CN111841210A - 一种船舶除锈粉尘回收机器人系统 - Google Patents
一种船舶除锈粉尘回收机器人系统 Download PDFInfo
- Publication number
- CN111841210A CN111841210A CN202010723867.5A CN202010723867A CN111841210A CN 111841210 A CN111841210 A CN 111841210A CN 202010723867 A CN202010723867 A CN 202010723867A CN 111841210 A CN111841210 A CN 111841210A
- Authority
- CN
- China
- Prior art keywords
- dust
- reaction tower
- removal
- dust removal
- vacuum pump
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D47/00—Separating dispersed particles from gases, air or vapours by liquid as separating agent
- B01D47/06—Spray cleaning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24C—ABRASIVE OR RELATED BLASTING WITH PARTICULATE MATERIAL
- B24C9/00—Appurtenances of abrasive blasting machines or devices, e.g. working chambers, arrangements for handling used abrasive material
- B24C9/003—Removing abrasive powder out of the blasting machine
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Separation Of Particles Using Liquids (AREA)
Abstract
本发明涉及船舶除锈粉尘回收系统技术领域,具体涉及一种船舶除锈粉尘回收机器人系统,包括挂载于船舶除锈设备后方的一吸附爬壁机器人、设于地面上的除尘反应塔,以及单片机、第一光散射粉尘浓度仪、第二光散射粉尘浓度仪和风速仪,吸附爬壁机器人通过进尘管道与除尘反应塔连接,进尘管道的一端与吸附爬壁机器人连接,进尘管道的另一端与除尘反应塔上的罗茨真空泵连接;本发明除尘效率高,采用的超声雾化水雾通过冷凝核化机理捕捉并沉降粉尘颗粒,除尘效果优于其他除尘方式;智能化程度高,通过BP神经网络算法控制罗茨真空泵吸尘力度和超声雾化器产生水雾量,并根据除尘反应塔出气口的粉尘含量对整个除尘系统进行闭环控制,降低运行成本。
Description
技术领域
本发明涉及船舶除锈粉尘回收系统技术领域,具体涉及一种船舶除锈粉尘回收机器人系统。
背景技术
船舶行业在促进经济发展、推动全球贸易中占有重要地位。船舶除锈则是制造、保养船舶的关键步骤。目前,业内常用移动机械臂或吸附爬壁机器人,以喷砂的方式除锈。显然这种除锈方式会产生很严重的粉尘污染,但现阶段所用的清灰滤筒除尘机组,不仅除尘效率低,而且无法依据粉尘浓度和环境风速调节控制除尘参数,智能化程度同样较低。
发明内容
针对以上问题,本发明提供了一种船舶除锈粉尘回收机器人系统,依靠罗茨真空泵抽取含粉尘空气,使用超声雾化水雾的冷凝核化机理捕捉并沉降粉尘颗粒;采用单片机作为控制器,可根据除尘反应塔出气口和吸附爬壁机器人进气口的粉尘含量信息以及实时环境风速,控制罗茨真空泵吸尘力度和超声雾化器产生水雾量。
为了实现上述目的,本发明采用的技术方案如下:
一种船舶除锈粉尘回收机器人系统,包括挂载于船舶除锈设备后方的一吸附爬壁机器人、设于地面上的除尘反应塔,以及单片机、第一光散射粉尘浓度仪、第二光散射粉尘浓度仪和风速仪,所述吸附爬壁机器人通过进尘管道与除尘反应塔连接,所述进尘管道的一端与吸附爬壁机器人连接,所述进尘管道的另一端与除尘反应塔上的罗茨真空泵连接;所述单片机作为控制器,可根据除尘反应塔出气口和吸附爬壁机器人吸尘口的粉尘含量信息以及实时环境风速,控制罗茨真空泵的吸尘力度和除尘反应塔内超声雾化器产生的水雾量。
优选地,所述吸附爬壁机器人包括车体、以及能够吸附在船舶上的永磁铁履带,所述车体上靠近进尘管道吸尘口的一侧安装有用于测量实时环境风速的风速仪,所述车体内安装有用于收集吸尘口粉尘浓度数据的第一光散射粉尘浓度仪。
