高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
1t不锈钢全自动反渗透设备
单级反渗透,适合电导率小于500μs/cm的水质,出水电阻率可达0.2-0.1MΩ.cm(电导率10-5μs/cm),单级反渗透的脱盐率可达90-99%。 一、设计依据: 1、   进水水质为城市自来水 2、   进水电导率<150us/cm 3、产水技术指标                                        (1)产水流量:0.5M3/h      水温25 (2)产水水质:符合国家瓶装饮用水标准GB17323-1998 二、工艺说明: 1、采用目前先进的RO反渗透制取纯净水工艺,产水电导率一般 小于10us/cm 优于国标GB17323-1998。产水水质无菌、无颗粒、甘纯。 2、本系统反渗透膜脱盐率高达98%,回收率高达50-75%,并形成独特的技术风格。整套系统经多个纯净水生产厂家验证,对水中病菌、有毒重金属、放射性核素、有机微污染物去除率分别高达99.99%、95%、99%及95%,水质甘甜可口。根除了源水中有毒有害物质,多项毒理性指标,如三卤甲烷、四氯化碳、苯系物、多环芳烃、农药、酚类、以及铅、汞、铍、铬、镉、铀、铊等其它放射性核素均在检测限以下。 三、工艺流程: 整条纯净水生产线工艺流程: 自来水--》原水泵---》石英砂过滤器---》活性炭过滤器---》精密过滤器---》0.5T/h反渗透主机系统--》用水点 四、反渗透的工作原理 渗透是一种物理现象,当两种含有不同浓度盐类的水,如用一张半渗透性的薄膜分开就会发现,含盐量少的一边的水分会透过膜渗到含盐量高的水中,而所含的盐分并不渗透,这样,逐渐把两边的含盐浓度融和到均等为止。这个过程称为自然渗透。反渗透就是一种在压力驱动下,借助于半透膜的选择截留作用将溶液中的溶质与溶剂分开的分离方法。 预处理常常由石英沙过滤装置,活性碳过滤装置,精密过滤装置组成,主要目的是去除原水中含有的泥沙、铁锈、胶体物质、悬浮物,色素、异味、生化有机物,降低水的余氨值及农药污染等有害的物质。如果原水中钙镁离子含量较高时,还需增加软水装置,主要目的在于保护后级的反渗透膜不受大颗粒物质的破坏,从而延长反透膜的使用寿命。 五、用户需知: ①用户应提供原水化验的详细资料,以便我公司据以进行相关选型及排列计算。 ②用户应说明产水的水质要求,用途,产水量。 ③我公司备有多种型号的压力容器,膜,配件等,若用户特别说明,将尽力满足要求。 ④我公司对设计、销售的设备提供安装调试及对用户操作运行人员的培训。 ⑤我公司对用户实行设备一年保修,终身服务的原则,均建立档案,进行跟踪服务,确保质量水平。 六、反渗透技术的应用领域 v电子、工业、医药、食品等工业中纯水、超纯水的制备; v 轻纺、化工行业工艺用水/化工循环水、化工产品制造等净化与制备用水; v 食品饮料工业用水、饮用纯净水、饮料、啤酒、白酒、保健品等用水的净化与制备用水; v 工业生产中对水溶液进行有用物质和浓缩与回收; v 电力行业锅炉补给水、火力发电锅炉、厂矿中低压锅炉动力系统等企业高压锅炉补给水的预脱盐处理; v 苦咸水和海水的脱盐淡化; v 纯净水装置作为高纯水生产的一级除盐设备。  v 社区、房产物业、学校、工厂、医院、茶楼、宾馆、美容院、食堂等人数较多的各类企事业单位。 v 可用于桶装水、矿泉水等灌装水的制取工作。  v 电子工业用水集成电路、硅晶片、显示管等电子元器件冲洗水 v 制药行业用水大输液、针剂、片剂、生化制品、设备清洗等; v 海水、苦咸水淡化海岛、舰船、海上钻井平台、苦咸水地区 v 其它工艺用水汽车、家电涂装、镀膜玻璃、化装品、精细化学品等用超纯水。 七、主要技术参数: 型号 JYXRO-0.3T/H 产水量 500L/H   25摄氏度 输入功率  0.75KW 电源 AC22OV  18A/380V 9A  50Hz 膜元件 4040    处理量配置 多级泵 CDL2-180/2.2KW   1台 预处理器 Φ200*1000*ƒ1.5    2个 精密过滤器  Φ90*1000      2套 增压泵  CHL2-30/0.55KW     1台 石英砂   处理量配置 活性炭   处理量配置 外形尺寸  55X64X1450mm 正品承诺:本厂为正规生产厂家,所销售的产品均为正品,有正规增值税发票,提供质量保证和完美的售后服务。 售货服务:保质期内(非人为的损坏及故障)本公司提供一年免费售后服务;保质期外提供有偿终生维护,及时优质的维修服务和技术支持。 售前服务:本公司的服务工程师将秉承专业精神,为客户免费提供售前技术服务咨询,并根据贵厂的实际需求做出科学的设备平面设计布局,工艺流程等系统整体设计和规划,是贵厂整体更经济,更实用,更有效。
青岛中宇环保科技集团有限公司 2021-09-03
化学实验室成套设备(不带通风)56座
产品详细介绍
辽宁华风教学设备有限公司 2021-08-23
Epson SureLab D880 干式影像输出设备
爱普生微压电打印头 新一代爱普生UltraChromeD6r-S墨水 更广泛的介质适用尺寸3.5"-A4 一键弹出卷纸单元,实现轻松上纸 17秒首张快速输出模式*1 输出速度360张/小时*1(4"x6"inch) 最高分辨率:1440x720dpi 最小墨滴:2.5pl 打印速度:标准模式:10s(4'x6') 喷头技术:Epson微压电打印头 颜色:青色,洋红色,黄色,淡青色,淡洋红色,黑色 墨水:爱普生“活的色彩D6r-S”染料墨水
爱普生(中国)有限公司 2022-09-27
华中师范大学通风设备类、实验柜、基础设施类(废液)等实验设备采购项目竞争性磋商公告
华中师范大学通风设备类、实验柜、基础设施类(废液)等实验设备采购项目竞争性磋商
华中师范大学 2022-06-23
揭示1600-2012年间中国磷循环网络韧性的演变规律和影响因素
