-
公开(公告)号：CN118824835B
公开(公告)日：2025-01-14
申请号：CN202411015331.2
申请日：2024-07-26
Applicant: 暨南大学
Abstract: 本发明公开了一种拓宽空气动力学透镜粒径传输范围的进样装置及质谱仪，其中进样装置包括：气溶胶输送管、第一聚焦件、临界孔板；第一聚焦孔的内部固定设置有聚焦孔板；聚焦孔板上开设有第二聚焦孔，第二聚焦孔用于再次限缩气溶胶样本中的颗粒分布；第一聚焦件与临界孔板相互配合形成涡流腔，涡流腔用于生成涡流以对穿过第二聚焦孔的气溶胶样本进行整流。通过涡流腔中的涡流对气溶胶样本进行整流，能够有效地减小气溶胶样本的束宽，提高空气动力学透镜对大直径颗粒的传输效率，使用本申请的进样装置，能够有效地拓宽空气动力学透镜的颗粒传输范围，提高质谱仪的粒径检测范围，获得更全面的数据，还能够更好地理解和解释颗粒物的行为和效应。
-
公开(公告)号：CN118465155B
公开(公告)日：2024-10-18
申请号：CN202410939945.3
申请日：2024-07-15
Applicant: 暨南大学
Abstract: 本申请提供了一种气溶胶颗粒VOC热解析进样装置及方法，其中，进样装置包括：预处理模块、热解析模块、真空模块以及收集模块；真空模块用于抽取预处理模块中气溶胶样本扩散的气体，以及用于抽取收集模块中的气体以使收集模块中的气压低于第一气压阈值；收集模块用于存储受热转化为气态的VOC，并将收集到的气态VOC输送到后续分析设备中；本发明通过颗粒惯性聚焦实时热解析、真空压差储气及气路模式切换的技术手段，将气溶胶颗粒进行实时高效热解析，并将热解析样品的气态VOC实时收集存储，结合载气加压输送，能够适配不同进样条件要求的气体分析仪器，且使用过程中不需要使用液氮冷却，降低了设备的复杂度和使用成本。
-
公开(公告)号：CN118114100B
公开(公告)日：2024-08-16
申请号：CN202410430599.6
申请日：2024-04-11
Applicant: 暨南大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06F18/10 , G06F18/21
Abstract: 本发明公开一种VOCs协同来源解析的方法、产品、介质及设备，涉及源解析领域，方法包括：基于一维卷积神经网络、自注意力机制和多层感知机构建单颗粒分类模型，利用本地污染谱库对该模型进行训练和优化，利用优化后的该模型分析待解析单颗粒质谱数据的污染来源，得到各个污染源对颗粒物贡献的时间序列；利用PMF模型获取各个污染源的VOCs因子及其时间序列；将各个污染源对颗粒物贡献的时间序列与各个VOCs因子的时间序列进行相关性计算，得到相关系数；将相关系数高于设定阈值的颗粒物和VOCs因子归属到同一污染源上，实现颗粒物与VOCs来源的协同解析，识别出颗粒物和VOCs共同的污染来源。
-
公开(公告)号：CN116525402B
公开(公告)日：2024-07-02
申请号：CN202310567770.3
申请日：2023-05-19
Applicant: 暨南大学
Abstract: 本发明公开一种应用于飞行时间质量分析器的离子衰减装置及方法，检测仪器技术领域，装置包括：离子衰减装置设置于飞行时间质量分析器的加速区，离子衰减装置具体包括：第一层栅网、第二层栅网和第三层栅网；第一层栅网、第二层栅网和第三层栅网依次放置；第一层栅网、第二层栅网和第三层栅网均包括多根栅网径丝；第一层栅网的全部的栅网径丝、第三层栅网的全部的栅网径丝和第二层栅网的中间区域的栅网径丝采用第一电压供电；第二层栅网的两侧区域的栅网径丝采用第二电压供电；通过控制采用第二电压供电的第二层栅网的两侧区域的栅网径丝的数量进行衰减率的控制，本发明实现了飞行时间质谱中对离子衰减率的控制。
-
公开(公告)号：CN118114100A
公开(公告)日：2024-05-31
申请号：CN202410430599.6
申请日：2024-04-11
Applicant: 暨南大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06F18/10 , G06F18/21
Abstract: 本发明公开一种VOCs协同来源解析的方法、产品、介质及设备，涉及源解析领域，方法包括：基于一维卷积神经网络、自注意力机制和多层感知机构建单颗粒分类模型，利用本地污染谱库对该模型进行训练和优化，利用优化后的该模型分析待解析单颗粒质谱数据的污染来源，得到各个污染源对颗粒物贡献的时间序列；利用PMF模型获取各个污染源的VOCs因子及其时间序列；将各个污染源对颗粒物贡献的时间序列与各个VOCs因子的时间序列进行相关性计算，得到相关系数；将相关系数高于设定阈值的颗粒物和VOCs因子归属到同一污染源上，实现颗粒物与VOCs来源的协同解析，识别出颗粒物和VOCs共同的污染来源。
-
Patent Agency Ranking
公开(公告)号：CN117929206B
