高等教育领域数字化综合服务平台
云上高博会服务平台
高校科技成果转化对接服务平台
大学生创新创业服务平台
登录
|
注册
|
搜索
搜 索
综合
项目
产品
日期筛选:
一周内
一月内
一年内
不限
基于NC-Link的工业大
数据
采集设备
【技术领域】 光电子技术、智能制造 【痛点问题】 我国目前正在进行智能制造的数字化转型,智能制造的基础工业互联网,工业互联网要求工业设备进行互联互通,工业设备互联协议主要被国外垄断,包括美国的MTConnect和欧洲的OPC UA。NC-Link是具有自主知识产权的国产工业设备互联协议,是中国国家标准(智能工厂数控机床互联接口规范GB/T 41970-2022),基于NC-Link进行工业大数据采集将会打破基于国外协议的工业数据采集设备的垄断。 【成果介绍】 项目研制NC-Link适配器和代理器。NC-Link适配器外接在工业控制系统的主机上(例如数控系统、机器人、PLC)等,自动把工业系统的生产数据(电压、电流等)和设备的属性数据采集后转换成NC-Link格式,然后传送到NC-Link代理器,再传送到产线服务器或云端数据中心,供工业应用软件,例如MES、ERP、远程运维、质量检测、数字孪生等系统使用。项目采样周期可以到毫秒级,支持工业大数据和双向数据传输。项目可用在工业互联网领域,用来统一数据采集标准,可以实现自主可控,解决卡脖子难题。 本项目研发基于自主知识产权的工业互联协议NC-Link采集设备,用来对工业设备生产的大数据进行采集,拟解决的核心技术问题和主要研究内容如下: 1)研究NC-Link与其他国内外工业协议的适配技术,建立NC-Link装备模型。 2)研发NC-Link适配器,NC-Link适配器可适配国内主要的工业设备和支持国外工业协议的工业设备。 3)研发NC-Link代理器,用来在NC-Link适配器和工业应用系统之间进行数据缓存和转发。 4)研发NC-Link数据接口,用来连接NC-Link代理器和NC-Link适配器,同时连接工业应用系统和NC-Link代理器。 5)研发NC-Link安全可信模块,支持可信计算、数据安全、网络安全、基于身份的接入认证。 6)研究基于NC-Link的数据采集技术,研发基于NC-Link的工业大数据采集设备。 【技术优势】 NC-Link目前是国家标准(GB/T 41970-2022),产品基于该国家标准,与同类产品相比是自主知识产权的产品,是解决卡脖子的技术。在技术上优势包括:支持毫秒级数据采集,支持数据安全和网络安全,集成了可信3.0技术。 【技术指标】 a) 最小采样周期≤1ms; b) 适配工业协议种类≥30; c) 支持全双工数据传输; d) 支持身份认证,传输加密,访问控制等安全功能; e) 支持可信3.0技术。 【技术成熟度】 原理样机/验证。 【发展规划】 1)2023年,研制原理样机,在智能制造场景展开应用验证。 2)2024年,研制工程样机,进行工程验证;成立公司进行融资。 3)2025年,进行产品定型和销售,销售额500万。 4)2026年,销售额2000万-5000万。 【知识产权】 团队拥有多项自主知识产权。
华中科技大学
2023-07-11
习近平对网络
安全
和信息化工作作出重要指示
中共中央总书记、国家主席、中央军委主席习近平近日对网络安全和信息化工作作出重要指示指出,党的十八大以来,我国网络安全和信息化事业取得重大成就,党对网信工作的领导全面加强,网络空间主流思想舆论巩固壮大,网络综合治理体系基本建成,网络安全保障体系和能力持续提升,网信领域科技自立自强步伐加快,信息化驱动引领作用有效发挥,网络空间法治化程度不断提高,网络空间国际话语权和影响力明显增强,网络强国建设迈出新步伐。
新华社
2023-07-15
科技部发布2022年度全国科普统计
数据
2022年全国共筹集科普工作经费191.00亿元,比2021年增长1.02% 。
科技部科技人才与科学普及司
2024-01-12
关于认定“数字
安全
”等66家安徽省重点实验室的通知
根据安徽省科技厅《安徽省重点实验室建设与运行管理办法》、《安徽省级实验室体系重组行动实施方案(试行)》和《关于开展2022年度安徽省重点实验室申报工作的通知》要求,省科技厅已完成此次安徽省重点实验室(高校院所类和企业类)认定工作程序,现对“数字安全”等66家安徽省重点实验室予以认定(名单见附件1),其中高校院所类40家、企业类26家。
创新基地建设处
2023-07-20
地下金属矿生产
安全
协同管控关键技术及产业化应用
针对地下金属矿作业场所分散、作业过程离散、作业环境恶劣、井下作业人员和装备移动频繁等问题,成果以信息化改造传统矿业理念,从融合业务流和数据流角度,对矿山生产安全协同管控的相关理论、技术、装置和系统等进行研究和开发。 提出并构建了矿山生产安全信息集成管理与融合应用系统框架体系,创立了面向成本、价格、效率等多维视角的地下金属矿生产安全协同管控新模式,研发了基于大数据的地下金属矿生产协同管控平台,实现了对地下金属矿生产安全全过程的精细化协同管控;研究了适应于地下金属矿泛在信息传输网络的快速构建技术,提出了基于等距扫描的井下空间激光探测方法,研制了基于超宽带技术(UWB)的井下作业人员及设备精确定位装置,研发了地下金属矿作业空间环境智能感知系统,解决了地下金属矿生产安全协同管控技术难题,在地下金属矿高效、安全与智能化开采方面取得的成果达到了国际领先水平。
中南大学
2023-07-18
智慧教育中混合式学习环境下学习过程
数据
化关键技术
