-
公开(公告)号：CN109864646B
公开(公告)日：2021-06-29
申请号：CN201910256307.0
申请日：2019-04-01
Applicant: 安徽理工大学
IPC: A47K7/04
Abstract: 一种无需水流的空气等离子体洗手机，所述装置的开关处安装有延时继电器，装置外壁侧安装有喷嘴口，所述喷气口有喷气弯管口。底部设置开口为进气口，底部偏上4cm处为电源接口。底部设置有聚四氟乙烯管，其装置内部开设有腔体，所述腔体内部通过聚四氟乙烯管固定有铜环地电极，腔体内部偏下侧安装有高压电极，用脉冲调制来控制高压电极进行滑动弧放电，压缩空气在电离作用下产生富含活性粒子的等离子体，活性粒子的存在促进化学反应进行的同时，还具有更好的化学反应性，提高能量利用率的同时也能充分发挥杀菌消毒作用。提高了洗手的清洁效率，却不需要用清洁剂和大量的水。从而该装置具有较高的经济效益和环保要求。
-
公开(公告)号：CN108283870B
公开(公告)日：2020-10-16
申请号：CN201810181498.4
申请日：2018-03-06
Applicant: 安徽理工大学
Abstract: 本发明公开了一种等离子体废气综合处理装置，包括绝缘外壳、底座、和钨丝导线，所述底座与绝缘外壳固定连接，且底座上设有出水口，所述绝缘外壳的顶端开有进气口，所述绝缘外壳的内腔中部固定有过滤装置，所述过滤装置包括电极、隔板、接地电极和低压电源，所述电极和接地电极均通过导线与低压电源电连接，所述电极和接地电极设有间隙，且电极和接地电极间隔排列，所述电极和接地电极的顶端和底端均固定有隔板，所述隔板固定在绝缘外壳的内壁上。本发明的自动清洁电极设计的废气综合处理系统结构简单、操作方便，能够实现自动清洁。
-
公开(公告)号：CN109165807A
公开(公告)日：2019-01-08
申请号：CN201810716329.6
申请日：2018-07-03
Applicant: 安徽理工大学
Inventor： 宋晓
Abstract: 本发明提供一种基于概率神经网络(PNN)的电能质量综合评估方法。借助概率神经网络适用于分类问题的特性，建立电能质量综合评估的概率神经网络模型；以6项电能质量指标构成输入向量，以5类电能质量等级作为输出向量，生成样本集对模型进行训练，并以训练好的模型对电能质量进行综合评估。该方法在评估过程不需要确定指标权重，避免了人为主观因素的影响，同时模型简单，对小样本和大样本电网电能质量数据都具有很好的适应能力，在电网电能质量综合评估中具有很好的应用前景。
-
公开(公告)号：CN108303034B
公开(公告)日：2019-11-19
申请号：CN201810122021.9
申请日：2018-02-07
Applicant: 安徽理工大学
IPC: G01B11/16
Abstract: 本发明涉及一种基于转台的动态微悬臂梁阵列循环扫描系统，其特征是包括激光器、转台、微悬臂梁阵列、压电陶瓷驱动器、函数信号发生器、光电位置敏感探测器、数据采集卡、计算机；所述激光器垂直于转台上表面安装，所述转台下方安装微悬臂梁阵列且微悬臂梁阵列固定在压电陶瓷驱动器表面，所述压电陶瓷驱动器与函数信号发生器连接，所述函数信号发生器与计算机连接，所述微悬臂梁阵列的斜上方安装有光电位置敏感探测器，所述光电位置敏感探测器与数据采集卡连接，所述数据采集卡与计算机连接；本发明利用转台按照一个方向循环转动对微悬臂梁阵列进行循环扫描，实现了光路自动切换且不会出现卡顿现象，而且光纤安装在转台内部节省了空间。
-
公开(公告)号：CN108303034A
公开(公告)日：2018-07-20
申请号：CN201810122021.9
申请日：2018-02-07
Applicant: 安徽理工大学
IPC: G01B11/16
Abstract: 本发明涉及一种基于转台的动态微悬臂梁阵列循环扫描系统，其特征是包括激光器、转台、微悬臂梁阵列、压电陶瓷驱动器、函数信号发生器、光电位置敏感探测器、数据采集卡、计算机；所述激光器垂直于转台上表面安装，所述转台下方安装微悬臂梁阵列且微悬臂梁阵列固定在压电陶瓷驱动器表面，所述压电陶瓷驱动器与函数信号发生器连接，所述函数信号发生器与计算机连接，所述微悬臂梁阵列的斜上方安装有光电位置敏感探测器，所述光电位置敏感探测器与数据采集卡连接，所述数据采集卡与计算机连接；本发明利用转台按照一个方向循环转动对微悬臂梁阵列进行循环扫描，实现了光路自动切换且不会出现卡顿现象，而且光纤安装在转台内部节省了空间。
-
Patent Agency Ranking
公开(公告)号：CN108283870A
公开(公告)日：2018-07-17
申请号：CN201810181498.4
申请日：2018-03-06
Applicant: 安徽理工大学
