具有活性调节功能的温敏缓释载体及其制备方法

    公开(公告)号:CN118812009B

    公开(公告)日:2025-05-16

    申请号:CN202411121779.2

    申请日:2024-08-15

    Abstract: 本发明公开了具有活性调节功能的温敏缓释载体的制备方法,包括如下步骤:步骤1,制备表面负载聚(N‑异丙基丙烯酰胺‑co‑丙烯酸丁酯)的聚氨酯多孔载体;步骤2,将步骤1中得到的负载有聚(N‑异丙基丙烯酰胺‑co‑丙烯酸丁酯)的聚氨酯多孔载体全部分散于含低温保护剂的水溶液中,超声后,在水浴摇床中反应,分离固体,干燥至恒重,得到具有活性调节功能的温敏缓释载体。本发明还公开了采用上述制备方法制备的具有活性调节功能的温敏缓释载体,本发明制备的温敏缓释载体,通过温敏聚合物的缓慢释放机制,能够在长时间内保证低温保护剂的稳定释放,避免了传统添加剂在连续流程中的流失问题,减少了污染源的引入。

    一种促进厌氧氨氧化菌低温活性表达的保温材料及制备方法

    公开(公告)号:CN119391043A

    公开(公告)日:2025-02-07

    申请号:CN202411510765.X

    申请日:2024-10-28

    Abstract: 本发明提供了一种促进厌氧氨氧化菌低温活性表达的保温材料及制备方法,所述方法包括以下步骤:(1)将引发剂、溶剂、丙烯腈单体和丙烯酸甲酯置于容器中,在一定条件下搅拌,加入聚氨酯海绵,搅拌一段时间后取出,真空干燥至恒重,得到PU/PAN材料;(2)将导热碳材料、偶联剂和丙烯酸丁酯投加到溶剂中,在室温条件下搅拌20~30min,加入PU/PAN材料,持续搅拌,取出真空干燥至恒重,得到PU/P‑C材料。本发明利用导热碳材料和聚丙烯腈纤维将外界的热量保留在聚氨酯载体内,当外界环境温度骤降时,载体保存的热量可以帮助载体表面的厌氧氨氧化菌有效抵御低温冲击,提高载体表面厌氧氨氧化菌在低温下的代谢活性。

    二维介孔氮化钽光催化材料的制备方法及应用

    公开(公告)号:CN114570405B

    公开(公告)日:2024-01-09

    申请号:CN202210265354.3

    申请日:2022-03-17

    Abstract: 本发明公开了一种二维介孔氮化钽光催化材料的制备方法,具体包括如下过程:将柠檬酸和聚乙二醇混合加入无水乙醇中,以盐酸调节pH,此后加入氯化钽前驱体并超声处理,获得溶液A;在去离子水中加入一定量无水乙醇,获得溶液B;将溶液A和B依次交替滴加到滤纸上,将干燥的滤纸先在马弗炉中加热获得二维Ta2O5;最后,以三聚氰胺为氨源在管式炉中氮化上述Ta2O5,即得。本发明解决了传统氮化钽存在的光生载流

    基于MA-DBN的GIS分解气体含量预测方法

    公开(公告)号:CN110309586B

    公开(公告)日:2023-01-03

    申请号:CN201910575744.9

    申请日:2019-06-28

    Abstract: 本发明公开的基于MA‑DBN的GIS分解气体含量预测方法,首先,采集国网对GIS设备监测到的一段时间内的SO2、SO2F2、SO2F2/SO2、气温、湿度以及海拔数据;然后,构建MA模型,将采集的气体数据作为该模型的输入,预测出未来时间段的气体数据;最后,构建DBN模型,将预测出的气体数据作为DBN模型的输入,通过DBN模型的修正后得到准确预测的未来时间段的气体数据。本发明公开的方法MA算法模型预测不精准的问题,具有收敛速度快且不易陷入局部最优的优点,通过本发明的方法能够在GIS开关设备发生故障之前,得以提前消除,减少了GIS设备故障带来的经济损失。

    一种基于深度信念网络的高压断路器故障诊断方法

    公开(公告)号:CN109086817B

    公开(公告)日:2022-04-26

    申请号:CN201810827990.4

    申请日:2018-07-25

    Inventor: 黄新波 王宁

    Abstract: 本发明公开了一种基于深度信念网络的高压断路器故障诊断方法,具体步骤为,步骤1:选取实验所需的数据样本,将统一标准化后的样本数据按照特定比例分为测试样本和训练样本。步骤2:搭建并初始化DBN深度信念网络故障诊断模型。步骤3:将预训练集中的大量无标签样本或去标签样本从模型底部输入,采用逐层无监督贪婪学习对模型中RBM进行预训练;步骤4:采用遗传算法对整个模型进行微调,步骤5,将训练获得的高压断路器故障诊断模型对步骤1中的测试集样本进行故障分类,得出故障分类结果,并统计模型诊断准确率。本发明的一种基于深度信念网络的高压断路器故障诊断方法,能够对大数据量样本进行训练,来实现高压断路器故障诊断功能。

    基于改进遗传算法的变压器样本选择方法

    公开(公告)号:CN107679615B

    公开(公告)日:2020-06-19

    申请号:CN201710791842.7

    申请日:2017-09-05

    Abstract: 本发明公开了基于改进遗传算法的变压器样本选择方法,具体按照以下步骤实施:步骤1、对训练样本进行二进制编码,并进行种群初始化,设置最大迭代数T,种群规模为N;步骤2、经步骤1后,将种群分为个体为n的子种群,称为探测块,在进化过程中产生一个包含较好个体的种群,称为开发块,将开发块与探测块结合对变压器样本进行选择;步骤3、待步骤2完成后,利用文化算法对多种群遗传算法进行改进提升,在相应的进化操作之下得到最终适应度最大的个体,完成基于改进遗传算法的变压器样本选择。本发明基于改进遗传算法的变压器样本选择方法,利用多种群遗传算法对变压器进行训练样本选优,并利用文化算法对其进行改进,能获得最佳样本。

Patent Agency Ranking