本發明涉及的是化學分析檢測技術領域,具體涉及一種多多信號比率型區分檢測H2O2和H2S的熒光探針的制備方法以及該熒光探針在體外和活細胞內檢測H2O2和H2S方面的應用。該探針化合物的結構式如式(I)所示。我們將兩種識別基團通過染料的橋連構建到一個分子上,比率型熒光信號通過兩個熒光信號的比值作為輸出信號,探針分子本身的自校準能夠克服諸如探針濃度、儀器靈敏度和環境因素帶來的影響,提高熒光檢測的準確性。通過探針與H2S和H2O2反應后獲得不同組合的熒光信號來實現對H2S和H2O2的區分檢測。此外該系列化合物有望在生物醫藥,光電以及環境保護領域有著較好的應用前景。
本發明涉及隧道施工技術領域,具體涉及基于隧道長期變形控制的電動化學注漿加固系統及方法,注漿管、排水管、注漿控制裝置、監測裝置和智能伺服控制系統;所述注漿管和所述排水管沿隧道縱向固定布設于盾構隧道管片外兩側土體中或貫穿盾構隧道道床和盾構隧道管片固定于土體中;所述注漿控制裝置包括控制閥門、導線、漿液制備和注射裝置、電源裝置和注漿控制室,所述漿液制備和注射裝置、電源裝置位于注漿控制室內,所述電源裝置通過所述導線分別電連接控制閥門、所述注漿管和所述排水管,所述監測裝置位于盾構隧道管片內部,用于監測隧道內部結構變形,本發明提出了一種更為智能有效的方法來控制運營期間盾構隧道的長期變形問題。
本發明公開了一種面向多無人機碰撞規避的深度強化學習訓練加速方法,其包括:步驟S1:基于馬爾可夫決策過程對完全分布式的無人機集群避障問題進行形式化建模;步驟S2:構建深度神經網絡構建觀測輸入?動作輸出的映射、網絡更新方法;步驟S3:融合人類經驗以加速訓練。本發明具有原理簡單、訓練智能化程度高、可加速深度強化學習訓練過程等優點。
本發明公開了一種基于模仿與強化學習的醫藥機器人自主避障方法及系統,該方法包括:步驟1:設置醫藥機器人醫藥搬運場景;步驟2:獲取專家演示二元組數據;步驟3:構建基于模仿學習和強化學習的醫藥機器人移動控制模型;步驟4:模型訓練;步驟5:對醫藥機器人進行自主控制。本發明在醫藥機器人移動控制模型中將圖注意模塊引入價值網絡中,使能夠適應智能體和障礙物數量不確定的不同環境,同時,區分了醫藥機器人可觀測范圍內不同智能體和障礙物對移醫藥機器人的影響,使其能夠更好地做出決策。只需一組網絡參數就可以適用于處理各種情況,即網絡具有較好的泛化性。
本發明公開了一類同時檢測羥基自由基和粘度的雙功能熒光探針,該類分子探針的化學結構通式如下:
本實用新型涉及一種氣動單缸單液式化學灌漿泵,包括氣缸、液缸和活塞桿,其特征在于其還包括通過位移傳感器連接桿與活塞桿連接的用于測量液缸位移的位移傳感器,所述氣缸上設置有出漿電磁氣閥和進漿電磁氣閥,所述液缸上設置有進漿電磁液閥和出漿電磁液閥。本實用新型通過位移傳感器,可以準確計算灌漿時的流量,從而隨時調整灌漿速度,保證化學灌漿質量。本實用新型采用軟件控制,實時監控和記錄化學灌漿時的數據,保證數據的準確性。本實用新型結構簡單,輕便,體積適中,計量準確,操作方便。
本發明公開了一種基于深度強化學習的越野車三維路徑規劃方法,構建一個基于價值的越野車三維路徑規劃的深度卷積神經網絡模型,以最優動作價值函數為學習目標,構建隨越野車移動的動態全局地圖作為觀測輸入,設計綜合考慮路程和能耗的獎勵函數,根據目標距離設計深度強化學習的探索策略,最后結合探索策略和獎勵函數對深度卷積神經網絡模型進行端到端的訓練,以使越野車從起點到終點的行駛過程中獲得的獎勵最大,實現越野車的三維路徑規劃。采用上述方法規劃出的越野車三維路徑,綜合考慮了路程和能耗,在探索過程中可以兼顧方向性和隨機性,為三維地圖中的越野車規劃出路程和能耗折中的節能路徑。
