一种超超临界煤粉锅炉防结渣系统

    公开(公告)号:CN213178308U

    公开(公告)日:2021-05-11

    申请号:CN202021799240.X

    申请日:2020-08-26

    Abstract: 本实用新型涉及超超临界煤粉锅炉防结渣系统,包括结渣监测系统、吹灰系统和入炉煤粉系统;所述结渣监测系统包括红外传感器,红外传感器安装于炉膛出口处;所述吹灰系统包括高温过热器、汽轮机、调压阀、吹灰器、冷凝器、管路及阀门;炉膛出口处的高温过热器出口分别连接至汽轮机入口和蒸汽管路上的调压阀入口,汽轮机乏气出口分别连接至调压阀入口和冷凝器入口,调压阀出口连接至吹灰器,冷凝器依次通过除氧器和给水泵连接至省煤器。本实用新型的有益效果是:本实用新型通过乏气与高温过热蒸汽混合的方式获得吹灰气源,解决了高温过热蒸汽作为吹灰气源压力过高问题,减少了过热蒸汽能耗,且将乏气二次利用,大大提高了资源利用。

    一种基于NMF和GT的药物-疾病关联预测方法及模型

    公开(公告)号:CN119580879A

    公开(公告)日:2025-03-07

    申请号:CN202411711473.2

    申请日:2024-11-27

    Applicant: 新疆大学

    Abstract: 本发明为一种基于NMF和GT的药物‑疾病关联预测方法及模型。一种基于NMF和GT的药物‑疾病关联预测方法,包括:(1)根据药物指纹相似性、疾病表型相似性、药物和疾病的高斯核相似性,得药物和疾病的综合相似性矩阵;(2)所述的药物和疾病的综合相似性矩阵,通过非负矩阵分解提取特征,得药物和疾病特征;通过图Transformer捕捉高阶结构关系,得药物和疾病相似度特征;(3)将所述的药物特征和药物相似度特征、疾病特征和疾病相似度特征分别进行交互融合后,得药物和疾病最终特征表示;(4)根据所述的药物和疾病最终特征表示进行关联预测。本发明所述的一种基于NMF和GT的药物‑疾病关联预测方法及模型,在精准预测潜在药物方面具备良好的潜力。

    基于Stacking模型预测高炉料速的方法及系统

    公开(公告)号:CN119580873A

    公开(公告)日:2025-03-07

    申请号:CN202411334942.3

    申请日:2024-09-24

    Abstract: 本申请提供一种基于Stacking模型预测高炉料速的方法及系统,所述方法包括:获取待测高炉的工艺数据;基于工艺数据,对工艺数据进行预处理操作,得到目标工艺数据;基于目标工艺数据,利用随机森林的特征重要性分数模型,得到目标特征;按照预设比例,将目标特征和目标实际料速划分为训练集和测试集;利用训练集对Stacking模型进行训练,得到目标Stacking模型;利用目标Stacking模型对测试集进行预测,生成料速预测值,以解决目前计算高炉炉速只能通过人工手动计算,因操作者的经验水平不同,导致炉速的计算结果的误差较大且不稳定,难以为高炉操作提供可靠指导的问题。

    一种高炉铁水硅含量预测方法及系统、计算机设备及介质

    公开(公告)号:CN119580861A

    公开(公告)日:2025-03-07

    申请号:CN202411636713.7

    申请日:2024-11-15

    Abstract: 本发明提供一种高炉铁水硅含量预测方法及系统、计算机设备及介质,包括:获取所有时间段内的全量数据并进行离群值处理,基于离群值处理结果进行缺失值插补;以及基于缺失值插补结果对铁水硅含量进行相关性计算,并对相关性计算结果进行排序,以及按照排序结果进行数据筛选,得到选定特征全量数据;再将选定特征全量数据输入至改进时序卷积网络结构中进行模型训练,生成预测模型;以及将选定特征近期数据输入至预测模型中,预测未来时刻的高炉铁水硅含量。本发明通过对全量数据进行时序数据异常值处理、缺失值智能插补、相关性自动分析和铁水硅含量在线预测,可以实时预测高炉铁水硅含量,解决目前预测高炉铁水硅含量时存在的问题。

    一种基于机器学习的高温合金蠕变/热暴露条件预测方法

    公开(公告)号:CN119578210A

    公开(公告)日:2025-03-07

    申请号:CN202411525899.9

    申请日:2024-10-30

    Abstract: 本发明涉及一种基于机器学习的高温合金蠕变/热暴露条件预测方法,基于组织图像‑蠕变/热暴露时间‑蠕变/热暴露组织参量数据集,利用机器学习中构建的融合神经网络,实现对高温合金蠕变/热暴露条件的精准预测。本发明通过材料专家大量的研究经验总结和机器学习相关性分析法精确筛选出应用于预测的组织参量,并通过一定方法有效扩充了图像数据,这对材料科学领域一些复杂且数据量较少的机器学习问题具有借鉴意义。本发明的预测方法对涡轮叶片不同部位所用高温合金的服役条件进行综合、快速、有效的评估,从而对涡轮叶片用高温合金进行合理化设计,减小危害,降低成本,利于工业大规模生产和推广使用。

    一种深水气藏动态储量计算方法
    9.
    发明公开

    公开(公告)号:CN119572215A

    公开(公告)日:2025-03-07

    申请号:CN202411636605.X

    申请日:2024-11-15

    Abstract: 本发明涉及天然气开发的技术领域,更具体地,涉及一种深水气藏动态储量计算方法,计算方法包括:目标井基本信息获取;建立深水气藏动态储量计算方程;修正深水气藏动态储量计算方程;求解修正后深水气藏动态储量计算方程。本发明通过建立有限封闭水体的物质平衡方程,获得深水气藏动态储量计算方程,并进一步考虑深水气藏开发的中存在的复杂相态变化,从凝析水、反凝析、水溶气、岩石骨架膨胀和地层水侵入五个方面对深水气藏动态储量计算方程进行修正,得到修正后深水气藏动态储量计算方程后,对修正后深水气藏动态储量计算方程求解,能够让深水气藏动态储量的计算更为准确。

    基于人工智能的分子虚拟筛选方法及相关设备

    公开(公告)号:CN119361018B

    公开(公告)日:2025-03-07

    申请号:CN202411900073.6

    申请日:2024-12-23

    Abstract: 本公开涉及一种基于人工智能的分子虚拟筛选方法及相关设备,该方法包括:获取多个待筛选分子和系列配体分子的SMILES,计算系列配体分子的分子描述符、母核结构和取代基团;生成配体分子的3D构象并与靶蛋白的3D构象进行分子对接,计算其蛋白‑配体相互作用;获取每个配体分子的分子活性实验数据;将配体分子的分子描述符、母核结构、取代基团、蛋白‑配体相互作用以及对应的分子活性实验数据组成训练数据训练XGBoost模型;将训练后的XGBoost模型纳入SHAP算法进行计算分析,得到各项输入数据的SHAP值;基于SHAP值制定分子筛选规则;基于分子筛选规则从多个待筛选分子中筛选符合要求的分子。

Patent Agency Ranking