-
公开(公告)号:CN115655645A
公开(公告)日:2023-01-31
申请号:CN202211197239.3
申请日:2022-09-29
IPC: G01M10/00
Abstract: 本发明涉及一种燃机压气机叶顶间隙流场示踪粒子加载系统及加载方法,系统包括:高透光光学窗口,示踪粒子加载口,示踪粒子发生模块,示踪粒子自动加载控制模块,激光片光源和示踪粒子图像记录相机。其中示踪粒子加载口位于动叶和静叶之间,呈矩形狭缝布置,示踪粒子加载口出口与机匣壁面呈锐角;示踪粒子发生模块包括稳压气源,气源压力表,示踪粒子流量计和超声波示踪粒子发生器;示踪粒子自动加载控制模块包括控制器,光电探测器,示踪粒子加载电动阀门和管路吹扫控制电动阀门。本发明系统保证示踪粒子贴机匣壁面流动进入叶顶间隙测试流场区域,自动判断光学窗口沾污情况,能够不停机就可以自动清理,从而降低试验成本,提高试验效率。
-
公开(公告)号:CN119186242A
公开(公告)日:2024-12-27
申请号:CN202411580349.7
申请日:2024-11-07
Abstract: 本发明涉及节能环保领域,具体公开智能化循环流化床法脱硫协同碳‑污深度净化系统,通过多污染物生成‑脱除过程知识与数据协同驱动的建模方法,构建高可靠、可解释的多种污染物浓度精准预测模型,实现提前90s预测污染物浓度变化,平均相对百分比误差小于2%,克服数据测量延迟导致控制滞后及难以实时准确优化问题;建立消石灰给料机频率/床层压/喷水量多参数协同优化‑模型预测控制双层结构耦合的智能调控技术,在全时段稳定超低排放同时,出口污染物浓度波动减小50%以上,出口温度波动±2℃以内,床层压降波动±75Pa以内,消石灰耗量下降10%以上,水耗量降低5%以上,减少6%以上CO2排放,解决了复杂工况下烟气多污染物高效稳定脱除协同降碳难题。
-
公开(公告)号:CN119891175A
公开(公告)日:2025-04-25
申请号:CN202411964855.6
申请日:2024-12-30
Applicant: 浙江大学 , 东方电气长三角(杭州)创新研究院有限公司 , 东方电气股份有限公司
IPC: H02J3/00 , G06N3/0442 , G06N3/0464 , G06N3/08 , H02J3/38
Abstract: 本发明涉及新能源预测技术领域,具体公开了基于特征生成与交叉注意力机制的光伏发电功率预测方法,我们通过模块倾斜面法的辐照度计算和热传导机制,获取了与发电量高度相关的有效辐照度和组件温度等关键特征,随后,设计了不同网络结构的特征提取模块,对慢速时变特征和时序特征进行了深入挖掘,引入的长短期交叉注意力机制,则使模型能够充分利用长期历史数据和近期气象变化,捕捉对未来发电功率影响显著的关键因素。本发明方法采用光伏电站实际运行数据进行了验证,在四个季节中相较于其他模型nRMSE降低了约20%,结果表明预测结果中精度显著提升。
-
公开(公告)号:CN112798479B
公开(公告)日:2025-04-22
申请号:CN202110335205.5
申请日:2021-03-29
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: G01N15/0205
Abstract: 本发明公开一种基于多波长的宽筛分颗粒粒度在线测量系统:激光发生装置,包括三个不同波长的激光器、合束器和光纤准直器,三个不同波长的激光器发出的激光经合束器和光纤准直器后入射到输送带上形成光斑;散射光接收装置,包括透镜、散射光接收分束器和三条接收通道,三条接收通道均包括窄带滤波片和光电倍增管,颗粒经过光斑时发生散射信号,经透镜聚焦后,依次经散射光接收分束器、窄带滤波片和光电倍增管转换为电信号;处理装置,接收电信号并进行处理得到颗粒粒度。本发明还公开了采用上述装置的宽筛分颗粒粒度在线测量方法。该装置及方法基于光散射原理可以实现宽筛分布颗粒粒度的在线原位测量,测量过程无需人工操作,测量结果准确及时。
-
公开(公告)号:CN119534245A
公开(公告)日:2025-02-28
申请号:CN202411499006.8
申请日:2024-10-25
Applicant: 浙江大学
IPC: G01N15/0227 , G01N15/0205 , G01N15/00
Abstract: 本发明公开了一种基于干涉粒子成像的云雾颗粒采集探头,所述探头包括:片状激光发射单元,用于发出片状脉冲激光束后经扩束和调整入射位置和入射角度,照射云雾颗粒后产生散射光信号;散射光信号采集单元,用于收集散射光信号后将其记录在相机上;机械单元,包括用于安装片状激光单元的第一测量臂、用于安装散射光信号采集单元的第二测量臂,所述第一测量臂和第二测量臂通过连接段进行连接并安装在底座上;信号处理系统,用于处理相机记录的散射光干涉信号,得到云雾颗粒参数。本发明提供的采集探头在低温复杂恶劣的云雾环境中保证光电系统的稳定运行,提高干涉粒子成像测量的准确性,实现适用于不同工业场景的云雾颗粒参数的实时测量。
