防堵塞气动采样泵
    1.
    发明授权

    公开(公告)号:CN104976164B

    公开(公告)日:2017-11-14

    申请号:CN201510400577.6

    申请日:2015-07-09

    IPC分类号: F04F5/16 G01N1/24

    摘要: 本发明公开了一种防堵塞气动采样泵,包括一带有内腔的泵体,泵体的左端设置有第一接头,右端设置有第二接头,第一接头为样气入口,该第一接头的右端伸入到泵体的内腔中且其端部为外凸的锥形,第二接头的左端位于泵体的内腔中且其端部为内凹的倒锥形,第二接头的右端作为样气混合气出口,第一接头的右端与第二接头左端相对设置,二者的间隙空间构成锥形负压区,在泵体内腔侧壁上还设置有仪表空气入口接头,在第二接头上还设置有流量调节结构。其效果是:具有恒流特性,当仪表空气压力在0.3~0.5MPa之间变化时,采样流量可保持不变,第一接头和第二接头沿同一轴线贯通,能很好起到防堵塞作用;通过调节流量调节结构,泵的采样流量可以按需要调节。

    防堵塞气动采样泵
    3.
    发明公开

    公开(公告)号:CN104976164A

    公开(公告)日:2015-10-14

    申请号:CN201510400577.6

    申请日:2015-07-09

    IPC分类号: F04F5/16 G01N1/24

    CPC分类号: F04F5/16 G01N1/24

    摘要: 本发明公开了一种防堵塞气动采样泵,包括一带有内腔的泵体,泵体的左端设置有第一接头,右端设置有第二接头,第一接头为样气入口,该第一接头的右端伸入到泵体的内腔中且其端部为外凸的锥形,第二接头的左端位于泵体的内腔中且其端部为内凹的倒锥形,第二接头的右端作为样气混合气出口,第一接头的右端与第二接头左端相对设置,二者的间隙空间构成锥形负压区,在泵体内腔侧壁上还设置有仪表空气入口接头,在第二接头上还设置有流量调节结构。其效果是:具有恒流特性,当仪表空气压力在0.3~0.5MPa之间变化时,采样流量可保持不变,第一接头和第二接头沿同一轴线贯通,能很好起到防堵塞作用;通过调节流量调节结构,泵的采样流量可以按需要调节。

    一种气动采样泵
    6.
    实用新型

    公开(公告)号:CN204783868U

    公开(公告)日:2015-11-18

    申请号:CN201520492836.8

    申请日:2015-07-09

    IPC分类号: F04F5/16 G01N1/24

    摘要: 本实用新型公开了一种气动采样泵,包括一带有内腔的泵体,泵体的左端设置有第一接头,右端设置有第二接头,第一接头为样气入口,该第一接头的右端伸入到泵体的内腔中且其端部为外凸的锥形,第二接头的左端位于泵体的内腔中且其端部为内凹的倒锥形,第二接头的右端作为样气混合气出口,第一接头的右端与第二接头左端相对设置,二者的间隙空间构成锥形负压区,在泵体内腔侧壁上还设置有仪表空气入口接头,在第二接头上还设置有流量调节结构。其效果是:具有恒流特性,当仪表空气压力在0.3~0.5MPa之间变化时,采样流量可保持不变,第一接头和第二接头沿同一轴线贯通,能很好起到防堵塞作用;通过调节流量调节结构,泵的采样流量可以按需要调节。

    基于支持向量机的面包生产建模及决策参数优化方法

    公开(公告)号:CN111008791A

    公开(公告)日:2020-04-14

    申请号:CN201911342055.X

    申请日:2019-12-24

    IPC分类号: G06Q10/06

    摘要: 本发明提供基于支持向量机的面包生产建模及决策参数优化方法。本发明通过建立烘焙口味关于其食材、配比决策变量的复杂系统数学模型,用智能优化方法搜索最佳材料配方,提升消费者口味体验。其实现步骤为:(1)确定制作面包原料组成;(2)确定面包品质评分标准;(3)制作面包;(4)对制作出的面包的品质进行评分;(5)收集面包实验相关数据;(6)训练支持向量机(7)应用支持向量机优化面包配方。本发明通过智能科学方法挖掘面包烘焙过程的生产实绩数据,探求复杂食材、配比潜在的规律,并用智能优化方法搜索最佳的食材、配比,从而满足日益挑剔的消费者口味要求,提高产品品质。

    动态演化模型校正方法及系统

    公开(公告)号:CN105550457B

    公开(公告)日:2019-04-12

    申请号:CN201510981003.2

    申请日:2015-12-23

    IPC分类号: G06F17/50 G06N3/08 G01N21/359

    摘要: 本发明提供一种基于卡尔曼滤波BP神经网络近红外光谱动态演化模型校正方法及系统,其中的方法包括:利用K/S算法从标准样品中选择有代表性的建模样品;采用BPNN法对所述建模样品建立近红外光谱数据与浓度间的非线性关系,形成BPNN校正模型;定期对待测样品进行化验,获取所述待测样品的样品数据;利用所述BPNN校正模型对所述待测样品进行预测,获取所述待测样品的预测值;获取的所述待测样品的样品数据和所述待测样品的预测值通过采用KF算法修正所述BPNN校正模型的阈值和权值。利用本发明能够保证近红外光谱校正模型具有自适应性,降低重建模型成本,从而实现在线分析。

    动态演化模型校正方法及系统

    公开(公告)号:CN105548068B

    公开(公告)日:2018-06-19

    申请号:CN201510979854.3

    申请日:2015-12-23

    IPC分类号: G01N21/359

    摘要: 本发明提供一种基于卡尔曼滤波偏最小二乘近红外光谱动态演化模型校正方法及系统,其中的方法包括:利用K/S算法从标准样品中选择有代表性的建模样品;采用PLS法对所述建模样品建立近红外光谱数据与浓度间的线性关系;线性关系利用去一交互检验法确定PLS因变量数,形成初始PLS校正模型,通过所述标准样品确定PLS校正模型;定期对待测样品进行化验,获取所述待测样品的样品数据;利用所述PLS校正模型对所述待测样品进行预测,获取所述待测样品的预测值;获取的所述待测样品的样品数据和所述待测样品的预测值通过采用KF算法修正所述PLS校正模型的主因子系数。利用本发明能够保证近红外光谱校正模型具有自适应性,降低重建模型成本,从而实现在线分析。