优选地,所述除尘反应塔包括除尘塔外壳,所述除尘塔外壳的下端部与吸附爬壁机器人的出尘口连接,所述除尘塔外壳的底部有设有一可拆卸集尘盒,所述除尘塔外壳的上端部设有一进水管道,所述进水管道上设有超声雾化器,所述除尘塔外壳的顶部设有一出气管道,所述出气管道上设有用于收集出气口粉尘浓度数据的第二光散射粉尘浓度仪,所述除尘塔外壳的一侧安装有单片机,所述单片机均与第一光散射粉尘浓度仪、第二光散射粉尘浓度仪、风速仪、罗茨真空泵和超声雾化器电性连接,并依据实时数据进行相应控制。
优选地,所述粉尘回收机器人系统的工作流程为:在启动船舶除锈设备时,粉尘回收系统同步启动,吸附爬壁机器人跟随除锈设备移动;罗茨真空泵产生负压,通过进尘管道抽取含尘空气并送入除尘反应塔下部;除尘反应塔上部的超声雾化器产生的微细水雾捕捉粉尘颗粒并沉降至反应塔底部可拆卸集尘盒,清洁空气从除尘反应塔顶部排出;单片机通过收集吸附爬壁机器人吸尘口的粉尘含量以及实时环境风速,采用BP神经网络算法控制罗茨真空泵吸尘力度和超声雾化器产生水雾量,并根据除尘反应塔出气口的粉尘含量对整个除尘系统进行闭环控制。
优选地,所述粉尘回收机器人系统的控制算法流程为:单片机将获取的进尘口粉尘含量和实时环境风速输入预先训练好的BP神经网络中,根据其输出的雾化控制量和抽取控制量分别控制超声雾化器和罗茨真空泵,并根据除尘反应塔出气口的粉尘含量对整个除尘系统进行闭环控制。
本发明所述的船舶除锈粉尘回收机器人系统的有益效果:
1、除尘效率高,本发明综合进口处粉尘浓度和环境风速控制吸尘力度,在粉尘飘散前就将其吸入除尘系统中;采用的超声雾化水雾通过冷凝核化机理捕捉并沉降粉尘颗粒,除尘效果优于其他除尘方式,尤其是针对健康危害较大的呼吸性粉尘去除效果远高于其他除尘方式;
2、智能化程度高,本发明通过BP神经网络算法控制罗茨真空泵吸尘力度和超声雾化器产生水雾量,并根据除尘反应塔出气口的粉尘含量对整个除尘系统进行闭环控制,节约能耗,降低运行成本,智能化程度更高。
附图说明
图1是本发明的整体结构示意图;
图2是本发明中吸附爬壁机器人的结构示意图;
图3是本发明中除尘反应塔的结构示意图;
图4是本发明的工作流程图;
图5是本发明的超声雾化水雾捕尘原理图;
图6是本发明的控制算法流程图;
图7是本发明所用BP神经网络结构图;
图8是本发明训练BP神经网络流程图。
图中:1吸附爬壁机器人、2除尘反应塔、3单片机、4第一光散射粉尘浓度仪、5第二光散射粉尘浓度仪、6风速仪、7进尘管道、7-1吸尘口、8罗茨真空泵、9超声雾化器、10车体、11船舶、12永磁铁履带、13除尘塔外壳、14可拆卸集尘盒、15进水管道、16出气管道、17输入层神经元、18隐含层神经元、19两个输出层神经元。
具体实施方式
下面结合附图与实施例对本发明的技术方案进行说明。
如图1所示,本发明所述的一种船舶除锈粉尘回收机器人系统,包括挂载于船舶除锈设备后方的一吸附爬壁机器人1、设于地面上的除尘反应塔2,以及单片机3、第一光散射粉尘浓度仪4、第二光散射粉尘浓度仪5和风速仪6,所述吸附爬壁机器人1通过进尘管道7与除尘反应塔2连接,所述进尘管道7的一端与吸附爬壁机器人1连接,所述进尘管道7的另一端与除尘反应塔2上的罗茨真空泵8连接;所述单片机3作为控制器,可根据除尘反应塔2出气口和吸附爬壁机器人1吸尘口的粉尘含量信息以及实时环境风速,控制罗茨真空泵8的吸尘力度和除尘反应塔2内超声雾化器9产生的水雾量。
本实施例中,在工作时,吸附爬壁机器人的吸尘口对准除锈位置,除尘反应塔内罗茨真空泵产生负压,将含尘空气吸入除尘塔进行降尘处理,同时单片机根据传感器数据实时调节除尘参数。
如图2所示,所述吸附爬壁机器人1包括车体10、以及能够吸附在船舶11上的永磁铁履带12,该吸附爬壁机器人使用永磁铁履带吸附在船体上,通过车体上的挂载钩挂在船舶除锈设备后方并依靠其提供动力;所述车体10上靠近进尘管道7吸尘口7-1的一侧安装有用于测量实时环境风速的风速仪6,所述车体10内安装有用于收集吸尘口7-1粉尘浓度数据的第一光散射粉尘浓度仪4。
如图3所示,所述除尘反应塔2包括除尘塔外壳13,所述除尘塔外壳13的下端部与吸附爬壁机器人1的出尘口连接,所述除尘塔外壳13的底部有设有一可拆卸集尘盒14,该可拆卸集尘盒14用于收集粉尘、杂质等,且方便替换,所述除尘塔外壳13的上端部设有一进水管道15,所述进水管道15上设有超声雾化器9,所述除尘塔外壳13的顶部设有一出气管道16,所述出气管道16上设有用于收集出气口粉尘浓度数据的第二光散射粉尘浓度仪5,所述除尘塔外壳13的一侧安装有单片机3,所述单片机3均与第一光散射粉尘浓度仪4、第二光散射粉尘浓度仪5、风速仪6、罗茨真空泵8和超声雾化器9电性连接,并依据实时数据进行相应控制。其中,罗茨真空泵8用于产生负压抽取含尘空气并送入除尘反应塔下部,超声雾化器9通过净水管道取水雾化,以逆喷淋超声雾化水雾方式除尘。
