-
公开(公告)号:CN119939363A
公开(公告)日:2025-05-06
申请号:CN202510428780.8
申请日:2025-04-08
Applicant: 华侨大学 , 福建北杭建设工程有限公司
IPC: G06F18/241 , G06F18/2131 , G06F18/10 , G06F18/2135
Abstract: 本发明提供的基于幂指数窗函数的工作模态参数识别方法、装置及设备,涉及模态参数识别技术领域。本发明通过实时采集复杂工况激励下多个传感器的振动响应信号,并对其进行滑动窗分割;对每个滑动窗内信号进行标准化后,对标准化信号应用幂指数窗函数进行加权,得到加权信号;采用快速傅里叶变换从加权信号中提取出频谱特征,计算出干扰比;根据干扰比,结合窗函数参数进行调整,以减少负频域干扰;根据优化后的频谱特征,识别出每个滑动窗内信号的固有频率和阻尼比,并结合主成分分析提取出模态振型;整合所有滑动窗内信号的识别结果,得到全时域下的模态参数特性,实现工作模态参数的在线动态识别。本发明能有效提高模态参数识别的准确性。
-
公开(公告)号:CN107037045B
公开(公告)日:2020-08-07
申请号:CN201710196695.9
申请日:2017-03-29
Applicant: 华侨大学
Abstract: 本发明公开了一种溶液中过氧化氢含量的快速测定方法,是以亚铁离子活化过氧化氢,以N,N‑二乙基对苯二胺为指示剂,通过浓度梯度的标准样反应后吸光度的测试,拟合得到过氧化氢浓度相对于吸光度的标准曲线及线性回归方程,然后通过快速测定待测样品相同反应后的吸光度即可测得相应的过氧化氢含量,是一种操作简便、准确灵敏、绿色环保、经济实用的仅需使用紫外可见分光光度计即可在实验室和现场快速检测样品中过氧化氢含量的方法。本发明方法可广泛用于环保、日化及医疗行业中,对各种经氧化、漂白或消毒的样品中过氧化氢残余含量进行快速而准确的检测。
-
公开(公告)号:CN105693067B
公开(公告)日:2018-05-25
申请号:CN201610200212.3
申请日:2016-04-01
Applicant: 华侨大学
IPC: C02F11/12 , C02F11/18 , C02F1/28 , C02F1/58 , C02F101/16
Abstract: 本发明公开了一种净水厂污泥资源化制备底泥覆盖材料的方法,包括如下步骤:(1)收集净水厂污泥制成污泥饼;(2)将上述污泥饼在380~450℃的温度下煅烧3.5~4.5h,制得污泥块;(3)将上述污泥块经机械粉碎和机械震荡筛分,制成粒径1~3.2mm的污泥颗粒,即为所述底泥覆盖材料。本发明的方法很好地解决了净水厂污泥释放氮和有机物问题,制备的污泥颗粒覆盖不仅有效控制底泥磷释放,而且控制底泥部分氮释放,从而控制水体富营养化,且自身不向水体释放氨氮和有机物,同时,为净水厂污泥资源化提供新途径,真正实现变废为宝。
-
公开(公告)号:CN106908439A
公开(公告)日:2017-06-30
申请号:CN201710035227.3
申请日:2017-01-17
Applicant: 华侨大学
Abstract: 一种溶液中过二硫酸盐含量的快速测定方法,它涉及一种过二硫酸盐的测定方法。本发明是要解决现有测定方法存在的操作复杂、测定时间长、测试试剂有毒、测定结果误差大、测定成本高以及测定需要使用昂贵仪器设备等问题。本发明方法以N,N‑二乙基对苯二胺为指示剂快速测定待测样品中过二硫酸盐含量,是一种操作简便、稳定性好、绿色环保、经济实用的仅需使用紫外可见分光光度计即可在实验室和现场快速检测样品中过二硫酸盐含量的方法,本发明方法响应时间短、灵敏度高、最低可检测过二硫酸盐的含量可达0.06μmol L‑1。本发明方法可广泛用于环保、印染及医疗行业中,对各种经氧化、漂白或消毒的样品中过二硫酸盐含量进行快速、环保、有效的检测。
-
公开(公告)号:CN106770259A
公开(公告)日:2017-05-31
申请号:CN201710035230.5
申请日:2017-01-17
Applicant: 华侨大学
Abstract: 一种溶液中过一硫酸盐含量的快速测定方法,它涉及一种过一硫酸盐的测定方法。本发明是要解决现有测定方法存在的操作复杂、测定时间长、测试试剂有毒、测定结果误差大、测定成本高以及测定需要使用昂贵仪器设备等问题。本发明方法以N,N‑二乙基对苯二胺为指示剂快速测定待测样品中过一硫酸盐含量,是一种操作简便、稳定性好、绿色环保、经济实用的仅需使用紫外可见分光光度计即可在实验室和现场快速检测样品中过一硫酸盐含量的方法,本发明方法响应时间短、灵敏度高、最低可检测过一硫酸盐的含量可达0.05μmol L‑1。本发明方法可广泛用于环保、印染及医疗行业中,对各种经氧化、漂白或消毒的样品中过一硫酸盐含量进行快速、环保、有效的检测。
-
公开(公告)号:CN104370390A
公开(公告)日:2015-02-25
申请号:CN201410647876.5
申请日:2014-11-13
Applicant: 华侨大学
IPC: C02F9/04
