-
公开(公告)号：CN110398391B
公开(公告)日：2020-05-08
申请号：CN201810372368.9
申请日：2018-04-24
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明公开一种高坝深库分层水样及沉积物柱样一体化人工智能采样装置，包括采样装置主舱体、姿态平衡传感器、推进器、平衡底座和采样器主体；姿态平衡传感器和采样器主体设置在采样装置主舱体内部；推进器设置在采样装置主舱体外侧；平衡底座位于采样装置主舱体底端。本发明采样装置为具备水下地形高清观测、无扰动采集沉积物柱芯、水体垂向分层精确采样及其关键理化参数实时原位监测于一体的智能采样装置，能灵活运用到复杂条件下的深、浅水体环境中，实现高效精准、无扰动采集湖泊水库、河流海岸等水体大量的序批式完整的沉积物和分层水样，并同步完成分层水样关键理化参数的原位实时监测。
-
公开(公告)号：CN110398397A
公开(公告)日：2019-11-01
申请号：CN201810895987.6
申请日：2018-08-08
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明公开一种高坝深库分层水样多维保真采集与水质监测人工智能装置，包括采样器主舱体，采样器主舱体上部设置有静压气瓶，下部设置有阵列式采水器、姿态平衡传感器和照明摄像系统；采样器主舱体的前后端设置有推进装置，两侧设置有平衡装置。本发明的一体化智能系统装置为一种水下地形高清观测、无扰动分层采集、水体垂向分层精确采样及其关键理化参数同步监测等功能于一体化人工智能的采样装置，其具备无扰动、高精度、高保真、高效率、强匹配和低风险等优点，为进一步研究大型水利工程的环境生态效应提供有力的技术支撑。
-
公开(公告)号：CN109101781B
公开(公告)日：2019-10-22
申请号：CN201810823146.4
申请日：2018-07-25
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F17/50
Abstract: 本发明公开了一种复杂河网中污染源贡献比例的计算方法，属于环境工程技术领域，步骤1)，复杂河网概化；步骤2)，河网干流确定；步骤3)，干流基础数据获取；步骤4)，干流污染源数据获取；步骤5)，污染物迁移转化模拟；步骤6)，污染源贡献比例分析。本发明根据复杂河网条件下某一目标断面的污染物参数实际监测结果，提供了一种反算特定污染源对该断面贡献比例的方法，在不受时间、地域限制的情况下系统模拟目标断面污染物浓度随污染源变化的动态响应过程。专利涉及的技术应用于太湖、里下河等复杂河网地区，实现了污染负荷的反向追溯和精准削减，为水利部专家开展流域水环境治理和风险评价提供技术支撑，具有广泛的应用前景。
-
公开(公告)号：CN106995248A
公开(公告)日：2017-08-01
申请号：CN201710281389.5
申请日：2017-04-26
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
CPC classification number: C02F1/5263 , C02F1/465 , C02F3/342 , C02F2201/4614 , C12N1/12
Abstract: 本发明公开了一种绿色安全、快速的微藻收获方法，首先利用食品级天然大分子絮凝剂“电中和”藻颗粒表面负电荷，促使藻颗粒失去稳定性，并在大分子链的“架桥网捕”作用下进一步形成藻絮体。然后利用电气浮产生的微小气泡粘附藻絮体，形成水‑气‑絮体三相混合体系，快速上浮到水面，实现藻类快速收集。具有简单、快速、无污染等优点，适用于收获食用价值微藻，同时也适用于收获其他微藻，在藻类食品保健资源化利用方面具有明显优势。
-
公开(公告)号：CN110398397B
公开(公告)日：2020-11-03
申请号：CN201810895987.6
申请日：2018-08-08
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明公开一种高坝深库分层水样多维保真采集与水质监测人工智能装置，包括采样器主舱体，采样器主舱体上部设置有静压气瓶，下部设置有阵列式采水器、姿态平衡传感器和照明摄像系统；采样器主舱体的前后端设置有推进装置，两侧设置有平衡装置。本发明的一体化智能系统装置为一种水下地形高清观测、无扰动分层采集、水体垂向分层精确采样及其关键理化参数同步监测等功能于一体化人工智能的采样装置，其具备无扰动、高精度、高保真、高效率、强匹配和低风险等优点，为进一步研究大型水利工程的环境生态效应提供有力的技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN107480884B
公开(公告)日：2019-10-22
