-
公开(公告)号：CN108453698A
公开(公告)日：2018-08-28
申请号：CN201810470465.1
申请日：2018-05-16
Applicant: 浙江大学
Abstract: 本发明提供一种用于检测SCR反应器内部情况的智能检测机器人，能够在高温下检测SCR反应器的内部损伤、催化剂积灰程度等情况。一种用于检测SCR反应器内部情况的智能检测机器人，包括运动系统、风速采样系统、图像采集系统、控制系统和动力系统；运动系统包括用于承载风速采样系统、图像采集系统、控制系统和动力系统的车体底盘，用于校正智能检测机器人运动路径的碰撞校正模块，以及用于测量智能检测机器人与SCR反应器内部边沿壁面距离的超声波模块；风速采样系统包括用于检测SCR反应器出口风速的风速传感器和用于校准风速传感器位置的二维校准装置。本发明极大缩短SCR反应器的检修时间，减少催化剂浪费并降低人身伤害。
-
公开(公告)号：CN108380385A
公开(公告)日：2018-08-10
申请号：CN201810420670.7
申请日：2018-05-04
Applicant: 浙江大学
Abstract: 本发明涉及一种静电与惯性耦合高效除尘除雾一体化装置及方法，采用立式布置于脱硫吸收塔内喷淋层上方；经喷淋层后的湿烟气，进入预除尘除雾装置，去除粒径较大的雾滴和颗粒物，烟气继续上行通过气流均布协同除雾板，使进入预荷电系统的流场、液滴的粒径场以及颗粒物浓度场分布均匀后，烟气进入预荷电系统，促进烟气中的雾滴和细微颗粒物荷电后凝并长大；荷电的雾滴和颗粒物在电场力和外场力的作用下，继续上行中由于电荷间的作用凝并团聚长大，迁移至强化除雾收尘板，在烟气的惯性撞击作用下，从收尘板表面上被分离下来。本发明在机组负荷波动频繁情况下，可以低阻力、低成本、低能耗、稳定高效地实现细颗粒物和雾滴的协同控制。
-
公开(公告)号：CN112542282B
公开(公告)日：2025-05-13
申请号：CN202011447750.5
申请日：2020-12-09
Applicant: 浙江大学
Abstract: 本发明涉及一种防污闪的智能自清灰绝缘系统，包括绝缘子本体、表面自清洁机构、漏电检测机构和智能供电机构，所述表面自清洁机构覆盖于绝缘子本体内壁，在所述绝缘子本体的底端部设有漏电检测机构，所述漏电检测机构包括泄漏微电流收集环套和微电流传感器，所述泄漏微电流收集环套与微电流传感器相连，所述表面自清洁机构、漏电检测机构分别与智能供电机构相连。本发明通过漏电实时在线监测及表面自清洁机构工作状态智能调节，使绝缘系统可以在复杂工况燃烧烟气中稳定运行，有利于推动静电除尘在非电行业的发展和普及。
-
公开(公告)号：CN119706890A
公开(公告)日：2025-03-28
申请号：CN202411817953.7
申请日：2024-12-11
Applicant: 浙江大学
IPC: C01D15/08 , C01B25/37 , C01B32/215 , H01M10/54
Abstract: 本发明涉及一种元素回收方法，特别涉及一种退役磷酸铁锂电池的全元素回收方法，属于锂离子电池及其资源循环利用技术领域。该方法包括：氮气焙烧；稀硫酸酸浸；除铜、铝杂质；沉淀铁磷元素；含铁沉淀焙烧；锂溶液蒸发结晶几个步骤。氮气焙烧可以去除粘结剂，得到磷酸铁锂电极材料，同时将高价态铁元素还原为低价态,从而加速浸出过程，提高浸出率，还可以去除含氟电解液、隔膜等杂质。除铜的多种方式能够除去绝大部分铜，消除负极集流体影响的同时，还具有较强的兼容性。除铝步骤方法简单，效果显著，降低了前置步骤中对集流体分离要求。本发明契合工程应用实际，增强了废旧磷酸铁锂电池正极材料湿法回收工艺的实用性与普适性，提高了磷酸铁锂电池锂、铁、磷的回收效果，实现了磷酸铁锂电池正极材料的闭环回用。
-
公开(公告)号：CN119541698A
公开(公告)日：2025-02-28
申请号：CN202411528605.8
申请日：2024-10-30
Applicant: 浙江大学
IPC: G16C20/70 , F23N5/20 , G16C20/10 , G16C20/20 , G06F18/10 , G06F18/2113 , G06F18/20 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/09 , G06N3/0985
Abstract: 本发明提供一种基于CNN‑LSTM模型的燃烧装置CO2排放浓度预测方法，该方法包括以下步骤：根据各输入变量与CO2排放浓度之间的相关系数，对输入变量数据集进行筛选；进行数据转换处理；构建CNN‑LSTM模型作为初始预测模型，将训练集输入初始预测模型进行训练，直至平均绝对误差损失小于5％，保存该模型作为训练模型；改变初始预测模型的超参数，进行多次训练，选取其中均方根误差最小和决定系数最大的训练模型作为最终预测模型；将当前时间步的相关特征变量参数输入最终预测模型，获得下一时间步的CO2排放浓度预测值。本发明能够实时准确地预测燃烧装置CO2的排放浓度。
