“王嘉萁”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[实用新型]一种流化床锅炉的风帽-CN202320010072.9有效
发明人：王华斌;王嘉萁;周新明;郭建军 -专利权人：内蒙古北方蒙西发电有限责任公司
申请日： 2023-01-04 - 公布日： 2023-08-11 - 主分类号： F23C10/20 文献下载
摘要：本实用新型涉及风帽安装装置技术领域，具体涉及一种流化床锅炉的风帽，包括风帽头的底部外壁均设置有安装机构，所述安装机构包括安装箱，所述安装箱卡接在风帽头的底部外壁上。本实用新型克服了现有技术的不足，通过弧型板、长型板等的配合作用下，通过转动两侧的两个把手，两个把手转动从而会带动两个螺杆转动，两个螺杆转动从而会带动两个螺纹套向内移动，两个螺纹套移动并会推动长型板和连接板一向内移动，两个连接板一移动并会使两个转动板一转动，两个转动板一转动从而会带动两个连接板二和两个安装架和弧型板跟着移动，弧型板移动从而可以将风帽座固定起到固定作用，简单方便，便于安装和拆卸。
一种流化床锅炉风帽

[发明专利]一种循环流化床锅炉的废渣回收辅助机构-CN202211696641.6在审
发明人：王华斌;贺明辽;王嘉萁;惠建峰;郭建军;周新明 -专利权人：内蒙古北方蒙西发电有限责任公司
申请日： 2022-12-28 - 公布日： 2023-04-14 - 主分类号： F23C10/24 文献下载
摘要：本发明公开了一种循环流化床锅炉的废渣回收辅助机构，其包括循环流化床锅炉排渣管和循环流化床锅炉排渣管相连通的冷渣机以及用于接收冷渣机排出废渣的废渣回收转运机构，废渣回收转运机构包括运输台，运输台的两侧均开设有矩形槽，且两个矩形槽内分别转动有主动辊和从动辊，并且主动辊和从动辊之间传动有用于运输废渣的耐高温传送带，从动辊位于冷渣机排渣口的下方。通过拨乱组件和两组降温组件的设置，能够将经冷渣机排出的废渣进行再冷却，且拨乱组件能够将经一组降温组件降温后的废渣进行拨乱，使得位于下方未经第一组降温组件降温的废渣暴露出来，使得这部分废渣能够被第二组降温组件进行降温。
一种循环流化床锅炉废渣回收辅助机构

[实用新型]一种多重防护电子围栏设备-CN202220648757.1有效
发明人： 王嘉萁;王华斌;郭建军 -专利权人：内蒙古北方蒙西发电有限责任公司
申请日： 2022-03-22 - 公布日： 2022-09-27 - 主分类号： G08B13/12 文献下载
摘要：一种多重防护电子围栏设备，包括：脉冲主机，高压绝缘线，合金线，终端杆，承力杆，绝缘子，底座，报警主机，避雷针，收紧器，报警器，人体感应提示器，影像采集装置和显示器和警示牌。所述人体感应提示器设置于终端杆或/和承力杆上。所述终端杆和/或承力杆上设置报警器，所述报警器与报警主机联动。所述终端杆和/或承力杆上还连接影像采集装置，且与报警主机联动，当报警主机触发报警时，影像采集装置同时开启拍照模式。本实用新型通过在电子围栏设备中增设人体感应提示器、报警器和影像采集装置，使其具有多重防护效果。
一种多重防护电子围栏设备

[实用新型]一种电厂中杂散电流的检测装置-CN202220648758.6有效
发明人： 王嘉萁;王华斌;郭建军 -专利权人：内蒙古北方蒙西发电有限责任公司
申请日： 2022-03-22 - 公布日： 2022-09-27 - 主分类号： G01R19/00 文献下载
摘要：本实用新型公开了一种电厂中杂散电流的检测装置，其中，监测系统，设有若干个，分别设置于电厂中的各个线路与设备处，用于监测杂散电流；控制系统，用于处理监测系统的信号，并传输到告警系统；告警系统，用于对控制系统传递的信号进行反应，本实用新型一种电厂中杂散电流的检测装置，在电厂各个线路与设备处进行设置监测点，启动设备使监测电流与监测电压的数据传递到D/A转换器上，并在转换后传递到监测控制器上，通过电位的变化与历史数据来进行判断杂散电流，在超过安全值时将会使告警系统的警示灯与扬声器启动，发出声光报警，且能够通过显示屏幕进行查看，防止杂散电流影响设备正常运转，甚至杂散电流过高使得电压过高影响人身安全的情况。
一种电厂中杂散电流检测装置

[发明专利]一种基于光流对齐的交叉模式神经网络的裂缝检测方法-CN202210643687.5在审
发明人：骆霖轩;韩晓东;黄嘉浩;吴欢娱;王嘉萁;陈采吟 -专利权人：闽江学院
申请日： 2022-06-09 - 公布日： 2022-08-30 - 主分类号： G06V20/70 文献下载
摘要：本发明提出一种基于光流对齐的交叉模式神经网络的裂缝检测方法，所述方法基于光流对齐的交叉模式语义分割神经网络FAC‑Net，通过融合RGB图像和深度图像特征信息，能跨模态进行裂缝检测，包括以下步骤；步骤S0、构建数据集，训练跨模态特征神经网络FAC‑Net，步骤S1、获取待检测目标的RGB图像与深度图像；步骤S2、将同一待检测目标的RGB图像与深度图像通过预先训练好的跨模态特征神经网络FAC‑Net中得到分类结果图像，分类结果包括裂缝语义像素和背景语义像素；本发明能实现融合RGB图像和深度图像特征信息，跨模态地进行裂缝检测。
一种基于对齐交叉模式神经网络裂缝检测方法