本发明提供一种基于微波感应技术的可移动侧滑式自动开盖垃圾桶，包括滑盖，桶体和带四轮的底 盘，桶体安装在带四轮的底盘上，桶体上安装有滑盖，滑盖包括两层固定支架和可滑动盖面，可滑动盖 面夹在两层固定支架之间，滑盖上安装有微波定位装置和电磁机械控制装置，带四轮的底盘内安装有微 处理器、电源装置、移动装置，桶体内安装有射频识别装置、蓝牙装置和智能提醒装置，微波定位装置、 电磁机械控制装置、电源装置、移动装

我国每年城市生活垃圾清运量超过 2 亿吨，且每年增长约 8%-10%，到 2020 年预计可达 2.5 亿吨，中国城市生活垃圾无害化处理能力逐年提高，官方数据显 示 2016 年大中城市生活垃圾无害化率已超过 90%，但我国农村部分，无害化率 仅为 60%。垃圾处理面临占用土地、资源浪费、环境污染等问题。当前我国城市 垃圾处理仍然以填埋为主，但以焚烧技术为代表的能源化利用技术增长很快。该 技术伴随着设备投资高、产生强致癌剧毒物质、重金属污染、工艺优化不足等缺 陷，急需探寻其他方法。该项技术利用气化熔融技术原理，对垃圾进行减容减量 处理，处理后体积减小 90%以上，大大降低填埋场的压力。气化熔融技术真正做 到垃圾的无害化处理，可以做到二噁英、重金属污染物的超低排放，环保性能大 大优于目前的垃圾焚烧技术，消除公众抵触情绪，易于推广。

本发明公开了一种用于垃圾富氧焚烧的一次风注氧混合一体化·689·装置，包括：其两端可分别与一次风管道连接的管状本体；注氧器，其包括设置于本体的管体内呈环状的注氧环，以及均匀设置在该注氧环上的多个喷嘴，氧气从外部进入该注氧环并通过上述喷嘴喷入本体的管体内；以及同轴套设在本体内管壁上并位于注氧器下游的混流片组，每个混流片组包括一个第一混流片和一个第二混流片，两混流片轴向间隔平行设置。本发明的装置可使得氧气以