-
Patent Agency Ranking
公开(公告)号：CN110876985B
公开(公告)日：2025-01-10
申请号：CN201911340488.1
申请日：2019-12-23
Applicant: 浙江大学
Abstract: 本发明涉及基于颗粒陷阱效应的收尘极板、新型极配形式及高效静电除尘器，收尘极板通过弯折形成多个凸起折板和凹槽，凹槽处形成颗粒陷阱，收尘极板与多角度双刺电极配合的新型极配形式在颗粒陷阱凸起处积灰厚度低、场强高，凸起处颗粒物在气流曳力或振打作用下易于进入陷阱；凹槽积灰厚度高，但形成的粉尘层内场强较低，防止颗粒间击穿和对放电的干扰，增大运行电压工作区间，配合智能振打系统组成静电除尘器。本发明减少二次扬尘，降低高比电阻飞灰有效场强损耗，拓宽电除尘器比电阻适用范围和工作温度窗口；具有提高电晕电流，强化细微颗粒物荷电，提高除尘效率等优势，可降低运行成本，具有较高的行业适用性和运行可靠性。
-
公开(公告)号：CN118304885B
公开(公告)日：2024-10-18
申请号：CN202410448530.6
申请日：2024-04-15
Applicant: 浙江大学
IPC: B01J23/652 , B01J23/00 , B01D53/86 , B01D53/62
Abstract: 本发明属于环境催化技术领域，涉及一种大气污染物尤其是CO净化技术领域，特别涉及一种抗重金属中毒的CO氧化铂/钯基催化剂、制备方法及其应用。该催化剂包括载体和负载于载体上的活性组分，该催化剂还包括助催化剂，所述催化剂包括以下质量百分比计的组分：活性组分0.05‑0.2％，助催化剂4‑15％，余量为载体TiO2，活性组分、助催化剂和载体TiO2质量百分比之和为100％；所述活性组分选自单组分Pt或Pd，或Pt‑Pd双组分；所述助催化剂包括WO33‑10％、Cr2O30.5‑3％，以及NaOH或KOH中的一种0.5‑2％。该催化剂具有较好的抗重金属(Se、As等)中毒能力和更好的CO氧化性能。
-
公开(公告)号：CN109133468B
公开(公告)日：2024-03-12
申请号：CN201811101328.7
申请日：2018-09-20
Applicant: 浙江大学
IPC: C02F9/00 , C02F1/66 , C02F1/00 , C02F1/52 , C02F1/04 , C02F101/12 , C02F103/18
Abstract: 本发明涉及一种燃煤电站脱硫废水脱氯处理装置及工艺，包括顺次相连通的湿法脱硫系统、一体化沉淀池、固液分离系统、反应池系统和蒸发结晶系统，一体化沉淀池、反应池系统分别与加药系统相连通。本发明的有益效果在于：1、采用脱氯剂，靶向脱氯，用量小，抗干扰能力强；2、采用回收剂再生脱氯剂，实现脱氯剂循环利用，循环经济效益好；3、所有产物资源化，节省运行成本；4、提高水资源利用率，节约水资源，能耗低；5、技术成熟，系统投资少，运行成本低；6、工艺设备占地少，节省改造空间和用地投资；7、无废物外排，无二次污染，清洁环保。
-
公开(公告)号：CN116251586A
公开(公告)日：2023-06-13
申请号：CN202310162505.7
申请日：2023-02-24
Applicant: 浙江大学
Abstract: 本发明属于环境催化技术领域，特别涉及一种抗硫CO氧化催化剂、制备方法及应用。本发明所述抗硫CO氧化催化剂的制备方法中，经过涂层浆液的制备、涂层涂覆于蜂窝陶瓷载体上并烘干煅烧，得到涂覆好复合氧化物牢固涂层的蜂窝陶瓷。通过采用微波辅助的方法扩孔了浸有扩孔溶液的TiO2‑SiO2涂层，并通过浸渍法在扩孔好的TiO2‑SiO2复合氧化物涂层负载了活性组分Pt，制得的催化剂的比表面积增大，孔容增加，优化了催化剂的孔道结构，改善了杂质SO2参与副反应生成的硫酸盐堵塞催化剂微孔孔道而导致催化剂失活。所得催化剂具有催化氧化CO效率高、抗硫性明显提高的特点。
-
公开(公告)号：CN113205861B
公开(公告)日：2023-04-07
申请号：CN202110394289.X
申请日：2021-04-13
Applicant: 浙江大学
Abstract: 本发明提供一种能够提高开发效率的基于机器学习技术预测SCR催化剂孔隙结构的方法。一种基于机器学习技术预测SCR催化剂孔隙结构的方法，包括以下步骤：收集已知的SCR催化剂信息作为数据建立数据库；对数据进行初筛和归一化，将数据库内数据按比例划分为训练集和测试集；采用训练集构建机器学习预测模型，采用交叉验证评估机器学习预测模型的泛化能力；采用测试集测试机器学习预测模型的精度并以评价指标进行评价；采用机器学习预测模型对SCR催化剂孔隙结构进行预测。本发明可以用于对未知催化剂的高通量筛选，与传统的实验‑表征开发手段相比，极大的节约了成本，加快了开发速度，可推广应用于各种吸附和催化材料的设计与开发。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.08 seconds)
