一种氯碱尾气中氢气的回收方法和系统

    公开(公告)号:CN116081571A

    公开(公告)日:2023-05-09

    申请号:CN202211621002.3

    申请日:2022-12-05

    IPC分类号: C01B3/56 C01B3/00

    摘要: 本发明涉及一种氯碱尾气中氢气的回收方法和系统,其中的一种氯碱尾气中氢气的回收方法包括以下步骤:以含氢量满足设定需求的氯碱尾气为原料,依次执行脱氯、脱氧和除水工艺后,送入变压吸附单元进行吸附,得到高压产品氢气和解析气;解析气通入储氢合金,与储氢合金结合形成储氢体,剩余尾气排空;储氢体经解析处理,得到低压产品氢气。将变压吸附工艺产生的解析气通入储氢合金,氢气与储氢合金结合形成的储氢体保存解析气中的氢气,剩余的杂质气以尾气的方式排出,储氢体经过解析后能够释放出低压氢气作为产品回收利用,实现解析气中的氢气和杂质气分离,分离出的氢气不再直接燃烧,可以作为低压产品,有利于氯碱尾气中氢气的高价值回收利用。

    基于学习预测的室内布局估计方法及系统

    公开(公告)号:CN107122792B

    公开(公告)日:2019-11-26

    申请号:CN201710154250.4

    申请日:2017-03-15

    IPC分类号: G06K9/62 G06T17/00 G06F17/50

    摘要: 本发明公开了一种基于学习预测的室内布局估计方法及系统,该方法包括:构建训练集,并利用训练集内的训练样本进行训练反卷积网络;所述训练样本为房间布局图及其对应的边缘图,房间布局图及其对应的边缘图分别作为反卷积网络的输入和输出;将待测房间布局图输至训练完成的反卷积网络,输出预测的边缘图;计算待测房间布局图中预设方向的消失点,生成若干个扇区;再基于预测的边缘图,从生成的若干个扇区中选择局部最大边缘强度的扇区为采样扇区;对采样扇区采样,得到一系列候选的房间布局估计图;再根据房间布局估计图与得到的边缘图的相似性,从候选的房间布局估计图中筛选出与预测的边缘图最接近的房间布局估计图作为最终的房间布局图。

    基于局部规范差异的图像纹理特征提取方法及系统

    公开(公告)号:CN107092916B

    公开(公告)日:2019-08-16

    申请号:CN201710154249.1

    申请日:2017-03-15

    IPC分类号: G06K9/46 G06K9/62

    摘要: 本发明公开了一种基于局部规范差异的图像纹理特征提取方法及系统,其中,该方法包括:获取待检测图像并转换成灰色图像;提取所述灰色图像中各个区域的局部差异向量DV;将提取的局部差异向量DV分别进行归一化,得到所述灰色图像中各个区域的局部特征的原始归一化差异向量NDV;基于词袋模型将所述灰色图像中各个区域的局部特征的原始归一化差异向量NDV进行循环移位;然后将原始归一化差异向量NDV及其循环移位后的归一化差异向量NDV执行分类聚集,产生若干个集群;最后筛选出具有最小集群数的归一化差异向量NDV作为待检测图像的纹理特征。

    基于多线激光雷达的机器人导航系统方法及系统

    公开(公告)号:CN114488185B

    公开(公告)日:2024-08-16

    申请号:CN202210196854.6

    申请日:2022-03-01

    申请人: 山东大学

    摘要: 本发明公开了一种基于多线激光雷达的机器人导航系统方法及系统,包括:获取机器人周围设定区域内的点云数据,并将点云数据由笛卡尔坐标系转换为极坐标的形式;分别计算每个点云数据的高维特征和可见度特征,得到融合提取出的总特征;使用U‑Net作为基本的框架对所述总特征进行分割任务,得到当前机器人周围设定区域内的可行区域;基于机器人正前方的安全系数确定是否进入避障状态;并在避障状态下,确定偏移的航路点,确定机器人速度和转角;在非避障状态下,计算前方障碍物与机器人之间的相对速度,动态调节机器人自身的速度。本发明能够使得机器人能够在真实世界中顺利、安全地自主导航,大大提高了机器人的路径规划与避障能力。

    基于神经振荡器的机器人节律运动控制方法及系统

    公开(公告)号:CN114740875B

    公开(公告)日:2024-08-02

    申请号:CN202210334049.5

    申请日:2022-03-31

    申请人: 山东大学

    IPC分类号: G05D1/49 G05D109/12

    摘要: 本发明提供了一种基于神经振荡器的机器人节律运动控制方法及系统,包括:获取机器人的当前状态,以及由神经振荡器产生的相位和频率;依据获取的当前状态、相位和频率,以及预设的强化学习网络,得到控制指令,对机器人进行控制;其中,预设的强化学习网络中包括动作空间、模式形成网络和神经振荡器;本发明设计的由神经振荡器和模式形成网络组成的控制结构,能确保期望的节律运动行为的形成;同时,设计的关节位置增量的动作空间能有效加速节律运动强化学习训练进程,解决了现有无模型强化学习学习时,奖励函数设计耗时、困难的问题。

    一种任务分解方法、间歇计算方法及系统

    公开(公告)号:CN118193168A

    公开(公告)日:2024-06-14

    申请号:CN202410377134.9

    申请日:2024-03-29

    申请人: 山东大学

    摘要: 本发明提出了一种任务分解方法、间歇计算方法及系统,涉及物联网领域,具体方案包括:获取间歇计算中待分解的应用程序,依据应用程序的分支指令分布,构建由多个基本块组成的控制流图;识别控制流图中每个基本块的读写数据内存引用,进行内存引用的标记;基于内存引用的标记,计算每个基础块的抽象缓存状态,并根据抽象缓存状态确定任务边界;利用任务边界,将应用程序的所有基本块划分为多个任务,作为任务分解结果;本发明综合考虑了缓存大小和应用程序特性,确保了分解后的单个任务执行过程中不会将脏数据换出到内存,进而维护了内存数据的一致性。

    一种单堆兆瓦级燃料电池
    10.
    发明授权

    公开(公告)号:CN116072944B

    公开(公告)日:2024-06-07

    申请号:CN202211565708.2

    申请日:2022-12-07

    IPC分类号: H01M8/2483 H01M8/2465

    摘要: 本发明涉及一种单堆兆瓦级燃料电池,包括连接体和位于相对布置的两组连接体之间的单体电池,两组连接体表面的流道呈相互垂直,相邻两组单体电池之间具有连接在连接体上的密封材料:相对布置的两组连接体和其中的单体电池共同形成一组电池单元,多组电池单元堆叠形成燃料电池堆。以金属连接体为基体,将单电池中不易成型的膜电极、密封层、隔膜等结构镶嵌在其中,形成点阵排列避免了大功率电堆下小电堆的数量冗多,避免了复杂的水路设计、电路设计、气路设计,避免了不必要的能量损失,能够减少燃料电池所占的空间。