导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

成果介绍 成果名称：多元耦合燃料（生物质/垃圾/高硫煤/高钠煤）发电关键设备防腐蚀感应熔焊与喷射复合涂层技术 成果参与单位：江苏科环新材料有限公司、深圳能源环保股份有限公司、上海康恒环境股份有限公司 成果完成人：曲作鹏 知识产权情况：已申请专利87项，其中已授权发明专利17项，已授权实用新型专利27项 针对我国新能源与环保科技的重大战略，以解决垃圾与生物质发电锅炉高温防腐的实际需求为目标，本项目拟搭建应用于生物质与垃圾电站锅炉腐蚀防护的高频感应熔焊系统技术平台，在多元耦合燃料（生物质/垃圾/高硫煤/高钠煤）发电关键设备等受热面，开发完成镍基自熔合金高温涂层的技术体系，包括涂层材料与工艺，形成针对各类客户群体的系列解决方案。 随着近年来我国生物质和垃圾电站的迅猛发展，锅炉高温腐蚀问题日益突出，传统热喷涂技术由于易脱落、孔隙率高而应用受限，前期用得较普遍的Inconel625合金堆焊，也逐渐暴露出由稀释率高引起的高温防腐性能受限等问题。因此，开发新型高温防腐涂层技术已迫在眉睫。本项目在国家“十三五”重点研发计划等项目的支持下，经过十余年的集智攻关，于2019年初研发成功了高频感应熔焊高温腐蚀防护涂层技术，取得了系列创新性成果：首次在国内构建了生物质与垃圾电站锅炉高频感应熔焊系统技术平台，开发了在水冷壁管排表面制备耐镍基自熔合金高温薄涂层的技术体系，解决了城市垃圾与生物质电站锅炉高温腐蚀防护的技术瓶颈，打破了发达国家的技术封锁，形成了系列针对城市垃圾与生物质焚烧发电锅炉高温防腐的不同客户群体的解决方案。 我国西部特别是新疆地区的高硫高钠盐等高腐蚀性煤在燃烧过程中产生高浓度硫化物和钠盐等腐蚀性气体，造成水冷壁、过热器受热面的高温腐蚀、尾部烟道空气预热器低温腐蚀和受热面结焦等，特别是对燃烧器区域水冷壁管来说，如果没有防护涂层只能使用1—2年。传统的热喷涂，由于结合强度低孔隙率高，很少应用；普通高频感应熔焊虽然有效，但寿命难以超过5年；目前用得最多的是堆焊高温合金，但一般五年后就逐渐会发生涂层脱落和管壁减薄甚至爆管的现象，非计划停炉维修给企业造成了极大的经济负担。针对我国西北地区高硫高钠盐燃煤发电锅炉受热面对高温防腐的迫切需求，本项目拟开发感应熔焊与超音速喷射复合金属陶瓷涂层技术，从服役寿命、使用性能到性价比等方面都优于堆焊，以期彻底终结困扰我国燃煤行业多年的高腐蚀性气体对锅炉管道造成的严重腐蚀的防护难题。 创新点 1、首次在国内构建垃圾电站锅炉高频感应熔焊系统技术平台，自主开发了在水冷壁管排表面制备耐高温涂层的防腐技术体系，打破了发达国家对核心技术的封锁，突破了垃圾电站锅炉涂层防护系统核心技术瓶颈，形成了整体防腐的焚烧解决方案。 2、首次在国际上成功研发镍基自熔合金与金属陶瓷梯度复合涂层的防护技术，发明了基于重熔与喷射一体化的高温全域防腐全套技术，锅炉的高温腐蚀防护性能与服役寿命显著提升。 3、创新锅炉管道镶嵌陶瓷瓦的长效防护方法，发明了多项陶瓷高效低成本加工技术，填补了国际上硬脆材料特种加工技术的空白，突破了垃圾焚烧发电锅炉高频感应熔焊系统核心技术瓶颈。 市场前景 磨损与腐蚀是工业生产中的共性问题，全世界能源消耗的1/3-1/2在摩擦上，每年各种机械零件失效的一半以上由于磨损，每年因金属磨损、腐蚀造成的直接经济损失约达７万亿美元。垃圾焚烧电站锅炉受热面腐蚀问题，非常普遍，其腐蚀机理主要是所焚烧的垃圾中含有Cl,S以及碱金属等元素，造成Cl，S化合气体腐蚀和低熔点碱金属盐熔融腐蚀。据“十三五”规划，2020年焚烧处理能力占无害化处理比例50%，预计复合增长率不低于20%，垃圾焚烧规模呈快速增长态势，截至2018年，中国已运行的垃圾焚烧厂约为380座，处理能力约为37万吨/日，中国在建的垃圾焚烧厂约为200～250座，处理能力约为20～25万吨/日，中国垃圾处理“起步晚、起点低、发展快”，垃圾焚烧发展极快，2025年行业总规模估计超过100万吨/日，垃圾焚烧发电站超过2000家。余热锅炉高温防腐蚀涂层市场规模100亿以上，年增长率在20%以上，且防腐蚀涂层是消耗品，平均3—5年为一个周期。 另外，该技术不仅可以用于垃圾焚烧电厂，团队在农机刀片耐磨、水泥建材行业耐磨、机械重工表面硬化耐磨处理、钢轨耐磨涂层、高端球阀防腐、燃气轮机热障涂层、海上风电盐雾腐蚀、军工等领域的新产品、新技术也逐步成熟，走向规模化应用市场。 应用案例 深圳能源环保公司宝安老虎坑垃圾焚烧发电厂4号、5号、6号锅炉项目，工程地址：深圳市宝安区松岗镇老虎坑，业主单位：深能环保宝安垃圾焚烧发电厂。 获奖情况 2021年中国商业联合会科学技术奖 一等奖 2021年河北省科技技术奖 二等奖 2019年CCTV中国十大创业榜样 2019年第八届中国创新创业大赛 优秀企业奖 2019年第七届创业江苏科技创业大赛 三等奖 2019年“创客中国”江苏省中小企业创新大赛 优胜奖 2019年 淮安市第四届企业科技创新大赛 一等奖