成果简介  

传统的煤质检测方法是对原煤采制样后进行离线分析,从采样、制样到检验结果的报出一般需要几个小时,检测结果严重滞后于煤炭燃烧利用。本技术采用新型的激光等离子体光谱原理,具有无需/简单的样品预处理、分析速度快、多指标同步分析、灵敏度高、使用安全等优点。本产品直接测量颗粒流,无需其他预处理,极大地简化了检测的复杂程序,且显著降低了人为因素的影响。核心部件全进口,确保装置的可靠性。本技术已获授权专利11 件,并在广东省特种设备检测研究院进行示范应用,本产品在水泥、冶金、食品安全、制药等行业中的固体物料成分检测领域有广泛应用前景。

技术指标:可以选择两种测量模式,一为在入炉煤风粉管道中安装连续取样装置,以颗粒流的形式进行原位在线测量;二为在入炉煤皮带上,与全自动采制样系统联合运行,由全自动采制样系统制备的煤粉分析样直接引入测量单元,在线测量煤质特性。第一种模式的测量周期小于1 分钟,第二种模式的测量周期(含全自动采制样过程)小于30 分钟。检测指标包含发热量、工业分析、元素分析、燃烧特性、结渣特性等。发热量的测量精度±0.5MJ/kg,含碳量的测量精度±1.5wt.%。其他指标的定量分析误差与γ射线煤质在线分析仪处于同一水平。

市场效益:将该技术应用于燃烧过程的优化控制,可以进一步提高锅炉燃烧的经济性和安全性,有效降低单位发电煤耗率(约1g/kWh),同时促进细颗粒物、NOx、SO2 和CO2等污染物的减排。此外可以实现碳平衡的快速分析,计算准确的排放因子,提高碳排放量核查准确度。

本发明公开了一种基于确定学习理论的心肌缺血辅助检测方法,该方法包括如下步骤:数据预处理,获取心电图ST-T环数据;采用确定学习算法对ST-T环的内在系统动态进行局部准确建模,将所建模的系统动态进行三维可视化显示得到CDVG;根据CDVG形态并结合高危因素与临床信息进行分析,得到辅助检测结果。该方法的技术要点是基于确定学习算法的CDVG的获得与分析。本发明方法适用于心电图尚未发生明显改变时的心肌缺血检测,可有效提示心血管疾病的发生,还可用于心血管疾病治疗效果的评估,具有检测过程简单、经济、无创,减轻了患者负担等优点。   

联系方式

如果您对上述专利有合作意愿,可与华南理工大学科技成果转化办公室专利事务中心联系。

电    话:85281145,85281131

邮    箱:kjozl@scut.edu.cn