CPC classification number: B01D53/323 , B01D2257/302 , B01D2257/404 , B01D2257/70 , B01D2257/7027 , B01D2257/708 , B01D2259/818 , B03C3/017
Abstract: 本发明公开了一种等离子体废气综合处理装置，包括绝缘外壳、底座、和钨丝导线，所述底座与绝缘外壳固定连接，且底座上设有出水口，所述绝缘外壳的顶端开有进气口，所述绝缘外壳的内腔中部固定有过滤装置，所述过滤装置包括电极、隔板、接地电极和低压电源，所述电极和接地电极均通过导线与低压电源电连接，所述电机和接地电极设有间隙，且电机和接地电极间隔排列，所述电机和接地电极的顶端和底端均固定有隔板，所述隔板固定在绝缘外壳的内壁上。本发明的自动清洁电极设计的废气综合处理系统结构简单、操作方便，能够实现自动清洁。
-
公开(公告)号：CN108872778A
公开(公告)日：2018-11-23
申请号：CN201810715644.7
申请日：2018-07-03
Applicant: 安徽理工大学
Inventor： 宋晓
IPC: G01R31/06
Abstract: 本发明公开了一种基于关联维数与随机森林的变压器绕组故障诊断系统。该系统采用STM32单片机为控制核心构成信号采集上传电路，单片机采集经过转换滤波后的绕组振动信号，通过NB‑IOT网络上传至上位机，上位机利用编制的软件对信号序列首先进行相空间重构，并计算特征量——关联维数；然后以此为特征，利用随机森林模型对故障和非故障绕组进行识别。本系统在高维空间挖掘绕组振动信号特征，并用随机森林进行诊断，可以提高故障绕组识别的准确度，并通过NB‑IOT网络实现了变压器绕组的自动在线状态监测。
-
公开(公告)号：CN118010629A
公开(公告)日：2024-05-10
申请号：CN202410127454.9
申请日：2024-01-30
Applicant: 安徽理工大学
IPC: G01N19/08
Abstract: 本发明涉及一种电缆绝缘层破损检测装置，属于电缆绝缘层检测技术领域。包括外壳和安装于外壳内的行走机构、固定机构和若干柔性压阻式传感器，固定机构的固定端将电缆抵接于行走机构的行走端，若干柔性压阻式传感器分别安装于行走机构的行走端和固定机构的固定端，行走机构启动沿着电缆进行移动并使电缆挤压柔性压阻式传感器，本发明通过柔性压阻式传感器在检测过程中的压力值变化来对电缆绝缘层破损进行精准的检测，解决了目前对高压电缆敷设前的电缆绝缘层破损进行检测时容易出现漏检现象的问题。
-
公开(公告)号：CN115825649A
公开(公告)日：2023-03-21
申请号：CN202211478552.4
申请日：2022-11-23
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于电流磁致信号和参数优化变分模态分解的电缆故障点中点行波测距在线定位系统，包括感知层、传输层、平台层和应用层，所述结构包括电流磁致信号发送端、电流磁致信号接收端、人机交互端。主要元部件包括待检测的电力电缆、电流磁致信号提取传感器、模拟信号程控放大器、A/D转换器、微型处理器、4G通信模块、Web客户端服务器、数值计算服务器和客户显示终端。本发明涉及电力电缆故障测距技术领域。通过使用本发明，不需要停电，不影响正常生产，使用非接触型电流磁致信号提取传感器是在三相电缆的首端，中点，末端(主要使用中点数据计算，首端和末端为了防止噪声过大或其他因素干扰时进行辅助测量)测定电缆中的电流数据，在数值计算服务器中使用参数优化的变分模态分解来标定行波波头，运用所提出的中点行波法进行计算后获取故障点位置信息，并且可以进行人机交互。
-
公开(公告)号：CN109864646A
公开(公告)日：2019-06-11
申请号：CN201910256307.0
申请日：2019-04-01
Applicant: 安徽理工大学
IPC: A47K7/04
Abstract: 一种无需水流的空气等离子体洗手机，所述装置的开关处安装有延时继电器，装置外壁侧安装有喷嘴口，所述喷气口有喷气弯管口。底部设置开口为进气口，底部偏上4cm处为电源接口。底部设置有聚四氟乙烯管，其装置内部开设有腔体，所述腔体内部通过聚四氟乙烯管固定有铜环地电极，腔体内部偏下侧安装有高压电极，用脉冲调制来控制高压电极进行滑动弧放电，压缩空气在电离作用下产生富含活性粒子的等离子体，活性粒子的存在促进化学反应进行的同时，还具有更好的化学反应性，提高能量利用率的同时也能充分发挥杀菌消毒作用。提高了洗手的清洁效率，却不需要用清洁剂和大量的水。从而该装置具有较高的经济效益和环保要求。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
