-
公开(公告)号：CN117101683A
公开(公告)日：2023-11-24
申请号：CN202311112739.7
申请日：2023-08-31
申请人： 常州大学
IPC分类号： B01J27/043 , C01B3/04 , B01J35/00 , B01J37/10 , B01J37/08
摘要： 本发明属于光催化制氢技术领域，具体涉及一种ZnCo2S4/NiO复合光催化剂及其制备方法和应用。本发明通过煅烧‑水热法，让ZnCo2S4纳米颗粒在光生均匀地沉积或生长在NiO纳米片表面，以改善ZnCo2S4纳米颗粒的聚集，进一步增大催化剂比表面积，同时提供更多的反应位点，同时ZnCo2S4和NiO纳米片形成Z型异质结构，降低ZnCo2S4的光生电荷的重组，形成内置电场，加快光生电荷的转移，抑制光生电子空穴的复合速率，提高光催化剂的析氢效率。本发明的复合催化剂具有良好的光催化产氢性能。
-
公开(公告)号：CN109838696A
公开(公告)日：2019-06-04
申请号：CN201910018366.4
申请日：2019-01-09
申请人： 常州大学
摘要： 本发明提供一种基于卷积神经网络的管道故障诊断方法，该方法对待测的管道施加外力，在管道的测试点收集测量激励响应信号；将收集到的测量信号做消噪后提取管道故障特征信号并进行标准处理；再将故障信号分为训练集和测试集输入基于卷积神经网络的管道故障诊断模型进行故障识别分类。提高了故障的识别诊断能力，这种管道故障诊断模型方法通过卷积神经网络的学习和识别能力，能够快速、准确地识别出管道所处的故障状态，对管道泄漏准确的监测和预警有着重大意义。
-
公开(公告)号：CN107884475A
公开(公告)日：2018-04-06
申请号：CN201710967776.4
申请日：2017-10-18
申请人： 常州大学
CPC分类号： G01N29/045 , G01N29/4445 , G01N29/4481 , G01N2291/0289 , G01N2291/262
摘要： 本发明提供一种基于深度学习神经网络的城市燃气管道故障诊断方法，建立了由稀疏自动编码器SAE和SOFTMAX构成的深度学习神经网络分类模型，并结合管道故障类型构建管道故障诊断模型来实现燃气管道的故障分类。通过深度学习中无监督的自动学习特征参数，再进行有监督的微调网络，有效地解决了管道故障诊断特征参数选取经验化和诊断准确率低的问题，使城市燃气管道在运行过程中进行故障诊断更加快速，也提高了故障诊断的稳定性、精确性、可靠性。
-
公开(公告)号：CN103416482A
公开(公告)日：2013-12-04
申请号：CN201310352292.0
申请日：2013-08-13
申请人： 常州大学
摘要： 本发明涉及水果保鲜加工技术领域，尤其涉及一种水果保鲜加工的流水线装置及方法，该装置依次包括通过传送带相互连接的分拣台、圆筒式清洗装置、沥水装置、辊筒式自动分级机、人工装箱台和自动封箱机，保鲜加工方法采用氯化物和臭氧杀菌相结合，大大延长了水果的保鲜时间。本发明采用旋转式圆筒，使得水果得到全方位清洗，整体分段式圆筒设置可以根据需要采用不同的清洗液，对水果进行杀菌保鲜处理，进一步延长保鲜时间。
-
公开(公告)号：CN103268109A
公开(公告)日：2013-08-28
申请号：CN201310195072.1
申请日：2013-05-24
申请人： 常州大学
IPC分类号： G05B19/418 , H04L29/06 , G08C17/02
摘要： 本发明公开了一种基于GIS的化工园区风险管理信息系统，属于化工安全事故监控预警技术领域。本发明包括设置在化工园区现场的现场系统和设置在安监部门和消防部门的上位系统，现场系统与上位系统之间通过因特网或专用网连接。本发明能够为化工园区企业的安全监控、事故预警与应急管理提供完整的解决方案，为各级安监部门、消防部门等政府部门对化工园区企业的分级监管和事故应急救援提供及时、准确的信息和数据支持，从而预防和消除化工园区重特大恶性事故，保障人民的生命、财产安全。
-
公开(公告)号：CN110702788A
公开(公告)日：2020-01-17
申请号：CN201910996811.4
申请日：2019-10-19
申请人： 常州大学