申请号：CN201710691543.6
申请日：2017-08-14
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明公开了一种多闸坝平原河流冬季生态流量推求方法，针对多闸坝平原河流生物栖息地特征，以鱼类越冬期生境需求为基础，所述方法具体包含：首先对研究区域鱼类资源现状进行调查，确定生态流量计算的备选鱼类，然后采用层次分析方法进一步筛选目标鱼类；针对筛选出的目标鱼类通过室内水温响应实验及历史资料收集，建立目标鱼类越冬期对水温的定量响应曲线；根据河流温度垂直分布特征，结合目标物种越冬场生境需求确定保证目标鱼类安全越冬的生态水位，采用水量平衡公式计算维持生态水位所需流量。该发明可指导多闸坝平原河流生态修复及保护，对流域水资源规划及配置具有重要的理论与实践意义。
-
公开(公告)号：CN107480884A
公开(公告)日：2017-12-15
申请号：CN201710691543.6
申请日：2017-08-14
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明公开了一种多闸坝平原河流冬季生态流量推求方法，针对多闸坝平原河流生物栖息地特征，以鱼类越冬期生境需求为基础，所述方法具体包含：首先对研究区域鱼类资源现状进行调查，确定生态流量计算的备选鱼类，然后采用层次分析方法进一步筛选目标鱼类；针对筛选出的目标鱼类通过室内水温响应实验及历史资料收集，建立目标鱼类越冬期对水温的定量响应曲线；根据河流温度垂直分布特征，结合目标物种越冬场生境需求确定保证目标鱼类安全越冬的生态水位，采用水量平衡公式计算维持生态水位所需流量。该发明可指导多闸坝平原河流生态修复及保护，对流域水资源规划及配置具有重要的理论与实践意义。
-
公开(公告)号：CN110398391A
公开(公告)日：2019-11-01
申请号：CN201810372368.9
申请日：2018-04-24
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明公开一种高坝深库分层水样及沉积物柱样一体化人工智能采样装置，包括采样装置主舱体、姿态平衡传感器、推进器、平衡底座和采样器主体；姿态平衡传感器和采样器主体设置在采样装置主舱体内部；推进器设置在采样装置主舱体外侧；平衡底座位于采样装置主舱体底端。本发明采样装置为具备水下地形高清观测、无扰动采集沉积物柱芯、水体垂向分层精确采样及其关键理化参数实时原位监测于一体的智能采样装置，能灵活运用到复杂条件下的深、浅水体环境中，实现高效精准、无扰动采集湖泊水库、河流海岸等水体大量的序批式完整的沉积物和分层水样，并同步完成分层水样关键理化参数的原位实时监测。
-
公开(公告)号：CN109101781A
公开(公告)日：2018-12-28
申请号：CN201810823146.4
申请日：2018-07-25
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F19/00
Abstract: 本发明公开了一种复杂河网中污染源贡献比例的计算方法，属于环境工程技术领域，步骤1)，复杂河网概化；步骤2)，河网干流确定；步骤3)，干流基础数据获取；步骤4)，干流污染源数据获取；步骤5)，污染物迁移转化模拟；步骤6)，污染源贡献比例分析。本发明根据复杂河网条件下某一目标断面的污染物参数实际监测结果，提供了一种反算特定污染源对该断面贡献比例的方法，在不受时间、地域限制的情况下系统模拟目标断面污染物浓度随污染源变化的动态响应过程。专利涉及的技术应用于太湖、里下河等复杂河网地区，实现了污染负荷的反向追溯和精准削减，为水利部专家开展流域水环境治理和风险评价提供技术支撑，具有广泛的应用前景。
-
公开(公告)号：CN108827687A
公开(公告)日：2018-11-16
申请号：CN201811060469.9
申请日：2018-09-12
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G01N1/02
Abstract: 本发明公开一种基于声波振动的高坝深库沉积物柱芯采集装置，包括声波振动沉积物采集装置主体、采泥模块、触发采样模块；所述声波振动沉积物采集装置主体位于采泥模块内部，采集装置主体由上至下分别为振动电机、采泥模块中间平板、卧式轴承座、止回阀、采样筒；所述采泥模块包括位于振动电机顶部的采泥模块上连接板以及采样筒穿过的采泥模块下连接板；所述触发采样模块整体与振动电机处于同一水平位置，触发采样模块由防水舵机以及与防水舵机输出轴连接的拨杆组成。本发明基于声波振动的高坝深库沉积物柱芯采集装置面向高坝深库复杂条件水体，具有样品保真效果好、采样成功率高、适用性强以及便携简单、费用投入低等优点。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.043 seconds)
