方法是将粒化电炉磷渣、石墨尾矿和水泥熟料分别粉磨:将粒化电炉磷渣粉磨至比表面积450~510m2/kg,石墨尾矿粉磨至比表面积410~460m2/kg,水泥熟料粉磨至比表面积370~420m2/kg;再将分别粉磨所得的粒化电炉磷渣粉、石墨尾矿粉、水泥熟料粉与其他组分,即磷石膏、硫酸铝和碱性成分按质量配比混合均匀,该胶凝材料具有快硬、早强特点的磷渣基胶凝材料,其凝结时间、安定性及力学性能符合GB175-2007对P.O42.5R普通硅酸盐水泥的要求。本发明同时还能促进磷渣、石墨尾矿的高效率利用,节约资源能源、保护环境。

    一种高能效风光冷热储电集成系统及其运行方法

    公开(公告)号:CN117713149A

    公开(公告)日:2024-03-15

    申请号:CN202311472785.8

    申请日:2023-11-07

    Applicant: 三峡大学

    Abstract: 本发明提供了一种高能效风光冷热储电集成系统及其运行方法,包括风光互补系统供电回路、太阳能供热回路、有机工质循环发电回路、储热/冷回路、释热/冷回路、供生活热水回路、新型闪蒸器、新型气液喷射器、高温储热装置、低温储热装置、储冷装置以及不同模式的运行方法。风光互补供电储电子系统使得系统在无风或黑暗阴雨天气也能得到稳定的电力供应。为系统增加储热装置和储冷装置,使系统在黑夜或阴雨条件下,也能正常运行。闪蒸、喷射和回热等措施提高了系统的发电量和发电效率。该系统的综合能源利用率高,在实现发电、储电、储热/冷、释热/冷和供热水等功能的同时,可减少化石能源的使用。

    一种高密度类水相变材料储能系统及运行方法

    公开(公告)号:CN116878322A

    公开(公告)日:2023-10-13

    申请号:CN202310670327.9

    申请日:2023-06-07

    Applicant: 三峡大学

    Abstract: 本发明提供了一种高密度类水相变材料储能系统及运行方法,包括相变储冷材料、相变储热材料以及装配相变材料的模块化储能装置与管道工艺结构。所述储能系统能够根据用户需求进行模块化独立储/放冷或储/放热,且系统通过设定的一套操控方法可实现自然冷源储冷、自然冷源直接供冷、太阳能储热、太阳能直供生活热水、太阳能直接供暖、低温储冷模块除湿、储冷模块按需变温供冷、储热模块变温供热、热泵储热/冷、热泵直接供热/冷等多种组合功能。该发明实现了多功能、模块化、拓展方便、储能密度高、可变温储冷/热以及能够按需控制储/放能量,综合能源利用率高。

    一种快硬早强磷渣基胶凝材料及其制备方法

    公开(公告)号:CN105016634B

    公开(公告)日:2017-01-25

    申请号:CN201510393299.6

    申请日:2015-07-07

    Applicant: 三峡大学

    CPC classification number: Y02P40/121 Y02P40/143

    Abstract: 本发明提供一种快硬早强磷渣基胶凝材料,由粒化电炉磷渣、石墨尾矿、水泥熟料、磷石膏、硫酸铝和碱性成分组成,碱性成分为硅酸钠和氢氧化钠混合而成。其制备方法是将粒化电炉磷渣、石墨尾矿和水泥熟料分别粉磨:将粒化电炉磷渣粉磨至比表面积450~510 m2/kg,石墨尾矿粉磨至比表面积410~460 m2/kg,水泥熟料粉磨至比表面积370~420 m2/kg;再将分别粉磨所得的粒化电炉磷渣粉、石墨尾矿粉、水泥熟料粉与其他组分,即磷石膏、硫酸铝和碱性成分按质量配比混合均匀,该胶凝材料具有快硬、早强特点的磷渣基胶凝材料,其凝结时间、安定性及力学性能符合GB175-2007对P.O42.5R普通硅酸盐水泥的要求。本发明同时还能促进磷渣、石墨尾矿的高效率利用,节约资源能源、保护环境。

    基于YOLOv7-ESC的铝型材缺陷检测识别方法

    公开(公告)号:CN119205614A

    公开(公告)日:2024-12-27

    申请号:CN202411065629.4

    申请日:2024-08-05

    Applicant: 三峡大学

    Abstract: 基于YOLOv7‑ESC的铝型材缺陷检测识别方法,包括如下步骤:S1、获取公开的数据集,采用天池铝型材表面瑕疵识别数据集,进行数据预处理;S2、改进YOLOv7模型,主干网络ELAN模块中3*3Conv卷积替换为PCnov卷积;S3、构建残差金字塔池化结构,主干网络提取到的特征输入残差金字塔池化模块SPPCSPC‑F;S4、在主干网络和特征融合网络间加入CBAM注意力机制;S5、回归损失函数CIoU替换为WIoU损失函数,将特征融合后的特征传入检测头部分进行分类预测;S6、训练YOLO网络模型,保留最优权重;S7、利用训练好的最优权重进行测试,并对检测结果进行评价,最终实现铝型材表面缺陷的自动化和智能化识别。该方法能够提高铝型材表面缺陷检测精度,降低小目标缺陷漏检率。

Patent Agency Ranking