两性离子聚合物-姜黄素纳米胶束及其制备方法与应用

    公开(公告)号:CN119679718A

    公开(公告)日:2025-03-25

    申请号:CN202510206651.4

    申请日:2025-02-25

    Applicant: 吉林大学

    Abstract: 本发明涉及一种两性离子聚合物‑姜黄素纳米胶束及其制备方法与应用,属于纳米药物技术领域。解决了现有姜黄素生物利用度低、亲脂性差、溶解性低等技术问题。本发明的两性离子聚合物‑姜黄素纳米胶束,以两性离子聚合物为载体,以姜黄素为载药。该两性离子聚合物‑姜黄素纳米胶束中,姜黄素具有广泛的抗炎、抗氧化、促成骨的作用,两性离子聚合物具有毒性低、细胞穿透性强的特点,两者形成的两性离子聚合物‑姜黄素纳米胶束兼具二者优点,具有低毒性,良好的抗炎、抗氧化、促成骨作用,减轻局部炎症,对牙周炎的治疗有较好的效果。且两性离子聚合物可以改善姜黄素溶解性差的缺点,姜黄素可以缓慢释放,同时具有较高的生物安全性。

    一种基于EEMD-HHT和CBCNN的风机叶片故障预测方法及系统

    公开(公告)号:CN119557705A

    公开(公告)日:2025-03-04

    申请号:CN202411707385.5

    申请日:2024-11-27

    Abstract: 本发明涉及风机叶片故障检测技术领域,具体公开了一种基于EEMD‑HHT和CBCNN的风机叶片故障预测方法及系统,方法包括:获取原始振动信号,基于EEMD技术处理获取有效IMF,对有效IMF进行HHT变换得到希尔伯特谱;预构建CNN网络并添加CBAM注意力模块,形成CBCNN故障预测模型;通过对所有希尔伯特谱进行划分得到验证集、测试集以及用于训练CBCNN故障预测模型的训练集,并进行模型训练优化处理直至得到最终的CBCNN故障预测模型;获取用于预测的振动信号输入至最终的CBCNN故障预测模型,输出预测结果。本发明采用集成经验模态分解EEMD来改善HHT变换,通过在卷积神经网络中引入CBMA注意力模块增强CNN卷积神经网络模型并基于包含检测结果的训练集进行训练,实现故障类型的预测。

    基于多尺度小波分解的时序图注意力结冰检测模型及方法

    公开(公告)号:CN119293605A

    公开(公告)日:2025-01-10

    申请号:CN202411356427.5

    申请日:2024-09-27

    Abstract: 基于多尺度小波分解的时序图注意力结冰检测模型及方法,涉及风机叶片结冰的在线监测技术领域。解决现有检测风力涡轮机叶片结冰的深度学习算法,没有考虑不同尺度之间特定于尺度的变量间相关性,导致无法捕捉和适应叶片结冰的各种动态变化。检测模型采用多层小波分解网络模块提取数据的不同尺度的细节系数和近似系数,得到多尺度小波输入;采用尺度相关学习模块根据不同尺度的细节系数构建邻接矩阵;采用时序图注意力模块将多尺度小波输入和邻接矩阵形成的图结构转换成尺度特定表示;采用尺度注意力模块将尺度特定表示的输入转换成尺度注意力表示并发送给结冰分类器检测;还提供相应的结冰检测方法。本发明适用于风机叶片结冰的在线监测。

Patent Agency Ranking