一种背压式汽轮机补水预加热系统

    公开(公告)号:CN115751285A

    公开(公告)日:2023-03-07

    申请号:CN202211476779.5

    申请日:2022-11-23

    Abstract: 本发明属于补水预加热系统技术领域,具体涉及一种背压式汽轮机补水预加热系统,包括水处理器,所述水处理器分别连接有雾化补水装置和除氧器,所述雾化补水装置连接有回收器,所述回收器的另一端连接有凝结水泵,所述凝结水泵的另一端连接有低压加热器,所述低压加热器的另一端连接有除氧器,所述除氧器的另一端连接有给水泵,所述给水泵的另一端连接有高压加热器,所述高压加热器的另一端连接有锅炉。该发明通过均匀雾化装置的添加,使得加入回收器内部的补水得到充分均匀雾化添加,从而能够有效的提高了回收器的真空,降低凝结水过冷度,提高低加进口水温,降低了凝结水含氧量,从而提高设备运行的安全性。

    热电负荷分配方法、装置、系统和计算机可读存储介质

    公开(公告)号:CN119809168A

    公开(公告)日:2025-04-11

    申请号:CN202411634459.7

    申请日:2024-11-15

    Abstract: 本申请涉及一种热电负荷分配方法、装置、系统和计算机可读存储介质,其中,该热电负荷分配方法包括:以热负荷为横轴,电负荷为纵轴构建坐标系,针对任意一个运行机组,基于运行机组安全运行的约束条件,确定运行机组电负荷和热负荷在坐标系中的运行域;获得运行域的边界表达式,根据边界表达式确定运行机组电负荷的机组调节范围;在机组调节范围内,将热负荷作为优化变量,以全部运行机组的电负荷最大值和最小值之差的和作为目标函数,通过优化算法,更新优化变量以使目标函数最大;确定目标函数最大时,每一运行机组的电负荷最大值和最小值,以获取热电联产电厂关于电负荷的电厂调节范围。通过本申请,提高了电厂对电负荷的调控能力。

    一种循环流化床锅炉四管泄漏检测装置及方法

    公开(公告)号:CN119803801A

    公开(公告)日:2025-04-11

    申请号:CN202411929693.2

    申请日:2024-12-26

    Abstract: 本发明涉及锅炉四管泄漏检测传感器技术领域,具体为一种循环流化床锅炉四管泄漏检测装置及方法,包括两组第一安装环和两组第二安装环,两组所述第一安装环和第二安装环的两侧皆安装有衔接板,且安装架的内壁活动安装有多组第一滑动块,多组所述第一滑动块的外表面开设有圆形通槽,且圆形通槽中开设有螺纹,所述圆形通槽中活动安装有调节环,且调节环的内壁开设有螺纹,所述调节环的内壁活动安装有声波传感器,该发明通过滑动块和调节环,实现了高度的灵活性和适应性。第二滑动块在第一安装环和第二安装环的滑槽中自由滑动,使得安装架和声波传感器能够在管道上灵活调整位置。

    一种翻车机自动摘钩复钩机器人
    6.
    发明公开

    公开(公告)号:CN119240370A

    公开(公告)日:2025-01-03

    申请号:CN202411604268.6

    申请日:2024-11-12

    Abstract: 本发明涉及复钩机器人技术领域,具体为一种翻车机自动摘钩复钩机器人,包括移动载体,所述移动载体的顶端设置有第一电机,所述第一电机的输出端设置有电动推杆,所述电动推杆的输出端设置有支架,所述支架的内腔设置有调节组件,所述调节组件的顶端设置有连接板,所述连接板的前端设置有支撑杆,所述支撑杆上设置有加强筋,所述加强筋与连接板固定连接,所述支撑杆的前端设置有机架。该翻车机自动摘钩复钩机器人解决了现有技术的翻车机自动摘钩复钩机器人在实际的使用过程中不具备定位结构,在复钩摘钩的过程中经常会出现移动的情况打断操作以及夹爪形状固定,不能针对不同形状的挂钩插销进行稳定的夹持,在使用时候局限性较大的问题。

    一种基于LSTM的CFB机组NOx排放浓度的预测方法

    公开(公告)号:CN112613237B

    公开(公告)日:2022-10-21

    申请号:CN202011621137.0

    申请日:2020-12-31

    Abstract: 本发明涉及一种基于LSTM的CFB机组NOx排放浓度的预测方法,包括以下步骤:S1通过灰色关联度法确定CFB机组氮氧化物排放浓度的主要影响因子;S2搜集现场数据,对风量数据均做高斯平滑处理;S3为保证数据训练的精度与速度,LSTM的所有输入输出数据均做归一化处理,归一化处理区间为[‑1,1];S4建立基于LSTM的CFB机组NOx排放浓度的数据模型,并通过现场数据进行验证;S5改变LSTM深度学习神经网络中的输出迟延阶次,使该模型具有预测作用,以此克服NOx浓度测点靠后的原因带来的测量迟延。本发明采用机器学习的方式进行流化床NOx排放浓度建模,精度高且过程简单;通过改变训练集中输出值的迟延阶次来使模型具有预测性质,可超前1~3分钟预测NOx排放浓度。

    一种基于LSTM的CFB机组NOx排放浓度的预测方法

    公开(公告)号:CN112613237A

    公开(公告)日:2021-04-06

    申请号:CN202011621137.0

    申请日:2020-12-31

    Abstract: 本发明涉及一种基于LSTM的CFB机组NOx排放浓度的预测方法,包括以下步骤:S1通过灰色关联度法确定CFB机组氮氧化物排放浓度的主要影响因子;S2搜集现场数据,对风量数据均做高斯平滑处理;S3为保证数据训练的精度与速度,LSTM的所有输入输出数据均做归一化处理,归一化处理区间为[‑1,1];S4建立基于LSTM的CFB机组NOx排放浓度的数据模型,并通过现场数据进行验证;S5改变LSTM深度学习神经网络中的输出迟延阶次,使该模型具有预测作用,以此克服NOx浓度测点靠后的原因带来的测量迟延。本发明采用机器学习的方式进行流化床NOx排放浓度建模,精度高且过程简单;通过改变训练集中输出值的迟延阶次来使模型具有预测性质,可超前1~3分钟预测NOx排放浓度。

Patent Agency Ranking