-
公开(公告)号:CN112763490B
公开(公告)日:2024-07-16
申请号:CN202110076694.7
申请日:2021-01-20
Applicant: 浙江大学
Abstract: 本发明公开了一种用于高温水冷壁结焦检测的探针,所述探针包括依次布置的激光光源、导光臂、光路系统和图像记录单元,所述激光光源产生的激光经由导光臂引入光路系统形成发散的入射光后通过观测窗口照射在被测水冷壁及水冷壁灰焦上,水冷壁及水冷壁灰焦反射的光经观测窗口经光路系统滤去杂光后由图像记录单元记录。本发明还提供了一种用于高温水冷壁结焦检测的方法。该探针和方法可以实现水冷壁结焦位置及严重程度的快速准确测量。
-
公开(公告)号:CN118331012A
公开(公告)日:2024-07-12
申请号:CN202410248239.4
申请日:2024-03-05
Applicant: 浙江大学
Abstract: 本发明公开了一种前置式全息聚焦纹影成像方法:光源发出光束后被分成主光源和全息参考光;主光源依次经过多级扩束器、柔光屏、菲涅耳透镜、源格栅调制,照射到流场;穿过流场的光束作为物光与全息参考光相互干涉,在全息记录面上形成全息图;根据全息图提取波前,获得包括光场的振幅和相位信息的复振幅;根据光场模拟的传播路径对复振幅进行传播演算,获得全息聚焦纹影图,其中传播路径包括广场依次通过聚焦透镜和刀口栅;基于聚焦纹影像面光强变化与流场密度梯度定量关系数学模型,计算得到流场的三维密度梯度与密度值。本发明还公开了一种前置式全息聚焦纹影成像系统。该方法及系统可以对超高速流场进行测量,实现流场的三维和定量测量。
-
公开(公告)号:CN111207792B
公开(公告)日:2024-07-05
申请号:CN202010122758.8
申请日:2020-02-27
Applicant: 浙江大学
IPC: G01D21/02
Abstract: 本发明公开了一种超高速飞行器飞行姿态及表面温度测量的系统和方法,属于超高速飞行器试验参数测量技术领域,包括:激光器,用于照亮超高速飞行器;准直扩束装置,用于提高光源的均匀性;超高速飞行器,模拟火箭外形;第一分束镜,用于将超高速飞行器信号光分为两束,一束被飞行器姿态测量模块接收,一束被飞行器表面温度测量模块接收;飞行器姿态测量模块,用于接收激光器照射飞行器后发出的信号光,并测量飞行器的姿态参数;飞行器表面温度测量模块,用于接收超高速飞行器头部被气动加热后的辐射光,并测量飞行器表面温度;时序控制模块,用于控制激光器出光及接收信号光的CCD同步曝光;计算模块,得到飞行器的姿态参数和表面温度。
-
公开(公告)号:CN117740695A
公开(公告)日:2024-03-22
申请号:CN202311736641.9
申请日:2023-12-18
Applicant: 浙江大学
Abstract: 本发明的目的在于提供一种氢气敏感材料的制备方法,所述制备方法包括以下步骤:(1)将聚苯乙烯、过硫酸盐和水混合后,采用水热合成法,完成聚苯乙烯微球自组装;(2)将偏钨酸铵和H2PtCl6溶解后得到金属前驱体溶液;(3)将聚苯乙烯微球加入到金属前驱体溶液中进行浸渍填充;(4)将步骤(3)浸渍填充后的产物进行退火,制备得到氢气敏感材料Pt‑WO3。本发明还提供了上述制备方法得到的氢气敏感材料Pt‑WO3及其在光纤布拉格光栅氢传感器上的应用。将本发明制备得到的氢气敏感材料Pt‑WO3应用在光纤布拉格光栅氢传感器上,实现对氢气泄漏的快速检测。
-
公开(公告)号:CN117713218A
公开(公告)日:2024-03-15
申请号:CN202311847004.9
申请日:2023-12-29
Applicant: 浙江大学 , 东方电气股份有限公司 , 东方电气长三角(杭州)创新研究院有限公司
IPC: H02J3/38 , G06F18/10 , G06F18/23213 , G06F18/25 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种基于知识与数据融合驱动的光伏出力预测方法,涉及电力系统技术领域,包括采集光伏历史数据、地理位置数据及NWP天气数据,进行数据预处理,分析光伏板吸收辐照度的机理建立有效辐照度机理模型,依据发电数据和天气数据,将数据聚类为晴天、阴天、雨天三个场景,结合天气数据和机理模型得到的特征序列,在不同天气场景下利用CNN‑LSTM神经网络建模得到不同场景下的光伏出力预测模型,判断未来一段时间内的天气类别,输入对应算法模型得到光伏出力预测数据,在晴天场景下,知识与数据融合驱动的光伏出力预测模型的预测结果相较于传统的BP神经网络模型、单一的LSTM数据模型、CNN‑LSTM混合数据模型,RMSE分别降低了32%、37%、26%,预测精度得到较大提升。
-
-
-
-
-
-
-
-
-