【发明授权】202410223811.1 一种造纸用造纸废水沉淀回收装置

申请/专利权人:威海龙港纸业有限公司申请日:2024-02-29
发明/设计人:蒲贞言;赵晨浩;高艳龙公开(公告)日:2024-04-02
代理机构:安徽思尔六知识产权代理事务所(普通合伙)公开(公告)号:CN117800437A
代理人:詹朝主分类号:C02F1/38
地址:264204 山东省威海市羊亭镇驻地分类号:C02F1/38;C02F1/00;C02F103/28
专利状态码:在审-实质审查的生效优先权:
法律状态:2024.04.19#实质审查的生效   2024.04.02#公开   
摘要:本发明公开了一种造纸用造纸废水沉淀回收装置,具体涉及废水处理技术领域,包括安装台、固定安装于安装台上的支撑排水组件、转动设置于支撑排水组件上的引水组件、固定安装于安装台上的废水输送组件、用于驱动引水组件转动的驱动组件以及活动套设于废水输送组件上的渣水分离组件;所述渣水分离组件设置于引水组件内;所述引水组件底部设置有用于驱动渣水分离组件运动的联动组件;对渣水分离组件施加驱动力,使渣水分离组件螺旋上升,通过其螺旋上升时产生的离心力将承接盘上的废水抛出,实现渣水分离;当渣水分离组件到达废水输送组件上端部时,渣水分离组件受到行程限位而产生振荡效果,从而将黏附在分离罩上的渣料抖落,避免渣料堵塞滤孔。
主权项:1.一种造纸用造纸废水沉淀回收装置,其特征在于,包括安装台(100)、固定安装于安装台(100)上的支撑排水组件(200)、转动设置于支撑排水组件(200)上的引水组件(300)、固定安装于安装台(100)上的废水输送组件(400)、用于驱动引水组件(300)转动的驱动组件(500)以及活动套设于废水输送组件(400)上的渣水分离组件(600);所述渣水分离组件(600)设置于引水组件(300)内;所述引水组件(300)底部设置有用于驱动渣水分离组件(600)运动的联动组件(700);/n所述废水输送组件(400)包括用于向渣水分离组件(600)内输送废水的输送管(410),所述输送管(410)外壁上设置有螺旋槽(411);输送管(410)顶端连接有输送料斗(800);/n所述渣水分离组件(600)包括分离罩和一体设置于分离罩内的中空管(630),所述分离罩上端设置有与螺旋槽(411)适配的卡销(622);所述中空管(630)上轴向设置有若干组承接盘(640)。/n

【发明授权】202210941933.5 一种奶酪面粉的加工工艺、设备及其应用

申请/专利权人:杭州心芽信息科技有限公司申请日:2022-08-08
发明/设计人:方秀娟公开(公告)日:2022-10-18
代理机构:安徽思尔六知识产权代理事务所(普通合伙)公开(公告)号:CN115191550A
代理人:贾凤仪主分类号:A23L7/10
地址:310051 浙江省杭州市滨江区西兴街道聚工路19号7幢3层307室(自主申报)分类号:A23L7/10;A23C19/086;B02C4/00;B07B1/06;B07B1/28
专利状态码:在审-实质审查的生效优先权:
法律状态:2023.01.17#实质审查的生效   2022.10.18#公开   
摘要:本发明及食品加工技术领域,公开了一种奶酪面粉的加工工艺、设备及其应用,该加工设备包括传动轴,传动轴从上至下间隔分布有粉碎装置和烘干装置,粉碎装置包含锥形筛板,锥形筛板的轴线与传动轴的轴线重合,锥形筛板的表面安装有螺旋板,锥形筛板的上方布置有电动刷辊,电动刷辊沿着锥形筛板脊线方向设置,锥形筛板下方设有漏斗形导板,导板用于将面粉聚集并引导至烘干装置,锥形筛板上设有a调节组件;本发明可将在混合过程中产生的面粉结团给粉碎,可有效地将混合过程中受潮的面粉给快速烘干及冷却,同时烘干装置从上至下设置有多组,这样便于对流水线上的面粉进行连续的、效果显著、高效率的烘干。
主权项:1.一种奶酪面粉的加工设备,该加工设备包括传动轴(100),其特征在于,所述传动轴(100)从上至下间隔分布有粉碎装置(200)和烘干装置,所述粉碎装置包含锥形筛板(210),所述锥形筛板(210)的轴线与传动轴(100)的轴线重合,所述锥形筛板(210)的表面安装有螺旋板(211),所述锥形筛板(210)的上方布置有电动刷辊(212),所述电动刷辊(212)沿着锥形筛板(210)脊线方向设置,所述锥形筛板(210)下方设有漏斗形导板(300),所述导板(300)用于将面粉聚集并引导至烘干装置,所述锥形筛板(210)上设有a调节组件。/n

