-
公开(公告)号：CN111362267A
公开(公告)日：2020-07-03
申请号：CN202010144932.9
申请日：2020-03-04
Applicant: 华中科技大学
IPC: C01B32/348 , C01B32/324
Abstract: 本发明属于生物质利用领域，公开了一种利用等离子体制备掺氮炭和含氮杂环的方法，包括以下步骤：S1：将生物质与活化剂混合；S2：在氨气气体、等离子体条件下进行反应得到热解挥发份；S3：在催化剂作用下对热解挥发份中进行环化提质反应得到固体产物和含氮杂环挥发份；S4：将含氮杂环挥发份冷却得到富集有含氮杂环产品的液体油；将固体产物酸洗、水洗及干燥处理后得到多孔掺氮炭材料。本发明在反应过程中引入等离子体，利用等离子体促进氨气分解为含氮自由基团，强化自由基团与生物质热解中间体反应，及自由基团与活化剂的协同作用，从而促进含氮产品的形成，实现利用生物质制备高选择性含氮杂环和高性能掺氮炭的目的。
-
公开(公告)号：CN106156711B
公开(公告)日：2020-06-30
申请号：CN201510190211.0
申请日：2015-04-21
Applicant: 华中科技大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明公开一种文本行的定位方法及装置，属于计算机视觉技术领域。该方法包括：提取待检测图像中各个像素的至少包括对称性特征向量的特征向量；根据每个像素的特征向量，确定多个潜在位于文本行对称轴上的目标像素，位于文本行对称轴上的像素具有对称性；对各个目标像素进行聚合，得到多个候选文本行区域；滤除非文本行区域得到文本行区域。由于待检测图像中的文本行区域通常具有对称性，因此，基于提取待检测图像中每个像素的对称性特征向量，能够从自然图像中直接定位到待检测图像中的文本行区域，而无需对各个候选字符区域进行组合以得到文本行区域，不仅方式简单，而且不依赖于自然图像中的连通区域，扩大了文本行定位方式的适用范围。
-
公开(公告)号：CN106599900B
公开(公告)日：2020-04-21
申请号：CN201510682699.9
申请日：2015-10-20
Applicant: 华中科技大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明公开了一种识别图像中的字符串的方法和装置，属于计算机技术领域。所述方法包括：根据训练样本库中存储的包含有字符串的样本图像块的图像数据，并基于卷积神经网络算法，构建样本图像块的字符串识别结果对应的概率集合的表达式，概率集合的表达式由待定参数构成；基于使根据概率集合确定出的字符串识别结果为预先存储的样本图像块包含的字符串的概率最大的原则，对待定参数进行训练，得到待定参数的训练值；当获取到待识别的目标图像块时，基于卷积神经网络算法和待定参数的训练值，确定目标图像块的字符串识别结果对应的目标概率集合，根据目标概率集合，确定目标图像块的字符串识别结果。采用本发明，可以提高识别的正确率。
-
公开(公告)号：CN107338075B
公开(公告)日：2020-01-21
申请号：CN201710702904.2
申请日：2017-08-16
Applicant: 华中科技大学
Abstract: 本发明公开了一种用于生物质气化联产氢气和多孔碳材料的系统，涉及生物质气化领域，包括相互连通的流化床水蒸气气化活化子系统、气化气重整分离子系统、气化气循环再利用子系统。流化床水蒸气气化活化子系统对生物质进行气化活化处理，并产生初步的气化气及具有发达孔隙结构的多孔碳材料；气化气重整分离子系统对气化气进行甲烷化重整、水气转换反应及分离提纯，得到氢气产品；气化气循环再利用子系统对残余气化气及冷却水进行循环再利用，提高整个系统物质和能量利用率。本发明可以实现生物质高值化绿色化利用，同时制备氢气产品和高附加值的多孔碳材料，有效地推动了生物质高效高质转化。
-
公开(公告)号：CN110256690A
公开(公告)日：2019-09-20
申请号：CN201910510175.X
申请日：2019-06-13
Applicant: 华中科技大学
Abstract: 本发明公开一种防止木质素热解结块的预处理方法及其产品，属于木质素利用领域。该方法首先将木质素置于水中获得木质素溶液，然后加入添加剂并进行超声处理，待超声结束后转移至烘箱干燥，除去水分即可得到预处理过后的木质素粉末。本发明提供的方法中，通过添加剂与木质素大分子官能团反应，防止木质素官能团在热解反应中团聚、结块，同时添加剂具有模板剂功能，得到木质素焦炭微观上纳米级微球。本发明方法能显著改善木质素热解过程的结块、团聚问题，本发明方法获得的木质素焦炭是一种高附加值碳材料，是良好的吸附、催化载体。
-
Patent Agency Ranking
公开(公告)号：CN110010907A