如图4所示,所述粉尘回收机器人系统的工作流程为:在启动船舶除锈设备时,粉尘回收系统同步启动,吸附爬壁机器人1跟随除锈设备移动;罗茨真空泵8产生负压,通过进尘管道7抽取含尘空气并送入除尘反应塔2下部;除尘反应塔2上部的超声雾化器9产生的微细水雾捕捉粉尘颗粒并沉降至反应塔底部可拆卸集尘盒14,清洁空气从除尘反应塔2顶部排出;单片机3通过收集吸附爬壁机器人1吸尘口的粉尘含量以及实时环境风速,采用BP神经网络算法控制罗茨真空泵8吸尘力度和超声雾化器9产生水雾量,并根据除尘反应塔2出气口的粉尘含量对整个除尘系统进行闭环控制。
如图5所示,当细微水雾喷向某空间时,它能在很短时间内蒸发并使该区域水蒸气过饱和;过饱和的水蒸气凝结在空间中粉尘颗粒上,以此为核开始凝聚和合并的过程。这主要是由于水雾相变带来的温度和湿度变化以及超声雾化器喷雾带来的空气运动所引起的粉尘云滴和其他水雾粒子相互碰撞、凝聚进而增重下沉,这种机理对抑制亚微米和微米级粉尘特别有效。
如图6所示,所述粉尘回收机器人系统的控制算法流程为:单片机3将获取的进尘口粉尘含量和实时环境风速输入预先训练好的BP神经网络中,根据其输出的雾化控制量和抽取控制量分别控制超声雾化器9和罗茨真空泵8,并根据除尘反应塔出气口的粉尘含量对整个除尘系统进行闭环控制。本实施例中,综合吸尘口粉尘含量和实时环境风速的控制方式,相较于只根据吸尘口粉尘含量的控制方式,可避免出现如环境风速增大粉尘飘散严重时,由于吸尘口粉尘含量减少,反而导致抽取控制量减小,造成除尘效率显著下降的情况发生。此外,该系统的输入量和控制量具有明显的随机性和强耦合性,因此使用BP神经网络对其进行控制的效果优于传统方式控制,且通过出气口粉尘含量对整个除尘系统进行闭环控制,能够进一步增强系统的精确性和稳定性。
如图7所示,上述BP神经网络为单隐含层结构,其具体结构参数为两个输入层神经元17,六个隐含层神经元18,两个输出层神经元19,则各层神经元的输出为:
f(x)=max(0,x)。
如图8所示,上述BP神经网络的训练过程为:
(a)在实验室内通过人工实验方式,获取50组不同进气口粉尘量和环境风速下,除尘效果较好的雾化控制量和抽取控制量,构成一个容量为50的样本集;
(b)初始化网络参数,采用随机数填充所有的权值与阈值;
(c)依次将50个样本输入BP神经网络中,得到相应的输出,将第p个样本误差Ep定义为:
(d)进行反向传播更新BP神经网络参数,设ω为BP神经网络中某一连接的参数,则根据梯度下降法,反向传播后其值为:
其中,n是迭代次数;η为神经网络学习率,一般设为0.1;
(e)重复进行上述c-d步骤,直至迭代误差En达到较满意的值为止。
在本发明的描述中,需要理解的是,术语“上”、“下”、“左”、“右”等指示方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以及特定的方位构造和操作,因此,不能理解为对本发明的限制。此外,“第一”、“第二”仅由于描述目的,且不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。因此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”“相连”“连接”等应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接连接,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (5)
1.一种船舶除锈粉尘回收机器人系统,其特征在于:包括挂载于船舶除锈设备后方的一吸附爬壁机器人(1)、设于地面上的除尘反应塔(2),以及单片机(3)、第一光散射粉尘浓度仪(4)、第二光散射粉尘浓度仪(5)和风速仪(6),所述吸附爬壁机器人(1)通过进尘管道(7)与除尘反应塔(2)连接,所述进尘管道(7)的一端与吸附爬壁机器人(1)连接,所述进尘管道(7)的另一端与除尘反应塔(2)上的罗茨真空泵(8)连接;所述单片机(3)作为控制器,可根据除尘反应塔(2)出气口和吸附爬壁机器人(1)吸尘口的粉尘含量信息以及实时环境风速,控制罗茨真空泵(8)的吸尘力度和除尘反应塔(2)内超声雾化器(9)产生的水雾量。
2.根据权利要求1所述的一种船舶除锈粉尘回收机器人系统,其特征在于:所述吸附爬壁机器人(1)包括车体(10)、以及能够吸附在船舶(11)上的永磁铁履带(12),所述车体(10)上靠近进尘管道(7)吸尘口(7-1)的一侧安装有用于测量实时环境风速的风速仪(6),所述车体(10)内安装有用于收集吸尘口(7-1)粉尘浓度数据的第一光散射粉尘浓度仪(4)。
