-
公开(公告)号：CN111665716B
公开(公告)日：2022-07-05
申请号：CN202010461973.0
申请日：2020-05-27
申请人： 广东工业大学
IPC分类号： G05B13/04
摘要： 本申请公开了一种中药/天然植物提取的数学建模方法，该方法首先根据提前设置好初始温度，人工给定罐体一个相应的蒸汽阀门开度；经过一定的时间使罐内温度达到了给定的初始温度后，再根据给定达到稳定时的温度相应增大蒸汽阀门开度，让罐内温度达到给定的稳定温度。这个过程可以通过人机交互控制温度的变化，为了把输入和输出的变量动态表示出来，可以每隔20s对罐体温度进行一次采集，然后把采集的数据集送入matlab的曲线拟合工具箱进行拟合。对于温度和压力的解耦，主要采用神经元的PID控制进行解耦，通过PID控制可以调整温度升降过程中的一些关键参数，从而实现对工艺参数的控制。本申请可以对相应参数实现更好的预测，从而提高新药开发的提取效率。
-
公开(公告)号：CN111888788B
公开(公告)日：2021-11-16
申请号：CN202010542428.4
申请日：2020-06-15
申请人： 广东工业大学
摘要： 本申请公开了一种适于中药提取浓缩的循环神经网络控制方法和系统，根据中药提取浓缩的温度、压力等参数控制系统的大惯量、大滞后和强干扰特性，将改进的循环神经网络控制系统来取代人工与传统的PID控制系统，可以有效的提高中药药液有效成分的提取浓度，改善产品的控制效果，降低各重要参数的超调量，缩短参数达到理想状态的时间，减小干扰改变控制参数的变化幅度，实现中药提取浓缩生产环节的自动化集成控制，提高中药生产过程产品质量的稳定性，并且在浓缩工艺的过程中也使用了循环神经网络自动控制系统药液温度，相比传统人工调节方法，不仅减少了劳动力的消耗，还增加了浓缩环节的安全性与产品生产的质量。
-
公开(公告)号：CN112023436A
公开(公告)日：2020-12-04
申请号：CN202010707100.3
申请日：2020-07-21
申请人： 广东工业大学
IPC分类号： B01D11/02
摘要： 本发明公开了一种应用于中药提取浓缩工艺的增强现实系统，包括用户交互式界面、控制模块、处理模块以及数据库，其中：所述用户交互式界面用于向用户呈现AR应用的可视化项目并接收用户的指令操作；所述数据库用于存储中药提取浓缩工艺中各3D对象在现实环境中的各项信息；系统中建立有三个协作进程，包括关联到控制模块的第一处理进程和第二处理进程；关联到用户交互式界面的第三处理进程；控制模块中集成有利用所述三个协作进程制定的分发策略，以确保用户与系统交互时，数据信息和操作任务的准确分发。本发明系统满足了对各项数据信息进行实时采集和监测的需求，达到对中药提取浓缩工艺全流程的信息追溯，同时对设备参数进行实时调控的目的。
-
公开(公告)号：CN111888788A
公开(公告)日：2020-11-06
申请号：CN202010542428.4
申请日：2020-06-15
申请人： 广东工业大学
摘要： 本申请公开了一种适于中药提取浓缩的循环神经网络控制方法和系统，根据中药提取浓缩的温度、压力等参数控制系统的大惯量、大滞后和强干扰特性，将改进的循环神经网络控制系统来取代人工与传统的PID控制系统，可以有效的提高中药药液有效成分的提取浓度，改善产品的控制效果，降低各重要参数的超调量，缩短参数达到理想状态的时间，减小干扰改变控制参数的变化幅度，实现中药提取浓缩生产环节的自动化集成控制，提高中药生产过程产品质量的稳定性，并且在浓缩工艺的过程中也使用了循环神经网络自动控制系统药液温度，相比传统人工调节方法，不仅减少了劳动力的消耗，还增加了浓缩环节的安全性与产品生产的质量。
-
公开(公告)号：CN111585744A
公开(公告)日：2020-08-25
申请号：CN202010453739.3
申请日：2020-05-26
申请人： 广东工业大学
IPC分类号： H04L9/00 , H04N19/139 , H04N19/176 , H04N19/91
摘要： 本发明公开了一种基于硬件编解码器的视频传输方法和系统，所述方法包括：所述发送端通过预置硬件编码器对接收到的待加密视频数据进行编码，生成H.264视频数据，再对从所述H.264视频数据提取的关键变量执行混沌加密，生成加密变量，最后对所述加密变量进行熵编码，生成H.264加密视频数据并发送到所述接收端；所述接收端响应于接收的所述H.264加密视频数据，对从中提取的所述加密变量执行混沌解密，生成H.264解密视频数据，最后通过预置硬件解码器对所述H.264解密视频数据进行解码，生成目标视频数据并显示。解决现有技术中的视频传输方法无法在保持较高的视频传输效率的同时实现格式兼容的技术问题。
-
公开(公告)号：CN114602209A