一種消除碳煙影響的CH*化學發光分布獲取方法,首先搭建由同軸擴散燃燒器、供氣系統、Edmund 65197濾光片、Edmund 65198濾光片、Edmund 65200濾光片、ICCD相機以及計算機構成的測試系統。在ICCD鏡頭前分別加裝中心波長為420nm的Edmund 65197濾光片、中心波長為430nm的Edmund 65198濾光片、中心波長為442nm的Edmund 65200濾光片,計算機控制ICCD相機依次對同軸擴散燃燒器所產生的射流擴散火焰進行拍攝,取得三組火焰發光圖像。由于利用Edmund 65197濾光片和Edmund 65200濾光片拍攝的兩組火焰發光圖像中都只有碳煙發光而沒有CH*化學發光,基于這二者可獲得CH*所在的430nm處的碳煙發光圖像;從Edmund 65198濾光片拍攝的火焰發光圖像中將求得的430nm處的碳煙發光圖像減去,即可得到準確的CH*化學發光分布。
本發明公開了一種紅外快速檢測苧麻葉片木質纖維素含量的方法,首先采用化學測量法測定樣品苧麻葉粉中纖維素、半纖維素、木質素和木質纖維素的組分含量;采用近紅外農產品品質測定儀掃描樣品苧麻葉粉的吸收光譜數據;然后選擇纖維素、半纖維素、木質素和木質纖維素的光譜預處理方法;利用掃描的吸收光譜數據,結合化學測量法的檢測值和光譜預處理方法獲得的光譜數據建立光譜分析模型;選取其他苧麻葉粉對光譜分析模型進行校正;最后利用校正后光譜分析模型獲得的初步預測值與化學實際測量值建立定標方程,并利用定標方程預測待測苧麻葉中纖維素、半纖維素、木質素及木質纖維素的含量??焖?、高效的檢測苧麻麻葉片木質纖維素含量。
本發明公開了一類通過藍、綠、黃三種不同的熒光發射信號同時區分檢測細胞中高半胱氨酸(Hcy)、半胱氨酸(Cys)和谷胱甘肽(GSH)的多信號熒光分子探針,該類多信號分子探針的化學結構通式如下:其中,R=氫/烷基/芳香基。該類多信號熒光探針能在同一檢測條件下利用探針與Hcy、Cys和GSH發生不同的化學反應,生成不同的熒光物質,從而在特定激發波長下發射藍、綠、黃三種顏色的熒光,達到同時區分檢測Hcy、Cys和GSH的目的。探針與Hcy反應后在375nm激發波長下發射467nm的藍光,與Cys反應后在400nm激發波長下發射503nm的綠光,與GSH作用后在500nm激發波長下發射568nm的黃光。該類多信號熒光分子探針能夠用于L?02(正常肝細胞)細胞中的Hcy、Cys和GSH的同時熒光成像分析。
本發明公開了一種基于強化學習的自適應廣域電磁法激電信息提取方法,其特征在于,通過定義敏感度作為反演參數識別的特征,同時采用強化學習的方法來實現自適應反演參數的識別和正則化設置,從而實現智能化的激電信息提取。通過本發明方法,由于反演前期電阻率對觀測數據的影響遠大于極化率,因此電阻率的敏感度將高于極化率,此時的反演以電阻率為主,對電阻率參數施加先驗信息約束,對極化率參數施加強限制約束;而后期電阻率趨于穩定,極化率的敏感度將高于電阻率,此時的反演將以極化率為主,對極化率參數施加先驗信息約束,對電阻率參數施加強限制約束;而具體的正則化系數和約束施加通過強化學習對反演階段的判斷結果進行設定。