3.根据权利要求2所述的一种船舶除锈粉尘回收机器人系统,其特征在于:所述除尘反应塔(2)包括除尘塔外壳(13),所述除尘塔外壳(13)的下端部与吸附爬壁机器人(1)的出尘口连接,所述除尘塔外壳(13)的底部有设有一可拆卸集尘盒(14),所述除尘塔外壳(13)的上端部设有一进水管道(15),所述进水管道(15)上设有超声雾化器(9),所述除尘塔外壳(13)的顶部设有一出气管道(16),所述出气管道(16)上设有用于收集出气口粉尘浓度数据的第二光散射粉尘浓度仪(5),所述除尘塔外壳(13)的一侧安装有单片机(3),所述单片机(3)均与第一光散射粉尘浓度仪(4)、第二光散射粉尘浓度仪(5)、风速仪(6)、罗茨真空泵(8)和超声雾化器(9)电性连接,并依据实时数据进行相应控制。
4.根据权利要求3所述的一种船舶除锈粉尘回收机器人系统,其特征在于:所述粉尘回收机器人系统的工作流程为:在启动船舶除锈设备时,粉尘回收系统同步启动,吸附爬壁机器人(1)跟随除锈设备移动;罗茨真空泵(8)产生负压,通过进尘管道(7)抽取含尘空气并送入除尘反应塔(2)下部;除尘反应塔(2)上部的超声雾化器(9)产生的微细水雾捕捉粉尘颗粒并沉降至反应塔底部可拆卸集尘盒(14),清洁空气从除尘反应塔(2)顶部排出;单片机(3)通过收集吸附爬壁机器人(1)吸尘口的粉尘含量以及实时环境风速,采用BP神经网络算法控制罗茨真空泵(8)吸尘力度和超声雾化器(9)产生水雾量,并根据除尘反应塔(2)出气口的粉尘含量对整个除尘系统进行闭环控制。
5.根据权利要求4所述的一种船舶除锈粉尘回收机器人系统,其特征在于:所述粉尘回收机器人系统的控制算法流程为:单片机(3)将获取的进尘口粉尘含量和实时环境风速输入预先训练好的BP神经网络中,根据其输出的雾化控制量和抽取控制量分别控制超声雾化器(9)和罗茨真空泵(8),并根据除尘反应塔出气口的粉尘含量对整个除尘系统进行闭环控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010723867.5A CN111841210A (zh) | 2020-07-24 | 2020-07-24 | 一种船舶除锈粉尘回收机器人系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010723867.5A CN111841210A (zh) | 2020-07-24 | 2020-07-24 | 一种船舶除锈粉尘回收机器人系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111841210A true CN111841210A (zh) | 2020-10-30 |
Family
ID=72951002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010723867.5A Pending CN111841210A (zh) | 2020-07-24 | 2020-07-24 | 一种船舶除锈粉尘回收机器人系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111841210A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120118161A1 (en) * | 2010-07-16 | 2012-05-17 | Xuemin Chen | dust removal system for dust gas |
CN103977659A (zh) * | 2014-05-30 | 2014-08-13 | 济南东之林智能软件有限公司 | 一种喷淋灭尘系统及其控制装置 |
CN105373065A (zh) * | 2015-10-26 | 2016-03-02 | 泰富国际工程有限公司 | 一种干雾除尘控制系统及其控制方法 |
EP3222358A1 (en) * | 2015-09-06 | 2017-09-27 | Harvey Industries Co., Ltd. | Dust separation device and intelligent control system comprising same |
CN107349727A (zh) * | 2017-08-30 | 2017-11-17 | 泰富重工制造有限公司 | 一种智能喷雾除尘装置及除尘方法 |
CN206717666U (zh) * | 2017-03-28 | 2017-12-08 | 中国石油大学(华东) | 一种用于船舶的喷砂除锈系统 |