【发明授权】202410211050.8 一种造纸用废水处理装置

申请/专利权人:威海龙港纸业有限公司申请日:2024-02-27
发明/设计人:蒲贞言;赵晨浩;高艳龙公开(公告)日:2024-03-29
代理机构:安徽思尔六知识产权代理事务所(普通合伙)公开(公告)号:CN117776362A
代理人:贾凤仪主分类号:C02F1/52
地址:264204 山东省威海市环翠区羊亭镇凤凰山路989号分类号:C02F1/52;C02F103/28
专利状态码:在审-实质审查的生效优先权:
法律状态:2024.04.16#实质审查的生效   2024.03.29#公开   
摘要:本发明属于污水处理技术领域,具体的说是一种造纸用废水处理装置,包括絮凝池,还包括搅拌机构;加料机构;搅拌机构包括第一转轴;固接在第一转轴侧壁上的多个第一叶片;转动安装在第一叶片上端与下端的叶片组件;其中,所述加料机构包括:出料筒;以及滑动设置在出料筒上部内的第一活塞组件,所述第一活塞组件受到叶片组件向下压动时将会挤压出料筒出料;搅拌时,第一活塞组件将会受到叶片组件向下压动并挤压出料筒内的絮凝剂,此时絮凝剂能够更加快速地均匀分布在废水中;当搅拌工作完成时,废水被叶片组件和第一叶片阻挡住流动并处于静止状态,避免流动性的废水使得絮体不易结合,以及避免流动性的废水将已经形成的絮体打碎成小颗粒絮体。
主权项:1.一种造纸用废水处理装置,包括絮凝池(1),其特征在于:还包括:/n设置在絮凝池(1)内部用于将絮凝剂与废水混合的搅拌机构(2);以及/n设置在絮凝池(1)内部用于将絮凝剂添加到废水中的加料机构(3);/n其中,所述搅拌机构(2)包括:/n转动设置在絮凝池(1)内部底面上的第一转轴(21);/n用于驱动第一转轴(21)转动的驱动组件(22);/n固接在第一转轴(21)侧壁上的多个第一叶片(23);/n转动安装在第一叶片(23)上端与下端的叶片组件(24);以及/n设置在第一叶片(23)其中一侧用于能够阻挡叶片组件(24)向着此侧转动的阻挡组件(25);/n其中,所述加料机构(3)包括:/n设置在第一叶片(23)远离阻挡组件(25)一侧侧壁上的出料筒(31);/n设置在第一转轴(21)顶部用于对出料筒(31)内添加絮凝剂的进料组件(32);以及/n滑动设置在出料筒(31)上部内的第一活塞组件(33),所述第一活塞组件(33)受到叶片组件(24)向下压动时将会挤压出料筒(31)出料。/n

