成都理工大学专利技术

成都理工大学共有7743项专利

  • 本实用新型涉及一种沙袋沙障铺设装置,且还是一种可铺设不同规格尺寸的沙袋沙障铺设装置,它包括铲沙单元、集沙单元、封口单元、换向单元以及铺设单元五部分构成,实现了沙袋沙障的连续铺设,降低作业人员的劳动强度。本实用新型还可通过改变铺设单元中挡...
  • 本实用新型公开了一种矿石圆形光片脱模器,属于矿石光片制备辅助设备技术领域。脱模器包括:底座、支撑杆、导管台、压杆、弹簧、手压台、压片器,所述底座内部具有三层,第一层具有环形承台,所述支撑杆旋转固定在所述底座,所述导台管旋转固定在所述支撑...
  • 本实用新型涉及结构工程技术领域,且公开了一种结构工程施工用高空作业平台,包括支撑板,所述支撑板的顶部固定安装有护栏,所述支撑板的一侧铰接有梯子,所述梯子的底部铰接有滑块,所述滑块的底部设置有滑轨,所述滑轨的底部固定安装有底座,所述支撑板...
  • 本发明公开了一种基于多传感器融合的自主巡检探索小车系统及导航方法,该系统包括终端显示装置、SLAM模块、自主探索导航模块、气体源感知模块、底盘驱动模块;气体源感知模块将气体信号传输到终端显示界面;处理器中的SLAM模块用于获取机器人在场...
  • 本发明涉及聚乙烯亚胺
  • 本发明提供了一种用于地球化学测试的基线的测量仪,涉及测量设备技术领域,包括主体,所述主体的顶部设有两处开槽,且主体的顶部安装有出料组件;所述出料组件包括支架和竖杆二,且支架安装在主体的顶部两侧,一处支架的外侧顶部安装有电机,电机的输出端...
  • 本发明公开了一种山区滑坡岩体结构的确定性指数评价方法,包括S1、确定滑坡区域结构特征;S2、基于GNSS监测系统监测滑坡区域地表变化程度和特性;S3、对滑坡区域中的变形坡体进行钻探,并记录获取岩芯特征信息和参数;S4、采用ERT测量方法...
  • 本发明公开了一种基于声发射波形信号的岩石破裂前兆识别方法,包括以下步骤:S1、输入全部声发射波形信号x
  • 本发明公开了一种用于陡立边坡植被恢复的轻质材料、制备方法及应用,以种植土、泥炭土、植物纤维、化学纤维、保水剂及缓释肥等作为原料,使制备的轻质材料具有质轻保水、易成型及结构稳定的特点。本发明提供的轻质材料的密度为0.3
  • 本发明提供了一种小晶粒大比表面积的NaY分子筛的快速绿色合成方法,属于NaY型分子筛的合成领域。其合成方法是将硅源和铝源于0℃~10℃冰水浴环境在600r/min~1200r/min剧烈搅拌下混合得到前驱体溶液,再动态搅拌和超声辅助老化...
  • 有机硫化合物广泛存在于自然界和我们的日常生活中,也经常出现在一些药物、天然产品和有机材料中。砜类化合物被广泛用作药物,例如用于预防阿尔茨海默氏病的药物γ
  • 本发明提供一种基于Revit二次开发结合Ansys命令流创建隧道有限元模型的方法,该方法分为二维和三维转化方法,二维方法通过圆心和半径建立三心圆从而建立二维模型,三维方法通过将实体模型分成数个等距小段再将其转化,实现了将Revit中建立...
  • 本实用新型涉及土木工程技术领域,且公开了一种土木工程用道路维护用洒水装置,包括箱体、万向轮,所述万向轮的数量为四个,四个所述万向轮分别固定安装在箱体的底部四角,所述箱体的外部设置有洒水装置。本实用新型通过启动水泵,使吸水管将水箱内的水吸...
  • 本发明公开了一种稀性泥石流堵江判断方法,属于地质灾害防治工程技术领域,其特征在于,包括以下步骤:a、实地测量主河与支沟交汇处主河的平均宽度B1和主河与支沟交汇处支沟的平均宽度B2,计算支沟与主河的单宽流量比ε;b、计算稀性泥石流冲入河道...
  • 本发明公开了一种浅层滑坡型沟谷泥石流预警方法,属于泥石流防治工程技术领域,其特征在于,包括以下步骤:a、测量不含堆积区泥石流全流域面积A;b、测量敏感坡度面积占不含堆积区泥石流全流域面积百分比S0和沟床纵比降J,确定泥石流地形因子T;c...
  • 本发明公开了一种重组大肠杆菌及其产氢应用,所述重组大肠杆菌是将SEQIDNO.1所示的来源于莱茵衣藻(Chlamydomonasreinhardtii)的[FeFe]
  • 本发明提供一种蓝光激发Pr
  • 本发明公开了一种以焦磷酸铜为催化剂降解苯酚类废水的方法,首次应用在苯酚类废水处理上。焦磷酸铜催化双氧水降解苯酚类废水,属于类Fenton体系,具有使用条件温和,pH范围广,苯酚去除率高,成本低,二次污染小,催化剂易于回收利用等优点,在有...
  • 本发明公开了一种基于土壤含水率的沟谷泥石流预警方法,属于泥石流防治工程技术领域,其特征在于,包括以下步骤:S1、通过谷歌地球或地形图确定潜在泥石流流域的基本参数;S2、实时监测或预报泥石流流域形成区所在位置的前期降雨量和激发前10分钟降...
  • 本发明涉及一种基于机器学习和概率理论的滑坡区间预测方法,包括以下步骤,使用VMD分解技术将滑坡累计监测位移时间序列数据分解为多个IMF分项和一个残余项R,将各IMF分项叠加得到位移波动项,R视为位移趋势项;对位移趋势项进行多项式拟合,并...