公开(公告)日：2022-06-10
申请号：CN202210225821.X
申请日：2022-03-07
申请人： 广东工业大学
摘要： 本发明公开了一种车载式智能移动中药提取浓缩成套装备，包括提取浓缩模块I、固渣资源化再利用模块II、CIP在线清洗模块III以及远程智能控制模块IV；其中，所述提取浓缩模块I与固渣资源化再利用模块II连接，CIP在线清洗模块III分别与提取浓缩模块I、固渣资源化再利用模块II连接，提取浓缩模块I、固渣资源化再利用模块II、CIP在线清洗模块III分别与远程智能控制模块IV连接且接受其控制。本发明实现了中药在非加热除菌环境的可移动加工，在保证中药提取浓缩高效性以及药液组分完整性的同时，兼顾废渣资源再利用，解决中药腐坏、加工品种单一、生产效率低以及污染处理落后等问题。
-
公开(公告)号：CN111803998A
公开(公告)日：2020-10-23
申请号：CN202010489495.4
申请日：2020-06-02
申请人： 广东工业大学
摘要： 本发明公开了一种高效低温的智能化中药提取装置，包括浓缩蒸发器、热回流冷凝器、真空罐、缓冲罐和提取罐，所述浓缩蒸发器与热回流冷凝器的入口连接，热回流冷凝器设有分别用于流出未冷凝的溶剂和冷凝的溶剂的上出口和下出口；所述上出口与真空罐的入口连通，所述下出口与缓冲罐的入口连通，真空罐和缓冲罐的出口与提取罐的入口连通，提取罐的底部设有出口；所述热回流冷凝器设于真空罐和缓冲罐的上方，所述真空罐和缓冲罐设于提取罐的上方。进入真空罐的未冷凝的溶剂蒸汽溶解于真空罐的纯水中，而进入到缓冲罐的溶剂蒸汽则会由缓冲罐进入到真空罐内，同样溶解于纯化水中，并经真空罐回流到提取罐内，不仅实现了冷凝液的回收，同时也减少了溶剂在蒸发过程中的损失，节约了能源的消耗。
-
公开(公告)号：CN111665716A
公开(公告)日：2020-09-15
申请号：CN202010461973.0
申请日：2020-05-27
申请人： 广东工业大学
IPC分类号： G05B13/04
摘要： 本申请公开了一种中药/天然植物提取的数学建模方法，该方法首先根据提前设置好初始温度，人工给定罐体一个相应的蒸汽阀门开度；经过一定的时间使罐内温度达到了给定的初始温度后，再根据给定达到稳定时的温度相应增大蒸汽阀门开度，让罐内温度达到给定的稳定温度。这个过程可以通过人机交互控制温度的变化，为了把输入和输出的变量动态表示出来，可以每隔20s对罐体温度进行一次采集，然后把采集的数据集送入matlab的曲线拟合工具箱进行拟合。对于温度和压力的解耦，主要采用神经元的PID控制进行解耦，通过PID控制可以调整温度升降过程中的一些关键参数，从而实现对工艺参数的控制。本申请可以对相应参数实现更好的预测，从而提高新药开发的提取效率。
-
公开(公告)号：CN114602209B
公开(公告)日：2023-12-01
申请号：CN202210225821.X
申请日：2022-03-07
申请人： 广东工业大学
摘要： 本发明公开了一种车载式智能移动中药提取浓缩成套装备，包括提取浓缩模块I、固渣资源化再利用模块II、CIP在线清洗模块III以及远程智能控制模块IV；其中，所述提取浓缩模块I与固渣资源化再利用模块II连接，CIP在线清洗模块III分别与提取浓缩模块I、固渣资源化再利用模块II连接，提取浓缩模块I、固渣资源化再利用模块II、CIP在线清洗模块III分别与远程智能控制模块IV连接且接受其控制。本发明实现了中药在非加热除菌环境的可移动加工，在保证中药提取浓缩高效性以及药液组分完整性的同时，兼顾废渣资源再利用，解决中药腐坏、加工品种单一、生产效率低以及污染处理落后等问题。
-
公开(公告)号：CN115525697A
公开(公告)日：2022-12-27
申请号：CN202211273092.1
申请日：2022-10-18
申请人： 广东工业大学
IPC分类号： G06F16/2458 , G06K9/62 , G06N20/10 , G06Q50/04
摘要： 本发明公开了一种基于中药生产数据挖掘的工艺优化方法，包括：首先，通过数据抽样函数，对收集的中药生产数据进行数据抽样，获得初始数据集；其次，利用构建的数据评估模型对初始数据集中的抽样数据点进行有效性评估，得到评估数据集；并且，引入机器学习中的核模型通过对评估数据集进行评估训练，建立预测评估模型；基于预测评估模型，利用自适应寻优函数在感兴趣的数据空间中进行迭代运算，以此获得最优数据点，并将获取的一系列最优数据点构成所对应的优质数据集；最后，通过优质数据集中的数据训练出中药生产优化决策模型，基于中药生产优化决策模型实现对中药生产过程的精确控制，实现对中药生产工艺的优化。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.021 秒)