【发明授权】202410259175.8 一种激光雷达点云数据处理方法

申请/专利权人:云南云金地科技有限公司;昆明理工大学申请日:2024-03-07
发明/设计人:周豹;王彦东;寸待传;赵科;陈发新;潘鑫先;陈祥;王浩力公开(公告)日:2024-04-09
代理机构:安徽思尔六知识产权代理事务所(普通合伙)公开(公告)号:CN117849760A
代理人:闫啸主分类号:G01S7/48
地址:650101 云南省昆明市新区海源北路与科新路交叉口海源高新天地商业广场1幢12楼分类号:G01S7/48;G06V10/762;G06N3/0464;G06N3/048;G06N3/08;G06V10/44;G06V10/82
专利状态码:在审-公开优先权:
法律状态:2024.04.09#公开   
摘要:本发明公开了一种激光雷达点云数据处理方法,具体涉及激光雷达技术领域,用于解决复杂环境下激光雷达点云特征繁杂结构众多,难以进行准确滤波的问题,包括采集需求范围内的激光雷达点云,获取点云密度信息、检测目标范围信息和检测目标价值信息数据;本发明基于对激光雷达点云中各个雷达点进行点采样,以分割聚类区域结合随机点采样的方法,约束随机点采样带来的不稳定性,在此过程中对聚类区域的大小进行评估,以保证采集的雷达点可以保留尽可能多的特征,采样合格后,还需构建卷积网络模型,通过深度学习方法提取特征,再通过特征加权,总结出部分通用的局部特征,赋予点特征权重,实现对激光雷达点云的数据处理,方便后续的滤波处理。
主权项:1.一种激光雷达点云数据处理方法,其特征在于,包括如下步骤:/n步骤S1,采集需求范围内的激光雷达点云,获取点云密度信息、检测目标范围信息和检测目标价值信息数据;/n步骤S2,以范围内的雷达点云作为样本,划分聚类区域进行点采样,在点采样的过程中对所采用的聚类区域大小值进行评估;/n步骤S3,以点采样后的雷达点构建卷积网络模型,通过深度学习提取雷达点的特征;/n步骤S4,对神经网络模型中的点云数据通过注意力函数进行特征加权,总结出部分通用的局部特征。/n

【发明授权】202311720349.8 一种虚拟试衣系统和虚拟试衣方法

申请/专利权人:杭州抽象派数字科技有限公司申请日:2023-12-14
发明/设计人:吴依妮;尤宇申公开(公告)日:2024-03-05
代理机构:安徽思尔六知识产权代理事务所(普通合伙)公开(公告)号:CN117649283A
代理人:闫啸主分类号:G06Q30/0601
地址:311121 浙江省杭州市余杭区仓前街道文一西路1286号海创科技中心4幢1304室分类号:G06Q30/0601;G06V40/10;G06V20/64;G06V10/40;G06V10/24
专利状态码:在审-实质审查的生效优先权:
法律状态:2024.03.22#实质审查的生效   2024.03.05#公开   
摘要:本发明涉及深度学习技术领域,公开了一种虚拟试衣系统和虚拟试衣方法,包括:采集使用者的正面全身可见光图像和正面全身红外线图像;对采集的正面全身可见光图像识别获得使用者的人体骨架图;从数据库中提取与使用者的人体骨架图最相似的历史人体骨架图;提取历史人体骨架图对应的三维模型和正面全身红外线图像,提取与该三维模型和使用者选择的衣服效果对应的贴图数据;在提取的三维模型上标记贴图的面边界;将提取的三维模型和全身红外线图像输入贴图校正模型;重新生成三维模型,根据新的三维模型的面边界来重新进行贴图来生成展示模型;本发明能够通过模型微调来获得真实的试衣效果。
主权项:1.一种虚拟试衣方法,其特征在于,包括以下步骤:/n步骤101,采集使用者的正面全身可见光图像和正面全身红外线图像;/n步骤102,对采集的正面全身可见光图像识别获得使用者的人体骨架图;/n步骤103,从数据库中提取与使用者的人体骨架图最相似的历史人体骨架图;/n步骤104,提取历史人体骨架图对应的三维模型和正面全身红外线图像,提取与该三维模型和使用者选择的衣服效果对应的贴图数据;在提取的三维模型上标记贴图的面边界;/n步骤105,将提取的三维模型和全身红外线图像输入贴图校正模型,贴图校正模型包括卷积层、第一特征生成层、特征累加层、生成层和参数层,其中卷积层输入使用者的正面全身红外线图像和历史人体骨架图对应的正面全身红外线图像,然后输出图像特征,图像特征输入第一特征生成层,输出第一特征,第一特征与历史人体骨架图对应的三维模型的点云的点特征拼接生成第二特征;/n第二特征和表示三维模型的点云的点的连接关系的点邻接矩阵输入生成层,生成层输出对应于每个点的第三特征,第三特征输入参数层,输出第四特征向量,第四特征向量的三个分量分别表示点的新的三维坐标;/n步骤106,根据贴图校正模型输出的点的新的三维坐标来重新生成三维模型,根据新的三维模型的面边界来重新进行贴图来生成展示模型。/n