公开(公告)日：2024-05-24
申请号：CN202410302180.2
申请日：2024-03-18
Applicant: 暨南大学
Abstract: 本发明公开一种检测纳米气溶胶颗粒的方法及系统，涉及环境检测技术领域，方法：（1）生成惰性粒子的基质气溶胶；（2）对所述基质气溶胶进行干燥；（3）对干燥后的基质气溶胶进行荷电，得到带电基质气溶胶；（4）通过纳米气溶胶分级装置筛分需要检测的纳米气溶胶颗粒，得到指定粒径的双极性纳米气溶胶；（5）使得带电基质气溶胶吸附双极性纳米气溶，形成基质纳米气溶胶；（6）通过单颗粒气溶胶质谱仪对基质纳米气溶胶进行检测。系统：包括依次连通的气溶胶雾化发生器、气溶胶扩散干燥管、气溶胶荷电器、凝结容器和单颗粒气溶胶质谱仪，还包括纳米气溶胶分级装置。实现了纳米气溶胶颗粒的高效在线检测。
-
公开(公告)号：CN117216659A
公开(公告)日：2023-12-12
申请号：CN202311174457.X
申请日：2023-09-12
Applicant: 暨南大学
IPC: G06F18/241 , G01N27/62 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06F17/16
Abstract: 本发明提供了一种基于单颗粒气溶胶质谱的大气颗粒物来源解析方法及系统，属于颗粒物识别领域，方法包括：通过单颗粒气溶胶质谱仪采集大气颗粒物的质谱数据；基于预先训练好的深度学习模型，对质谱数据进行解析，以确定大气颗粒物的来源；深度学习模型包括依次连接的一维卷积神经网络、长短期记忆网络及多层感知机。本发明通过深度学习模型进行端到端的颗粒物来源解析，从输入到输出达到较高程度的自动化，降低了主观因素的影响，深度学习模型有更好的特征提取与泛化能力，能够更好地捕捉颗粒物的弱线性与非线性关系，进而提高了大气颗粒物来源解析的精度。
-
公开(公告)号：CN117059470A
公开(公告)日：2023-11-14
申请号：CN202310735474.X
申请日：2023-06-20
Applicant: 暨南大学
Abstract: 本发明公开了一种基于临界孔切割进样的微纳米单颗粒质量仪，涉及单颗粒质谱仪技术领域，包括微纳米气溶胶切割进样单元、微纳米气溶胶聚焦进样单元、测径单元和质量分析单元，气溶胶由进样口进入，第二撞击板位于扩散锥的一端且与临界孔相对设置，缓冲腔位于扩散锥的外侧，缓冲腔与微纳米气溶胶聚焦进样单元的连通，微纳米气溶胶聚焦进样单元、测径单元和质量分析单元依次连通，微纳米气溶胶聚焦进样单元设置有第一差分室出口和第二差分室出口，质量分析单元设置有第三差分室出口。本发明可以实现在不借助外部气溶胶切割进样装置和额外抽气泵的条件下，实现单颗粒质谱仪对几十至两三百纳米气溶胶颗粒的在线监测。
-
公开(公告)号：CN106596439B
公开(公告)日：2023-08-18
申请号：CN201710026236.6
申请日：2017-01-13
Applicant: 暨南大学
IPC: G01N21/31
Abstract: 本发明提供了一种同时在线测量大气中亚硝酸、臭氧、二氧化氮的设备，包括由左至右依次串接的三个装有螺旋管气体吸收器的气液单元和恒温水浴槽组成的外置采样单元A；由外置采样单元A螺旋管气体吸收器后端输气管路上依次设置的安全瓶、干燥管、质量流量控制器、隔膜泵组成的输气单元B；由外置采样单元气液单元的螺旋管气体吸收器输液管路上依次设置的蠕动泵、软质试剂袋、三通接头、除泡器组成的输液单元C；由除泡器后端管路上设置的液芯光纤及连接的LED光源和光谱仪组成的检测单元D共同构成；本发明还提供了应用于同时在线的测量气态亚硝酸、臭氧、二氧化氮测量设备的方法。它既能解决现有二氧化氮商业检测仪器的干扰问题，又能使检测限大幅低于现有的商业化仪器。
-
公开(公告)号：CN115840899A
公开(公告)日：2023-03-24
申请号：CN202211371040.8
申请日：2022-11-03
Applicant: 暨南大学
IPC: G06F18/23 , G06F18/22 , G06F18/241 , G06F17/18 , G06F17/16
Abstract: 本申请涉及颗粒物的处理技术领域，提供了一种基于ART2A算法的颗粒物聚类方法、装置、设备和存储介质，可以降低类间相关性以减少分类数量。本申请中，获取多个颗粒物的质谱以及本轮的类中心质谱矩阵；根据颗粒物的质谱和本轮的类中心质谱矩阵，将各颗粒物划分到质谱相似的类中心下，完成本轮分类；根据本轮划分到类中心下的颗粒物的质谱、颗粒物与类中心之间的相似度，对本轮的类中心质谱矩阵进行更新，得到下轮的类中心质谱矩阵；其中，颗粒物与划分到的类中心之间的相似度越高，在本轮的类中心质谱矩阵中，对该类中心的质谱的更新程度越小，相似度越低，更新程度越大；根据多个颗粒物的质谱以及下轮的类中心质谱矩阵，对多个颗粒物进行下轮分类。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.04 seconds)