針對當前反無人機系統單一攔截裝備在暫時性的任務分配中無法有效壓制無人機的問題,本發明公開了一種基于強化學習的反無人機任務分配方法,包括:對改進的DQN算法初始化,改進的DQN算法是指相對于DQN算法,采用當前時刻的狀態來預測Q值;通過改進的DQN算法完成智能體的訓練與優化,在智能體訓練完備之后保存網絡參數;將無人機狀態信息S輸入強化學習模塊,通過強化學習輸出次優解X,即初期的分配策略;通過進化算法對強化學習生成的次優解進行優化,生成目標分配的最優解;對所述的最優解進行解碼,獲得反無人機的任務分配方案。本發明中通過改進的DQN算法訓練的智能體攔截表現更為精確,任務分配更加高效且適用。
本發明公開了一種基于深度強化學習的氣體泄漏源自主搜索及定位方法,包括:1)建立泄漏氣體正向擴散模型以及傳感器探測模型;2)進行氣體泄漏源搜索過程的建模;3)將建模得到的氣體泄漏源搜索過程轉換為馬爾科夫決策過程,并設計狀態特征;4)構建深度強化學習框架;5)利用深度強化學習訓練尋源策略。本發明基于深度強化學習的氣體泄漏源自主搜索及定位方法針對氣體泄漏事件能夠快速進行自主搜索與定位,具有較高效率與精度,具有適用范圍廣,搜索性能好,搜索時間短、速度快,湍流環境中魯棒性強的優點。
本發明公開了一種基于深度強化學習的車道保持控制算法,包括如下步驟:步驟一,由攝像頭、多線激光雷達和慣性測量單元采集環境及車輛的參數;步驟二,提取步驟一中采集的環境及車輛的參數構建環境模型;步驟三,根據步驟二中提取的環境及車輛的參數以及構建的環境模型定義深度強化學習基礎參數;步驟四,采用深度強化學習算法構建車道保持的決策系統;步驟五,利用步驟四中的決策系統獲得步驟二中環境模型下的最優控制動作序列,以輸入到車輛內,實現車道保持控制。本發明的基于深度強化學習的車道保持控制算法,通過步驟一至步驟五的設置,便可有效的實現采集相應的參數然后進行學習構建決策系統了,有效的實現對于車輛行駛車道的保持。
本發明提供了一種簡單、清晰、直接、準確的判斷吸附速率控制步驟的方法。本發明采用電化學三電極體系,將吸附材料制備成工作電極,然后將電極浸泡于含目標污染物的溶液中,對浸泡后的吸附材料進行電化學阻抗譜測試,根據電化學阻抗譜參數求解電極吸附一個目標污染物的時間,根據吸附時間確定吸附速率控制步驟。本方法實現了對吸附速率控制步驟的準確判斷,為材料吸附機理的研究及吸附性能的提升提供了基礎。
本發明公開了一種檢測過氧化氫的熒光探針及其制備方法和應用?;瘜W結構式為:本發明的探針原料廉價易得,合成簡單方便。探針本身不發射熒光,與過氧化氫作用后熒光強度逐漸增強(最高增大到原來的77.8倍),最大發射波長在近紅外,且具有高達217nm的斯托克斯位移(Stokes?shifts)。檢測限低(6.6nM),靈敏度高,檢測范圍寬,對過氧化氫的識別具有很好的選擇性和抗干擾性,可以在體外和活細胞內部檢測過氧化氫,在化學分析檢測領域具有廣闊的應用前景。
本申請公開了一種鋯石捕收劑的量子化學和機器學習組合高通量篩選方法,包括:建立浮選藥劑的分子數據庫R;對分子數據庫R中的分子進行離子化,得到離子化分子數據庫A;得到分子數據庫RA;將鋯石礦物金屬位點羥基化形成鋯石靶點分子數據庫T,得到分子數據庫RT;獲得量子化學參數及log文件;提取分子結構性質參數;訓練機器學習模型預測反應吉布斯自由能;篩選浮選藥劑;獲得靶向鋯石浮選捕收劑。本申請通過數學模型能夠快速預測分子數據庫RA中的分子與不同離子之間的反應吉布斯自由能,從而快速高效實現藥劑篩選,相比于傳統藥劑篩選方案,篩選效率高,準確率高。
