|
搜索
搜 索
高等教育领域数字化综合服务平台
稀土二次资源的回收再利用
北京工业大学
2021-04-14
非接触式高效换气热回收机组
北京工业大学
2021-04-14
微纤化方法回收废弃塑料新技术
塑料以其质量轻、耐腐蚀、易加工、成本低、使用方便等优点，被广泛应用于国民经济各个行业，给人们的生产、生活带来极大的方便。但与此同时，塑料在使用过程中会发生老化降解而使性能变差，成为不能再使用的废旧塑料，如不加以回收，会给环境造成严重的污染，同时也是对资源的极大浪费。 废旧塑料通常是多种塑料的混合物，其回收性能一般很差。采用原位微纤化方法进行回收，将废旧塑料简单的分成废旧通用塑料(主要包
四川大学
2021-04-14
第五代废电池回收技术
第五代废电池回收技术包括废铅酸电池、废锂离子电池、废燃料电池等废电池的污染防治、清洁资源化、先进制造技术。
一、项目分类
关键核心技术突破
二、成果简介
第五代废电池回收技术包括废铅酸电池、废锂离子电池、废燃料电池等废电池的污染防治、清洁资源化、先进制造技术。各种废电池含有重要的战略资源，而目前废电池回收市场缺口巨大，比如我国每年废铅酸电池500万吨左右，而实际循环220万吨左右；随着新能源汽车保有量的快速增长，锂离子电池理论回收量达到47.8万吨，但是实际可统计的真实回收量仅为19.6万吨，占比仅为41%；新兴的钠离子电池和燃料电池等暂时只有华中科技大学具备可产业化的再生技术。虽然电池在使用过程中不会产生有毒有害的物质，但如果不能对废电池进行正确、有效地处理，将会给环境带来极大污染风险隐患和资源浪费。对各种废电池加以回收再生，不仅可以消除废电池带来的各种危害，还能通过资源循环和高端制造产生新的经济增长点。
华中科技大学
2022-07-26
相变换热器及低温烟气余热回收技术
相变换热器是在多根并联的密闭管排束构件内利用相变工质汽化潜热传递 热量，相变下段的水吸收热量汽化为饱和蒸汽，蒸汽在一定的压差下上升到相变 上段，放出热量，然后凝结成液体，饱和水经汽水分离器回到相变下段，并再次 汽化，往复循环，完成了把热量从高端向低端的单向导热。特点:在保证锅炉不停
上海理工大学
2021-01-12
中高压汽（气）液余能回收装置
项目简介 1、在石油化工、石油加工（石油加氢裂化、渣油加氢脱硫等）、化肥（合成氨等）、 海水淡化、制冷空分、水泥、钢铁冶金、污水处理等工业流程中存在大量富含中高压余 能的液体或汽（气）液两相流体，目前大多通过减压阀等减压或直接排放，能源浪费巨 大，环境污染严重。 2、对于低、中余压流体介质，开发有液力透平泵、透平膨胀机、全流螺杆动力机等 进行能量回收及动力转换；对于中高余压流体介质，开发有双作用活塞式能量回收机、 双螺杆马达、水力马达等进行能量回收及动力转换。 性能指标 流量：5.0～
江苏大学
2021-04-14
一种钛白废酸回收工艺
要：一种钛白废酸回收工艺，更进一步说是以燃煤或燃气为能源，采取控温气化、吸收浓缩工艺回收硫酸，整个工艺由燃烧工序、汽化净化工序、吸收工序、余热回收工序和尾气处理工序组成。本发明的有益效果是：回收酸比较纯净，浓度可调，经济浓度为 80～90％，完全可以满足钛白生产回用的目的；废酸中硫酸盐以固相物分离出来，可进一步综合利用；回收能耗低，具有可观经济效益。
安徽理工大学
2021-04-13
热回收螺杆式水源热泵机组
热回收螺杆式水源热泵机组利用冷水机组在运行过程中冷媒蒸汽与水进行热交换，将耗能的热量转为可利用的热水，在提供冷气的同时还可以提供大量生活热水。
机组特点：
(1)节能环保：依靠机组制冷时产生的余热制取热水，完全不耗能，并且无任何排放污染；
(2)安全可靠：机组可完全取代锅炉、电加热器等有安全隐患的取热装置；
(3)节约成本：一机两用，在制冷同时提供生活热水，为客户节约一次性投资成本；
(4)运行费用低：热水制取成本远远低于传统的制热设备；
(5)智能控制：全自动电脑控制，无需人工监控，可实现远程或集中管理。
水源热泵经济效益分析：
以热回收满液式机组40STD-F1110WDB3为例，机组每小时产55℃热水量为：
G=Q/t=494.3kw×1000×0.88/(55℃-15℃)=10.9m³/h=10.9T（吨）
[G：热回收机组产水量m³/h Q：机组热回收量Kcal/h t：冷热水温度℃]
按机组每天按14小时，每天可产55℃热水：10.9T×14H×（空调平均负荷率）=106.8T
每年的空调季节按广东地区为例为270天，则一年可产热水：106.8T×180天=19224T（吨）
广州润达环保科技有限公司
2021-10-29
基于多径能量窗的CDMA移动通信接收技术
本技术系CDMA移动通信系统核心技术方面的发明性成果，由国家杰出青年科学基金项目和教育部重点科学基金项目联合支持，并结合国家863计划九五重点之重项目和信产部移动通信专项基金“第三代移动通信系统研究开发项目”的实施而形成。
东南大学
2021-04-10
基于大数据的能源互联网能量管理系统
随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。
清华大学
2021-04-11