CPC classification number: C02F9/00 , C02F1/50 , C02F1/5236 , C02F1/72 , C02F2301/08 , C02F2303/04
Abstract: 本发明公开了一种消减水处理消毒副产物生成的方法,具体步骤包括向待处理水中添加0.5-20mg/L的高铁酸盐并以200-500r/min的转速搅拌10-30min,pH范围为6-12;添加5-15mg/L的混凝剂,以150-250r/min的转速搅拌3-5min后以20-60r/min的速率搅拌10-30min,静置30-60min使其沉淀;沉淀后,在液面1-3cm处吸取上清液;添加次氯酸钠溶液至上清液中进行消毒,其中次氯酸钠的添加量为3-12.8mg/L。与常规工艺相比,本发明提供的采用高铁酸盐预氧化强化混凝+次氯酸钠消毒,可以确保饮用水在满足消毒效果的前提下,大幅大降低消毒副产物含量;此方法操作简单,投资小,且无需对现有水厂工艺进行大规模改造。
-
公开(公告)号:CN119977139A
公开(公告)日:2025-05-13
申请号:CN202510464797.9
申请日:2025-04-15
Applicant: 华侨大学
IPC: C02F1/72 , C02F1/00 , G01N27/416 , G16C20/30 , G16C20/70 , G06N3/084 , G06F18/241 , C02F101/20
Abstract: 本发明公开了一种预测高锰酸钾投加量的系统及方法,利用氧化还原电位预测水中二价锰离子含量并计算高锰酸钾投加量的技术,尤其适用于水处理中的锰离子去除过程。本发明采用反向传播神经网络模型,因其在非线性映射和实时预测中的优越性,能够准确建立氧化还原电位与二价锰离子浓度的关系,能够优化水处理过程,提高预测精度,减少化学试剂的浪费,降低水处理成本,提高水处理效果。
-
公开(公告)号:CN119848528A
公开(公告)日:2025-04-18
申请号:CN202411959909.X
申请日:2024-12-30
Applicant: 华侨大学 , 厦门市政工程有限公司
IPC: G06F18/2135
Abstract: 本发明公开了基于信号变化滑动窗的欠定工作模态参数识别方法及系统,方法包括:获取结构振动响应信号;所述传感器测点的数量少于自由度数;设置相关参数,并令当前滑动窗序号i=1;对当前窗口内的振动响应信号进行模态参数识别;对当前窗口内的振动响应信号计算变化率,根据变化率改变滑动窗的窗口长度并移动至下一个窗口,令当前滑动窗序号i=i+1;重复该步骤直到识别完所有振动响应信号;连接所有的识别结果并输出,实现欠定条件下时变工作模态参数识别。本发明提供了一个用于探索和解析多维时间序列数据中的复杂结构和动态特性的工具,适合于处理大量、高维且具有时间依赖性特征的数据,例如车辆动力学系统、桥梁系统等数据。
-
公开(公告)号:CN119646763A
公开(公告)日:2025-03-18
申请号:CN202510173616.7
申请日:2025-02-18
Applicant: 华侨大学
IPC: G06F18/27 , G06F18/10 , G06F18/214 , G06F18/243 , C02F1/52
Abstract: 本发明提供了基于决策树回归的微生物絮凝剂絮凝效率预测方法、装置,涉及混凝效率预测技术领域,该方法通过实验获取关键水质参数数据,利用统计分析筛选重要特征,并对数据进行标准化处理后划分为训练集和测试集。通过构建决策树模型并优化剪枝参数,选择最优模型进行预测。该方法在预测生物絮凝剂絮凝效率时具有较高的准确性和泛化能力,为水处理领域中生物絮凝剂的应用提供了有效的技术手段。
-
公开(公告)号:CN118606872A
公开(公告)日:2024-09-06
申请号:CN202411080347.1
申请日:2024-08-08
Applicant: 华侨大学 , 厦门市政工程有限公司
IPC: G06F18/2433 , G06F18/23213 , G06F18/214 , G06N3/042 , G06N3/045 , G06F18/243 , G06N20/20 , G06N3/006 , G06N3/088 , G06N3/09 , G06N3/084
Abstract: 本发明公开了一种安全水设备异常的检测模型及异常检测的方法和设备,包括如下步骤:(1)获取安全水处理设备的历史特征数据;(2)对数据进行预处理,获取处理后的数据;(3)将数据集分为训练集、验证集和测试集;(4)将训练集分为两份,一份单独为有监督异常检测分类算法的训练集,一份单独为无监督异常检测算法的训练集;(5)对于有监督异常检测分类算法的训练集,采用FastDTW对异常数据进行过采样,构造异常类别平衡的数据集;(6)对于无监督异常检测算法的训练集,过滤掉训练集中的异常数据;(7)用有监督异常检测分类算法的训练集训练有监督GWO‑Randomforest异常检测算法;(8)用无监督异常检测算法的训练集训练无监督GAT‑DiffusionVAE异常检测算法。
-
-
-
-
-
-
-
-
-