公开(公告)日：2019-07-12
申请号：CN201910225099.8
申请日：2019-03-25
Applicant: 华中科技大学
Abstract: 本发明属于电化学催化剂领域，并具体公开了利用废塑料制备Fe-N-CNT催化剂的方法及产品。该方法包括将废塑料粉末和铁基催化剂在惰性气氛中加热一段时间，使废塑料热解过程中产生的热解气在铁基催化剂表面沉积形成碳纳米管；将碳纳米管酸洗后获得纯化碳纳米管，然后将该纯化碳纳米管与含氮化合物混合后充分研磨得到固体混合物；最后将固体混合物在惰性气氛下加热进行二次热解，冷却至室温后制得所述Fe-N-CNT催化剂。本专利提供的方法一方面可以避免废塑料造成的环境污染，另一反面也达到了废塑料资源化利用的目的，极大地降低了催化剂的制备成本，并且因操作简单、工艺参数易于控制、产率较高等优势，适合进行大规模生产。
-
公开(公告)号：CN109675504A
公开(公告)日：2019-04-26
申请号：CN201910060346.3
申请日：2019-01-22
Applicant: 华中科技大学
Abstract: 本发明公开了一种用于含硅生物质自碳热还原的连续式反应装置，包括多级高温电炉、气路分配管路、周向均匀进料装置、产物冷却装置。其中，多级高温电炉上端与进料装置连接、下端与产物冷却装置连接，用于生物质原料的物理活化及高温碳热反应；气路分配管路用于抽取炉内反应产生的挥发分以及向炉内活化区域输送活化介质；进料装置与炉体相连，用于将生物质原料送入炉内；产物冷却装置与电炉末端的高温碳热区相连，用于冷却所得高温产物，并进行热量回收。本发明可实现物理活化及高温碳热的一体化工艺，并从传热、气氛等方面改善生产过程中反应的均一性。
-
公开(公告)号：CN109628121A
公开(公告)日：2019-04-16
申请号：CN201910060347.8
申请日：2019-01-22
Applicant: 华中科技大学
Abstract: 本发明公开了一种稻壳分级联产能源化学品及硅炭材料的系统，包括依次相连的水热烘焙子系统(1)、中温热解子系统(2)以及高温炭化子系统(3)；其中，所述水热烘焙子(1)用于制备富含糠醛的液体产物和水热炭；中温热解子系统(2)用于得到富含糖类的生物油及中温热解炭；高温炭化子系统(3)包括旋转进料阀(3‑1)、多级高温电炉(3‑2)、气路分配管路(3‑3)、产物冷却装置(3‑8)、焦炭冷却箱(3‑12)以及挥发分冷凝装置(3‑20)，用于对热解炭进行多级高温炭化及活化，得到具有储能特性的硅炭材料。本发明还提供一种稻壳分级联产能源化学品及硅炭材料的方法，能同时获得高品质能源化学品和硅炭材料，处理效率高，热利用率高，操作方便。
-
公开(公告)号：CN108364099A
公开(公告)日：2018-08-03
申请号：CN201810140035.3
申请日：2018-02-11
Abstract: 本发明公开了一种基于仿真的物流配送系统及配送方法，该系统包括MES子系统、APS子系统、物流配送子系统及仿真优化子系统；MES子系统用于采集并输出订单数据、总体基础数据和现场实时数据，并输出派工计划；APS子系统用于根据总体基础数据建立排程模型，并根据现场实时数据、订单数据及排程模型确定生产排产计划；物流配送子系统用于根据配送基础数据和生产排产计划确定不同备货间隔不同配送周期下的物料配送计划；仿真优化子系统用于根据总体基础数据进行生产建模获得仿真模型，输出不同备货间隔不同配送周期下的物料配送计划的生产评估值，并将生产评估值最优的物料配送计划作为最终物料配送计划输出，该物流配送计划满足生产不缺料。
-
公开(公告)号：CN106315578B
公开(公告)日：2018-08-03
申请号：CN201610692631.3
申请日：2016-08-19
Applicant: 华中科技大学
IPC: C01B32/336 , C01B32/39 , C10G1/00 , C10J3/48
CPC classification number: Y02P20/52
Abstract: 本发明公开了一种生物质水热催化活化联产超级活性炭和液体产品的系统，该系统包括生物质水热催化活化子系统、焦炭二次活化子系统和水热反应供热子系统，其通过生物质水热催化活化子系统对生物质进行催化活化，并分离得到焦炭和液体产品；通过焦炭二次活化子系统对所述焦炭进行深入活化，生成超级活性炭。本发明还公开了相应的方法。本发明的技术方案可以实现将不同含水率的生物质转化为高质量的超级活性炭和优质液体产品，同时将生物质水热催化活化反应产生的气体和气化气在气体燃烧器中燃烧，产生高温烟气为生物质水热催化活化反应提供热量，实现了物质和热量的循环利用。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.037 seconds)