北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》(Nature Food)以研究论文形式在线发表(Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012)。该研究分析了1600-2012年间中国磷循环网络的韧性,研究结果表明,受自然流动、化肥使用和饮食转变的影响,近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言,磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力(即韧性)至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题,较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法,对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明:为满足中国不断增长的食品消费总量和结构的需求,中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导,并不断强化。这种变化降低了网络中的冗余路径,从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动,进一步降低了磷循环网络的韧性。特别是在2000-2012年间,由于人群饮食结构中动物性食物比重不断提高,磷循环网络的韧性下降了11%。如果按这种趋势继续发展,在社会环境的冲击和干扰下,磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性,本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施,并进一步量化这些措施对磷循环网络韧性的提升程度。此外,本研究的框架和指标也适用于分析其他地区和资源的网络韧性,可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔,国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者,北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。
北京师范大学 2021-02-01
一种基于神经网络的反演大气可降水量的MODIS模型改进方法
本发明公开了一种基于神经网络的反演大气可降水量的MODIS模型改进方法,包括以下步骤:S1:利用MODIS三通道比值法反演大气可降水量PWV,记为PWVMODIS;S2:利用BP神经网络建立测站处的纬度φ、测站处的高程h、年积日doy、PWVMODIS与测站GPS/MODIS反演的PWV残差RES之间的非线性关系;S3:对BP神经网络模型进行训练;S4:将φ、h、doy以及PWVMODIS作为输入参数代入BP神经网络模型,并计算出GPS测站处PWV残差RESBP;S5:利用RESBP补偿PWVMODIS,获得大气可降水量PWV=PWVMODIS+RESBP。本发明有效提高了建模精度。
东南大学 2021-04-11
一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法
项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.
安徽农业大学 2021-04-10
揭示1600-2012年间中国磷循环网络韧性的演变规律和影响因素
北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》(Nature Food)以研究论文形式在线发表(Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012)。该研究分析了1600-2012年间中国磷循环网络的韧性,研究结果表明,受自然流动、化肥使用和饮食转变的影响,近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言,磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力(即韧性)至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题,较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法,对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明:为满足中国不断增长的食品消费总量和结构的需求,中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导,并不断强化。这种变化降低了网络中的冗余路径,从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动,进一步降低了磷循环网络的韧性。特别是在2000-2012年间,由于人群饮食结构中动物性食物比重不断提高,磷循环网络的韧性下降了11%。如果按这种趋势继续发展,在社会环境的冲击和干扰下,磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性,本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施,并进一步量化这些措施对磷循环网络韧性的提升程度。此外,本研究的框架和指标也适用于分析其他地区和资源的网络韧性,可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔,国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者,北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。
北京师范大学 2021-04-10
原位微型化快速水质监测仪与高密度水质监测网络
本项目研发一种基于国际先进的微环流分析技术的原位水质监测系统,体积小,成本低,试剂损耗量较小,维护周期长。基于此仪器进行高密度水质监测网络的搭建,并通过无线技术将水质监测网络的数据上传到服务器,通过算法对数据进行分析,完成快速、准确的污染溯源,为水域污染的进一步防、治提供一种实时、有效的手段。
清华大学 2021-04-11
一种基于选择性隐朴素贝叶斯分类器的网络故障诊断方法
本发明公开了一种基于选择性隐朴素贝叶斯分类器的网络故障 诊断方法,包括:(1)从网络历史数据库中获取历史数据,包括症状变 量集以及故障类变量集;(2)构建选择性隐朴素贝叶斯分类器预测模型, 根据症状变量集中的每个症状变量确定对应的最相关症状变量集合; (3)所述选择性隐朴素贝叶斯分类器通过训练历史数据自动学习到分类 器参数;(4)进行故障诊断时,对测试数据利用上述选择性隐朴素贝叶 斯分类器进行估计得到对应最终的故障诊断结果。通过执行本发明中的网络故障诊断方法,有效解决了现有网络故障诊断中运算复杂度高、 网络诊断结果偏差大的问题,显著提高了网络诊断的准确性,在进一 步降低运算复杂度的同时,能够保持较好的学习能力及容错特性。
华中科技大学 2021-04-11
首页 上一页 1 2
  • ...
  • 129 130 131
  • ...
  • 173 174 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1