|
搜索
搜 索
高等教育领域数字化综合服务平台
富氧燃烧锅炉低温烟气制取生物质高热值气化气的系统
本发明公开了一种用富氧燃烧锅炉烟气制取生物质高热值气化气的系统及方法，其中系统包括循环流化床气化器、旋风分离器；循环流化床气化器具有进料口；循环流化床气化器还设置有进气口，该进气口用于输入气化介质；循环流化床气化器用于在气化介质的作用下将生物质物料气化得到气化气；气化介质采用温度为 120℃～140℃的富氧燃烧锅炉低温烟气；旋风分离器用于分离颗粒获得洁净气化气。本发明将生物质气化系统与富氧燃烧锅炉系统配合使用，采用富氧燃烧锅炉低温烟气作为生物质气化反应的气化介质，既提高了富氧燃烧锅炉系统的能量利用效率，又提高了生物质气化气的品质，使整体热能的利用效率提高、降低了生产成本，提高了电厂的整体经济性。
华中科技大学
2021-04-13
生物质微波催化裂解制备富含丙酮醇生物油的方法
生物质微波催化裂解制备富含丙酮醇生物油的方法，其特征是以碳酸钠为催化剂， 以碳化硅为微波吸收介质，以微波源为加热源进行生物质裂解，采用冰水混和物冷却挥发分 获得富含丙酮醇的生物油。本发明利用微波在生物质粒子中形成的独特温度效应，以及碳酸 钠在微波场中对生物质裂解的独特催化效应，实现了丙酮醇的高选择性生成；通过本方法所 获得的丙酮醇在液体产物中的含量可达到 30-55％，大大提高对于丙酮醇的利用价值；本发 明方法所使用的原料和催化剂廉价易得，反应时间大大缩短。
安徽理工大学
2021-04-13
生物基聚氨酯类产品的生物-化学组合合成技术
本成果聚焦于可再生木本植物油脂的生物-化学组合合成技术，合成了基于油脂的新型聚氨酯系列产品，并结合分子结构设计-性能调控构建了多功能、高性能且稳定的生物油脂基聚氨酯及其复合材料，为获得综合性能优良的新型生物基聚氨酯材料提供理论依据和技术支持。
华中科技大学
2021-12-09
一种简便的制备碳纳米管化学修饰电极的方法
一种简便的制备碳纳米管化学修饰电极的方法，其步骤是：A、先用电化学沉积法在电极面上沉积用于生长碳纳米管的催化剂颗粒；再将电极面放入到燃烧火焰的内焰中，在火焰的内焰中生长；然后将电极从火焰中拿出；最后封装即得。该方法操作简单、方便、成本低廉，且制得的修饰电极性能好，用作电化学检测电极，其检测灵敏度高。
西南交通大学
2016-07-05
一种基于石墨烯电极的电控液晶光发散微透镜阵列芯片
本发明公开了一种基于纳米石墨烯电极的电控液晶光发散微透镜阵列芯片，包括驱控信号输入端口、以及石墨烯液晶散光微透镜阵列，石墨烯液晶散光微透镜阵列为 m×n 元，石墨烯液晶散光微透镜阵列采用液晶夹层结构，且下上层之间顺次设置有第一基片、图案化石墨烯电极、第一液晶定向层、液晶层、第二液晶定向层、石墨烯电极、第二基片，图案化石墨烯电极和石墨烯电极分别制作在第一基片和第二基片上，图案化石墨烯电极是由 m×n 个以微圆环隔离并以
华中科技大学
2021-04-14
新型稀土镍基储氢合金(AB5)电极材料及其制备方法
小型镍氢电池已产业化、商品化，大容量镍氢电池是当前电动车辆主选动力电池之一。目前国内外生产镍氢电池的负极材料，基本采用混合稀土镍基储氢合金(MmB5， Mm为混合稀土金属，B为Ni、Co、Mn、Al等金属)。 南开大学课题组首次制备了含碱金属锂（Li）新组分储氢合金[MmB5（Li）]，提高了电池负极电催化活性和延长电池寿命，并获得中、美、欧发明专利（ZL 92100029.4； US 5,242,656； EP 0554617B1）。同时
南开大学
2021-04-14
纳米复合电极处理高含盐有机工业（农药，医药）废水新工艺
2006年，全国环境污染治理投资为2567.8亿元；07年太湖蓝藻爆发，江苏省“铁腕治污”并投资40多亿元治理太湖，截至07年底，太湖地区已累计关停化工生产企业1894家，08年继续关停600家小化工企业；可见废水处理意义重大。传统方法无法处理高含盐量有机废水，电化学法在常温、常压下能彻底降解有机污染物为CO2，无二次污染，是处理废水有效方法。本技术
南京工业大学
2021-01-12
基于滚压振动研磨制备纳米功能材料，设计锌空电池的电极结构
通过滚压振动磨制备纳米锌粉颗粒、氮化硼纳米片，以碳膜为骨架制成锌空电池的柔性薄膜电极;制备出四氧化三钴纳米花颗粒作为催化剂，设计开发了一维纳米花颗粒/二维氮化硼纳米片/碳纳米管三维网状结构复合的多维复合多孔空气电极结构。
上海理工大学
2021-01-12
房树人心理测验系统
房树人心理测验系统
北京京师慧智科技有限公司
2025-06-10
AI多模态情绪分析系统
AI多模态情绪分析系统，是人工智能与心理学、计算机视觉、听觉感知等学科深度融合的前沿方向。它不再局限于传统的问卷答题，而是像一位敏锐的观察者，通过分析你的面部微表情、语音语调、肢体语言，甚至生理信号，来实时、客观地"读懂"你的情绪状态。这种技术正在心理健康、教育、人机交互等领域开启全新的可能性。
这套系统的核心在于"多模态"和"融合"。它模拟了人类如何综合视觉、听觉信息来理解对方情绪的过程。
多源数据采集：系统通过摄像头、麦克风等设备，同步采集个体的面部视频、语音音频，甚至可接入可穿戴设备获取心率等生理信号。
单模态特征提取：针对每种数据，用不同的AI模型提取情感特征。
视觉：分析面部肌肉运动（如嘴角上扬、眉毛紧蹙）、头部姿势、眼神等。先进的技术甚至能捕捉难以伪装的微表情（持续仅1/25至1/5秒），或通过分析面部血流图谱（rPPG）来感知生理唤醒水平。
听觉：提取语调、语速、音高、能量（MFCC梅尔频率倒谱系数）等声学特征，判断声音中的情绪色彩。
文本/语义：如果涉及对话，系统还会分析说话内容的语义，理解话语背后的真实意图和情感倾向。
多模态融合与情感解码：这是最关键的一步。系统通过复杂的深度学习算法（如Transformer、自监督多任务学习框架等），将来自不同模态的特征信息进行时空对齐和深度融合。例如，一句愤怒的"我没事"，配上闪躲的眼神和紧绷的嘴角，才会被准确识别为"掩饰性的愤怒"，而非字面意思的"没事"。
湖南可心教育科技有限公司
2026-03-20