【发明授权】202311687245.1 一种电网招标评标专家管理系统

申请/专利权人:长春领航科技有限公司申请日:2023-12-08
发明/设计人:徐克明;徐丽丽;徐喋公开(公告)日:2024-03-01
代理机构:安徽思尔六知识产权代理事务所(普通合伙)公开(公告)号:CN117634979A
代理人:王春丽主分类号:G06Q10/0639
地址:130000 吉林省长春市高新区锦河街155号实验楼第三层307室分类号:G06Q10/0639;G06Q30/08;G06Q50/06
专利状态码:在审-实质审查的生效优先权:
法律状态:2024.03.22#实质审查的生效   2024.03.01#公开   
摘要:本发明涉及大数据技术领域,公开了一种电网招标评标专家管理系统,包括:知识关联表征模块,其用于根据提取的评标数据来生成知识关联表征图;数据处理模块,其用于将知识关联表征图输入评标知识表征模型,计算评标专家是否能够满足评标数据所对应的招标数据的评标的经济和技术知识要求;本发明能够通过深度学习和大数据来准确的判断评标专家是否满足评标数据所对应的招标数据的评标的经济和技术知识要求,不需要依赖人工来解决随机抽取的评标专家的不能满足评标数据所对应的招标数据的评标的经济和技术知识要求的问题。
主权项:1.一种电网招标评标专家管理系统,其特征在于,包括:专家库模块,其用于存储评标专家的信息;历史数据管理模块,其用于存储以及管理历史的评标数据;招标数据管理模块,其用于存储历史和当前的招标数据;数据提取模块,其基于评标专家的个人选择来提取评标数据和招标数据,评标专家的个人选择的标准是:评标专家能够满足评标数据所对应的招标数据的评标的经济和技术知识要求;关键词库,其用于存储和管理关键词库,关键词库中的关键词包括专家姓名关键词、技术术语关键词和经济术语关键词;/n知识关联表征模块,其用于根据提取的评标数据来生成知识关联表征图;知识关联表征图包括节点,节点包括第一节点和第二节点,第一节点与专家姓名关键词一一映射;第二节点映射的一组关联关键词来源于评标数据和招标数据,在评标数据和招标数据中存在内容的关联的关键词组成一组关联关键词;节点与评标数据和招标数据中的内容进行数据联系,节点数据联系的内容在评标数据或招标数据中与该节点映射的关键词存在关联;基于节点映射的关键词为其生成节点特征;根据节点映射的关键词关联的内容来生成节点之间的边,生成边的方法包括:计算节点映射的关键词关联的内容的TF-IDF相似度,如果TF-IDF相似度大于设定的相似度阈值则在两个节点之间生成边,边的权重值等于该TF-IDF相似度;/n数据处理模块,其用于将知识关联表征图输入评标知识表征模型,计算评标专家是否能够满足评标数据所对应的招标数据的评标的经济和技术知识要求,评标知识表征模型包括第一隐藏层和全连接层,其中第一隐藏层的计算公式如下:/n  /n  /n  /n  /n  /n  /n  /n其中xv表示第v个节点的节点特征,αv,j表示第v个节点与第j个节点之间的边的权重值,表示第t个时间步的第v个节点的编码特征,/>表示第t-1个时间步的第j个节点的编码特征,Nv表示与第v个节点直接连接的节点的集合,⊙表示点乘,‖表示向量拼接,We、Wb、Wz、Uz、Wr、Ur、Wh、Uh表示可训练的权重参数,b表示可训练的偏置参数;/n全连接层的计算公式如下:/n  /nKg表示第g个评标专家对于第f个招标数据的匹配向量,表示第g个评标专家对应的专家姓名关键词所映射的节点的输出编码特征,/>表示第c个节点的输出编码特征,Gf表示数据联系的内容属于第f个招标数据的节点的集合,‖表示向量拼接,/>表示向量求和或数据拼接,Wg表示可训练的权重参数,bg表示可训练的偏置参数。/n