摘要： 本发明涉及的是一种可表征金属细观损伤变化的声学测试平台及测试方法，其中声学测试平台包括微力原位拉伸试验加载机构、细观损伤可视化观察机构、微弱声信号检测机构，微力原位拉伸试验加载机构由原位拉伸试验平台上设置微力原位拉伸机，微力原位拉伸机连接声信号数据采集系统构成；细观损伤观察机构由高分辨率显微镜与高清数字摄像头连接并设置于显微镜置物台上构成；微弱声信号检测机构具有声发射测试仪、前置放大器、微型传感器，微型传感器利用耦合剂耦合于被检测拉伸试件表面，被测试拉伸试件两端各固定一个微型传感器。本发明在声发射源信号突变的情况下结合原位拉伸下细观损伤图像的实时变化情况，有效建立声信号参数和损伤机制的联系。
-
公开(公告)号：CN110702787A
公开(公告)日：2020-01-17
申请号：CN201910990003.7
申请日：2019-10-17
申请人： 常州大学
摘要： 本发明涉及的是大型储罐底板腐蚀浸入式声学全域检测方法，它包括：利用五个浸入式声发射传感器构成十字型检测阵列，然后将搭载十字型检测阵列的检测仪,通过罐顶人孔处投放到带有介质的储罐内部底板上；驱使检测仪到达起始检测单元处；打开声学检测系统并对该检测单元进行一段固定时间地声信号采集，在检测结束后关闭声学检测系统，并沿着规划路径到达下一个检测单元检测，直至到达终点检测单元并完成检测任务，从而实现大型储罐底板腐蚀的全域检测。本发明通过移动式五元十字基阵声学定位方法对储罐底板腐蚀进行分块式全域检测，有效地解决了大型储罐底板中心区域腐蚀声信号由于信号强度弱、传播距离远而无法触发传感器而导致检测盲区的问题。
-
公开(公告)号：CN116713009A
公开(公告)日：2023-09-08
申请号：CN202310661785.6
申请日：2023-06-06
申请人： 常州大学
摘要： 本发明属于催化剂制备技术领域，具体涉及一种ZnCdS/NiO复合光催化剂的制备方法及其应用。所述制备方法包括以下步骤：(1)将锌源、镉源和硫源溶于去离子水中，在碱性环境中充分搅拌后进行水热反应，对反应产物进行离心、清洗和干燥，制得ZnCdS；(2)将ZnCdS与去离子水混合制成ZnCdS悬浮液，向ZnCdS悬浮液中加入镍源，搅拌后进行水热反应，随后离心、清洗、干燥，最后煅烧，制得ZnCdS/NiO复合光催化剂。本发明通过将ZnCdS和NiO半导体材料构建异质结减少团聚并且抑制光生电子空穴的复合速率，制备得到的复合光催化剂具有良好的光催化产氢性能。
-
公开(公告)号：CN116049707A
公开(公告)日：2023-05-02
申请号：CN202310086961.8
申请日：2023-01-30
申请人： 常州大学
IPC分类号： G06F18/23213 , G06F18/2135 , G06N3/0442 , G06N3/08
摘要： 本发明涉及神经网络技术领域，尤其涉及基于K均值聚类‑LSTM的燃气管道腐蚀阶段预测方法，包括对采集到的声发射波形进行尾切处理；利用PCA算法提取信号尾切处理后数据特征值的特征向量，并根据累计贡献率进行排序，实现原始数据降维；利用轮廓系数法作为聚类标准，进行聚类判断，得到聚类个数；根据聚类个数、腐蚀后的波形图和撞击‑时间图，利用K‑means聚类算法得到聚类结果；构建LSTM神经网络模型对腐蚀阶段进行预测；利用均方根误差、平均绝对误差和混淆矩阵对LSTM神经网络模型进行评价。本发明实现管道腐蚀阶段的准确预测，为管道腐蚀检修提供有利的参考依据。
-
公开(公告)号：CN116008399A
公开(公告)日：2023-04-25
申请号：CN202211617647.X
申请日：2022-12-15
申请人： 常州大学
IPC分类号： G01N29/14 , G06F18/10 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/084 , G01N29/04
摘要： 本发明涉及管道阀门技术领域，尤其涉及基于DCGAN‑DCNN的管道阀门内漏故障诊断方法，包括采集正常工况及不同泄漏工况下的管道阀门的声发射数据；将声发射数据导出为电压数据，并进行预处理；构建DCGAN网络模型，并进行目标函数优化，并采用批量标准化对模型进行训练，并使用随机梯度下降法进行参数更新，对故障信号数据进行扩充；通过相似度对比算法对DCGAN网络模型进行准确性进行评估；利用扩充后的数据训练DCNN模型；基于模型召回率、精准率和F1分数选择生成数据的比例。本发明为了解决现有阀门故障诊断模型在样本数据不足情况下故障诊断效果差问题。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.024 秒)