本申請涉及電池電化學阻抗譜在線估計方法及裝置,方法包括:調用訓練好的機器學習模型;機器學習模型基于電池離線測試獲得的離線弛豫電壓曲線數據及對應的離線電化學阻抗譜數據訓練得到;獲取待估計電池的在線監測弛豫電壓曲線數據;根據在線監測弛豫電壓曲線數據,通過機器學習模型對待估計電池進行EIS數據在線估計,得到待估計電池的在線EIS數據。相較傳統在線測量法,本發明無需集成專用測量電路,具有低成本、易使用的優勢;而相較傳統在線估計法,本發明的方法排除了SOC變化所帶來的干擾,估計精度得到大幅提高,對于發展基于EIS的電池先進診斷技術具有重要意義。
本發明公開了一種非化學計量比的鈷鋅復合氧化物及其制備方法和應用。制備方法如下:以鈷鹽、鋅鹽作為金屬源,采用常溫液相沉淀法合成得到Co(OH)2和Zn(OH)2復合前驅體,然后將得到的復合前驅體加入到刻蝕劑中溶解少量Zn(OH)2,最后經高溫煅燒后得到非化學計量比的鈷鋅復合氧化物。本發明制得的非化學計量比的鈷鋅復合氧化物為單一純相的立方晶型ZnCo2O4,并將其用作鋰離子電池負極材料,電化學性能測試結果顯示,在0.4A/g的條件下,循環100次后,充電比容量仍保持在650mAh/g左右;材料結構中存在少量鋅元素的空位與缺陷,便于鋰離子的嵌入與脫出,顯著提升了材料的倍率性能和循環穩定性。
本發明涉及微量硫離子(S2?)分析檢測領域,具體公開了一種硫離子濃度的可視化、光電化學檢測方法:將包覆有活性薄膜的傳感材料置入含硫離子的待測溶液中進行預處理;隨后采用可視化比色法或者光電化學法對預處理后的傳感材料進行檢測,獲得待測溶液中的S2?的離子濃度;活性薄膜的材料為金屬氧化物,或者為所述金屬氧化物與其他半導體金屬形成的異質結;所述金屬氧化物的化學式為MxOy?z。本發明創新地利用所述金屬氧化物及其異質結的活性薄膜作為傳感材料,且創新地發現,所述的傳感材料和溶液中的S2?之間的相互表面作用在可視化比色以及光電化學方面意外地具有優異的線型相互關系,可實現溶液中的S2?的可視化以及光電化學的快速、準確、低限量測定。
本發明涉及一種基于深度強化學習的寬帶無線通信自主選頻方法及系統。該方法包括:獲取寬帶OFDM波形信道;將寬帶OFDM波形信道劃分為多個獨立子信道;將各獨立子信道進行感知,將感知結果作為深度強化學習的環境狀態信息;獲取通信系統的待優化參數,將待優化參數的組合作為深度強化學習的動作空間,動作空間包含多個決策目標;構建深度強化學習神經網絡;將環境狀態信息作為深度強化學習神經網絡的輸入,決策目標作為深度強化學習神經網絡的輸出,對深度強化學習神經網絡進行訓練,得到訓練后的深度強化學習神經網絡;根據訓練后的深度強化學習神經網絡對待預測寬帶OFDM波形信道進行自主選頻,得到最優信道。本發明能夠提高抗干擾能力。
本實用新型公開了一種去除化學鍍鎳廢水中次亞磷的裝置,包括支撐架,所述支撐架上端左部固定連接有生物處理框,且生物處理框上端左部固定穿插安裝有進液控閥,所述生物處理框上端右部固定安裝有控氧機,且生物處理框前端中部固定安裝有測氧器,所述支撐架上端中部固定連接有物理處理框,所述支撐架上端右部固定連接有化學處理框。本實用新型所述的一種去除化學鍍鎳廢水中次亞磷的裝置,通過設置生物處理框,對化學鍍鎳廢水中次亞磷進行聚磷菌好氧和厭氧去磷初處理,設置物理處理框,通過多組吸附棒中的吸附穿孔對鍍鎳廢水中的次亞磷進行磷酸根離子親和吸附,設置化學處理框,加速和次亞磷的化學還原反應,并和金屬鹽進行沉淀,使處理效果增強。
