江西南昌济生制药有限责任公司
- 作品数：28 被引量：0H指数：0
- 相关机构：南昌弘益科技有限公司更多>>
- 相关领域：医药卫生自动化与计算机技术化学工程经济管理更多>>
- 能耗优化方法、装置及电子设备
- 本发明实施例提出一种能耗优化方法、装置及电子设备，属于数据处理领域，方法包括：根据产能设备组的产能总需求量构建约束条件，并调取表征产能设备组的所有产能设备的产能负载模型与总能耗间的关联关系的能耗模型，产能负载模型表征产能...
- 罗小荣周暐梁川陈雪军陈培武袁红英梁彧
- 一种中药晾晒装置
- 本实用新型公开了一种中药晾晒装置，包括安装板，所述安装板的顶部外壁开设有穿槽，且穿槽的两侧内壁之间通过螺栓安装有同一个水平设置的玻璃盒，所述安装板底部外壁的四角位置均焊接有竖直设置的支撑管，且支撑管的圆周内壁螺纹连接有支...
- 万福根黄贵平张京生闵志良邓会云贺小桂吴求艺邓仁华
- 文献传递
- 制药行业各种粉碎机的技术特点
- 2023年
- 物料粉碎是中药前处理过程中的必要环节,粉碎机也是制药行业的重要设备之一。文章通过分析制药行业中各种粉碎机的技术特点,综合阐述不同粉碎机的原理、性能及应用范围,为掌握好各种粉碎机性能和特点来解决中药行业中药材粉碎的技术瓶颈,提升物料粉碎效果和质量提供参考。
- 郭灵燕刘协斌周友华
- 关键词：中药行业粉碎机
- 设备故障处理方法、装置、电子设备和存储介质
- 本发明涉及设备管理技术领域，提供一种设备故障处理方法、装置、电子设备和存储介质。电子设备对用户输入的表示设备故障现象的待处理文本进行预处理，获得目标故障关键词；然后利用设备故障诊断模型中的编码层、第一网络层、第二网络层、...
- 梁川陈雪军田耘徐菲菲胡鹏徐平根何雅诗
- 一种故障检测模型训练方法、装置、电子设备及存储介质
- 本申请的实施例提供了一种故障检测模型训练方法、装置、电子设备及存储介质，涉及模型训练技术领域，方法包括：获取齿轮减速箱的故障数据，确定故障数据的第一泛化误差上界，基于随机插值法对故障数据进行增强，得到虚拟故障数据，将故障...
- 梁川陈雪军田耘徐菲菲胡鹏徐平根何雅诗
- 一种药粉循环烘干装置
- 本实用新型公开了一种药粉循环烘干装置，包括底板，所述底板顶部外壁通过螺栓固定有烘干箱，所述烘干箱底部内壁通过螺栓固定有风干室，且烘干箱一侧内壁通过螺栓固定有等距离分布的连接块，所述连接块的一侧外壁通过螺栓固定有弧形桶，所...
- 吴求艺黄贵平万福根张京生闵志良邓会云贺小桂邓仁华
- 文献传递
- 银翘解毒片中挥发油的包合工艺研究
- 2022年
- 目的:优化银翘解毒片中薄荷、荆芥混合挥发油加入方式,为产品工艺优化提供参考依据。方法:采用饱和水溶液法制备薄荷、荆芥混合挥发油的β-环糊精(β-CD)包合物,以含油率、包合率及收率为综合评价指标,单因素考察挥发油(mL)与β-CD(g)比例、包合温度以及包合时间对β-环糊精包合物包合工艺的影响。结果:筛选的包合工艺为挥发油(mL)与β-CD(g)比例1∶6,包合温度50℃,包合时间2h。结论:确定的挥发油包合工艺操作简单,稳定可行,可为工业化生产提供参考。
- 陈茂文罗小荣吴样明邓仁华刘金萍况弯弯
- 关键词：银翘解毒片挥发油Β-环糊精包合物
- 基于智能技术的仓储系统设计
- 2024年
- 传统仓储管理模式存在存取效率低、土地利用率低、出错几率高和人力成本高等诸多问题。研究致力于设计一种智能仓储系统。智能仓储系统利用物联网、大数据、人工智能等技术将仓储以及物流管理自动化和智能化。智能仓储系统可以通过优化仓库运作流程、减少人力成本、提高工作效率、降低操作风险等方式帮助仓储企业提高其运营能力和竞争力。智能供应链协同是智能工厂非常重要的组成部分,其中智能仓储立库是智能供应链的基础,能够有效降低生产成本、提升生产效率、重塑生产方式。
- 梁川陈雪军
- 关键词：智能仓储物联网大数据
- 能耗优化方法、装置及电子设备
- 本发明实施例提出一种能耗优化方法、装置及电子设备，属于数据处理领域，方法包括：根据产能设备组的产能总需求量构建约束条件，并调取表征产能设备组的所有产能设备的产能负载模型与总能耗间的关联关系的能耗模型，产能负载模型表征产能...
- 罗小荣周暐梁川陈雪军陈培武袁红英梁彧
- 基于标准齿轮减速箱的故障混合预测分析模型
- 2024年
- 在制药生产线中,搅拌器是主反应器的主要组件,体积最大,结构相对复杂,与其他设备存在串联关系。如果发生故障,一方面需要停掉整个生产线对其进行故障诊断与维修,从而造成非计划停机的设备闲置损失;另一方面,突发性的非计划停机,会造成设备中的化学材料反应物质浪费。针对此问题,提出一种基于标准齿轮减速箱的故障混合预测分析模型。通过对振动信号进行特征提取以及变分模态分解,将转换的频域特征数据和幅值数据按照时间序列融合,并将数据分为故障数据、设备带病运行数据以及设备健康运行数据3类,通过自注意力网络层进行特征提取。实验表明,该模型可以准确预测设备的故障,且在测试集的准确率达到83.61%,验证了实验的有效性与优越性。
- 徐菲菲陈雪军
- 关键词：运维管理特征提取
