一种选择性定量采集水环境中砷的方法

    公开(公告)号:CN102507261B

    公开(公告)日:2015-06-03

    申请号:CN201110319183.X

    申请日:2011-10-20

    Applicant: 东北大学

    Abstract: 本发明属于环境监测领域,具体提供了一种选择性定量采集水中砷的方法。其要点是使用1-100mg对砷具有特异选择性结合作用的分子印记聚合物,将其与半透膜或水凝胶一同置于采集装置中,用纤维素薄膜密封好,然后将该装置在水环境中放置1小时到1年,取出装置,测定砷的浓度,并计算放置时间内水体中砷的平均浓度。本发明方法经济实用,采集装置简单,大量减少人工工作量,节约人力物力,是对于现有的人工采集环境体系样本方式是有效的补充和完善。

    利用细水雾抑制地下狭长空间火灾轰燃的试验装置及方法

    公开(公告)号:CN108333293B

    公开(公告)日:2024-03-29

    申请号:CN201810472572.8

    申请日:2018-05-17

    Applicant: 东北大学

    Abstract: 本发明利用细水雾抑制地下狭长空间火灾轰燃的试验装置及方法,包括狭长空间、顶部排烟装置、细水雾管路和测量系统,本发明无论是在自然通风、顶部排烟和纵向通风情况下,通过顶部排烟风机和纵向通风风机的作用,均可有效抑制轰燃现象的发生;本发明的细水雾供水管路根据实际狭长空间的情况设置细水雾喷头的数量,并通过试验设置细水雾喷头间距、流量和工作压力的组合有效抑制火焰扩散,并及时灭火;本发明通过可升降支撑架即可调节狭长空间的倾斜角度,研究了断面宽高比、长径比和倾斜角度对狭长空间轰燃发生条件的影响,得出不同坡度下细水雾抑制轰燃形成的技术参数。

    一种基于进化多尺度特征学习的钢铁材料质量解析方法

    公开(公告)号:CN117392450A

    公开(公告)日:2024-01-12

    申请号:CN202311382524.7

    申请日:2023-10-24

    Applicant: 东北大学

    Abstract: 本发明提供一种基于进化多尺度特征学习的钢铁材料质量解析方法,涉及钢铁材料缺陷图像识别技术领域。该方法首先建立钢铁材料质量表面缺陷样本库,然后构建基于进化多尺度特征学习的钢铁材料质量解析模型,并设置质量解析模型的初始超参数及结构参数;再采用Knee点策略选择多尺度特征学习的钢铁材料质量解析模型最佳性能时的相关参数值;最后利用测试数据集对优化过程生成的最优的多尺度特征学习的质量解析模型进行测试。该方法能够明显提高带钢表面缺陷识别结果的精度和鲁棒性,且模型参数量少及计算资源小,可以有效地应用于实际生产过程中,为操作人员及时掌握带钢质量情况提供依据,帮助钢铁企业提高产品质量,降低生产成本。

    一种基于分形进化学习的钢水质量多任务预测方法

    公开(公告)号:CN116993172A

    公开(公告)日:2023-11-03

    申请号:CN202310738383.1

    申请日:2023-06-21

    Applicant: 东北大学

    Abstract: 本发明提供一种基于分形进化学习的钢水质量多任务预测方法,涉及转炉炼钢终点质量多任务预测技术领域。该方法首先建立转炉炼钢历史数据集合,并在历史数据集合中选取不同钢种的参考炉次数据集合;以不同钢种的参考炉次数据集合作作为转炉炼钢质量终点预测模型的输入,采用信息熵和分形理论进行多输出支持向量机的核函数选择,进而建立转炉炼钢质量终点预测模型,对转炉炼钢的终点碳含量、氧含量、钢水温度进行预测;并通过多目标优化算法对转炉炼钢终点质量预测模型的参数进行优化;然后根据实际生产情况,对转炉炼钢终点质量预测模型进行不断更新升级,以保持模型预测精度;同时,定期对转炉炼钢历史数据集合进行更新。

    基于数据与机理融合的转炉炼钢过程钢水质量解析方法

    公开(公告)号:CN116452058A

    公开(公告)日:2023-07-18

    申请号:CN202310432070.3

    申请日:2023-04-20

    Applicant: 东北大学

    Abstract: 本发明提供一种基于数据与机理融合的转炉炼钢过程钢水质量解析方法,涉及冶金生产质量解析技术领域。该方法建立数据与机理融合的炼钢过程钢水质量系统模型并设计基于神经网络的自适应滤波算法;然后结合滤波器的估计状态向量与钢水质量系统模型中的状态向量,计算得到估计误差系统,并根据钢水质量系统与估计误差系统的特点,设定滤波器的性能指标;并采用类李雅普诺夫函数法对估计误差系统进行理论分析,计算得出滤波器增益与神经网络权重更新机制中的待求参数;最后将提出的自适应滤波算法应用于钢水质量的在线解析,得到实时的钢水质量估计值。该方法具有易求解与可在线实现的优点。

    一种基于混核机器学习的风机批功率预测方法

    公开(公告)号:CN106779226B

    公开(公告)日:2020-09-29

    申请号:CN201611206434.2

    申请日:2016-12-23

    Applicant: 东北大学

    Inventor: 唐立新 刘畅 郎劲

    Abstract: 本发明提供一种基于混核机器学习的风机批功率预测方法,包括:建立风场风机离线历史数据库;将风场风机离线历史数据库中的风场每台风机的历史数据都划分为12个历史数据集合;对风场中的风机进行批划分处理;将每个批内与该批内风功率平均值最接近的风机作为批样机;建立不同月份的各批样机风功率预测模型;根据风场未来的气象信息对各批样机的风功率预测,将各批样机风功率预测值与所在批内风机个数相乘并求和,得到风场总风功率预测值。本发明通过对气象数据和风功率数据进行收集,对风场不同批样机风功率进行预测,将高斯核函数和多项式核函数相结合作为核函数,具有更好的适应性,达到预测整个风场风功率的目的,为风场的电力调度提供保障。

Patent Agency Ranking