CN109011958A (zh) * | 2018-09-21 | 2018-12-18 | 日昌升集团有限公司 | 一种超声雾化除尘系统及方法 |
-
2020
- 2020-07-24 CN CN202010723867.5A patent/CN111841210A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120118161A1 (en) * | 2010-07-16 | 2012-05-17 | Xuemin Chen | dust removal system for dust gas |
CN103977659A (zh) * | 2014-05-30 | 2014-08-13 | 济南东之林智能软件有限公司 | 一种喷淋灭尘系统及其控制装置 |
EP3222358A1 (en) * | 2015-09-06 | 2017-09-27 | Harvey Industries Co., Ltd. | Dust separation device and intelligent control system comprising same |
CN105373065A (zh) * | 2015-10-26 | 2016-03-02 | 泰富国际工程有限公司 | 一种干雾除尘控制系统及其控制方法 |
CN206717666U (zh) * | 2017-03-28 | 2017-12-08 | 中国石油大学(华东) | 一种用于船舶的喷砂除锈系统 |
CN107349727A (zh) * | 2017-08-30 | 2017-11-17 | 泰富重工制造有限公司 | 一种智能喷雾除尘装置及除尘方法 |
CN109011958A (zh) * | 2018-09-21 | 2018-12-18 | 日昌升集团有限公司 | 一种超声雾化除尘系统及方法 |
Non-Patent Citations (2)
Title |
---|
能源部安环司: "《燃煤电厂电除尘器》", 31 December 1993 * |
魏勇: "煤场喷雾降尘自适应模糊控制", 《煤矿安全》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN211553460U (zh) | 湿壁气旋式生物气溶胶采样器 | |
CN201669256U (zh) | 湿式负压诱导除尘系统 | |
CN110448983A (zh) | 一种用于去除喷漆废气中漆雾的混合式除尘设备 | |
CN106731391A (zh) | 双喷式横置y型超细颗粒凝并箱 | |
CN106669347B (zh) | 一种迷宫式旋流除尘装置及除尘方法 | |
CN111841210A (zh) | 一种船舶除锈粉尘回收机器人系统 | |
CN216092659U (zh) | 一种具有离心分离功能的洗涤塔 | |
CN203648289U (zh) | 袋内回转喷吹风式反吹风清灰机构 | |
CN105736103B (zh) | 发动机尾气净化装置 | |
CN203017913U (zh) | 焊烟净化系统及其除尘器 | |
CN202620947U (zh) | 三菱锥百叶窗惯性水膜除尘器 | |
CN2330401Y (zh) | 湿法旋风集成除尘器 | |
CN204522614U (zh) | 一种湿式除尘系统 | |
CN207024959U (zh) | 一种焊接烟气回收处理系统 | |
CN109908691A (zh) | 一种矿井除尘系统及其除尘方法 | |
CN102824801B (zh) | 旋转湿式除尘器 | |
CN210665188U (zh) | 一种烟气雾滴采样瓶 | |
CN211950567U (zh) | 一种超声波激水雾化降尘装置 | |
CN113310754A (zh) | 一种大气颗粒物连续分级湿法采样装置 | |
CN203842448U (zh) | 一种湿式除尘器 | |
CN208450171U (zh) | 一种喷涂废气回收利用系统 | |
CN208626884U (zh) | 一种孔雾处理喷淋塔 | |
JP2009178271A (ja) | 電気掃除機及びそれを用いた塵埃の捕集方法 | |
CN207169353U (zh) | 组合式锅炉烟气除尘脱硫装置 | |
CN205965371U (zh) | 布袋脱硫湿电三级除尘脱硫系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201030 |