本實用新型提供了一種化學災害事故模擬裝置,包括帶輪底座和安裝在所述帶輪底座上的模擬設備,所述模擬設備均通過外部管道與外部供氣源或供液源相連接;所述模擬設備上設置若干模擬創口,所述模擬創口位于模擬設備外壁上,或者位于所述模擬設備之間的連接管道上,或者位于所述模擬設備與外部設備相連的外部管道上。本實用新型模擬裝置能模擬化學品生產、儲存、運輸過程中的容器、塔器、管線和槽罐等發生泄漏時常見化學災害事故的場景,可用于消防應急模擬偵檢和堵漏等訓練。
本發明公開了一種基于超材料的化學液體微波傳感器及其應用,包括有基板(1)、臺階型微帶傳輸線(2)、Ω型開口諧振環(3)、圓柱形感應腔體(4)、微帶線地線(5)。本發明利用基板上集成微帶傳輸線和開口諧振環構成超材料結構的微波傳輸系數諧振效應,當感應腔體內的化學液體發生變化時,其微波傳輸系數的諧振頻點會發生顯著偏移,從而實現對化學液體種類的精確鑒別,有效克服了傳統化學液體傳感器鑒別種類非常有限、受環境干擾敏感魯棒性差、無法重復使用的缺點,本發明傳感器具有結構簡單、靈敏度高、體積小、成本低、測量液體種類多、測量誤差小、可重復使用的優勢。
本發明涉及電化學領域,特別涉及提高電化學活性的氧化還原酶及含有該氧化還原酶的生物傳感器。申請人發現經過化學交聯的葡萄糖氧化酶仍然保持著它們的直接電化學活性,例如戊二醛化學交聯的含有經過修飾的葡萄糖氧化酶的葡萄糖生物傳感器在電極上呈現出良好的電化學性能,而且是一個典型的表面電化學現象。以上實驗結果證明化學交聯沒有對電化學活化后的葡萄糖氧化酶產生顯著的影響,這就為電化學活化后的葡萄糖氧化酶在植入式持續葡萄糖監測系統中的應用鋪平了道路。
一種基于深度強化學習的清潔機器人沿墻方法和清潔機器人,該方法包括:當清潔機器人進入沿墻場景時,獲取所述清潔機器人的傳感器的測量數據;將所述測量數據輸入到訓練好的深度強化學習網絡,由所述深度強化學習網絡輸出沿墻動作;控制所述清潔機器人基于所述沿墻動作完成所述沿墻場景的運動和清潔操作;其中,所述深度強化學習網絡的訓練是基于多個智能體同步訓練的異步優勢動作評價算法實現的。本申請的方案基于多個智能體同步訓練的異步優勢動作評價算法訓練深度強化學習網絡,訓練好的深度強化學習網絡只要接收清潔機器人在沿墻場景中的傳感器數據,即可輸出最優的沿墻動作,使得清潔機器人較好地完成沿墻場景的清潔。
一種基于熱敏電阻的熱電化學電極,其包括貼裝型熱敏電阻和鉑電極,貼裝型熱敏電阻設于鉑電極一側,貼裝型熱敏電阻與鉑電極之間設有導熱性能好、導電性能差的熱敏材料層,鉑電極表面設有導線Ⅰ,貼裝型熱敏電阻兩端分別設有導線Ⅱ、導線Ⅲ。本發明的鉑電極表面設有貼裝型熱敏電阻,與傳統鉑電極相比,其在測量化學反應的電信號的同時,還可以測量化學反應的熱信號,可為研究化學反應的機理、反應過程等提供有效科學數據。
中冶有色為您提供最新的湖南長沙有色金屬化學分析技術理論與應用信息,涵蓋發明專利、權利要求、說明書、技術領域、背景技術、實用新型內容及具體實施方式等有色技術內容。打造最具專業性的有色金屬技術理論與應用平臺!