(一)项目背景 当前,智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点,已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前,人们通常使用“教学空间”来指代这种场所,将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视,学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向,但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时,在多元学习空间具体构建时,面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 (二)项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化,学习者及学习行为呈现出新的特点和规律,研究多元学习空间中学习行为数据化关键技术,构建“云-边缘-物联网”架构的多模态数据存储与处理平台,实现混合式学习环境下学习行为智能感知和数据化,优化学习行为模型,基于实际应用与不同学习目标函数及内容,建立可重复、可预测、可验证的对比数据集,为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 (三)关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域,主要技术路线如图所示: 图 1 技术路线图 其中,项目包括的关键技术主要有以下三点: 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题,设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据,包括面部表情、 脑电信号、头部姿态、交互行为等原始数据,这些数据具有数据量大、模 态多、冗余度高等特点,需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据,受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法;在保证学习者最大数据隐私性的前提下, 研究满足学习行为分析所需要的数据颗粒度。
西安电子科技大学
2023-07-20
基于零件批量加工
数据
分析的加工工艺与流程优化技术
本成果提出了基于零件批量加工数据分析的加工工艺与流程优化,主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容: 1)零件加工过程的工艺数据挖掘与机器学习算法:在数据挖掘与机器学习算法方面,搭建了轴类零件全流程加工工况数据实时采集硬件平台,实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2)基于数据和机理模型相结合的零件加工精度预测:在航空薄壁件加工精度预测方面,对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作;建立了零件单工序/多工序加工精度预测混合驱动模型,实现了加工精度的高效高精预测。 3)基于机器学习的零件加工工艺优化与决策:在轴类零件全流程加工工艺优化与决策方面,围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作,结合轴类零件加工过程开展了优化工作;提出了加工参数自适应调控联合决策方法。 4)基于数据驱动的零件批量加工工艺优化方法验证:构建加工数据库1套,包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套(部署于中航发南方公司柔轴车间),实现航轴全流程质量数据感知与工艺优化,其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理,可以用于工艺设计与现场预先感知,加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析,实现后续工序加工误差推理,加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题,开展基于制造过程数据的工艺全流程智能决策技术与系统的研发,初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破,具有显著的理论价值与应用价值。 规范制定方面,研究了薄壁件加工误差产生的深层机理,构建了批量零件加工过程中误差传递的理论模型,探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律,提出了零件加工工艺与流程优化策略,形成制定面向航空发动机大长径比轴类零件的决策规范,规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批,形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面,将上述理论成果进行高度集成,开发了零件全流程加工智能推理优化软件(MIO软件)。软件集成了四大功能模块,包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评,测评机构具备MA与CNAS认证资质,最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面,结合航空发动机制造具体需求,将相关成果应用到某型号航空发动机轴类零件(动力涡轮传动轴)加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间,在验证产品的加工设备上部署了数据采集装置,实时采集加工过程数据,集成企业工艺资源数据库和产品数字化检测系统,获取机床、夹具、刀具、产品质量等信息,构建了加工工艺数据库,开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证,零件次品率平均降低54.53%。(2019年至2020年优化前,次品率为8.38%;2021年6月至2022年5月优化后,次品率为3.81%)。相关应用验证通过了中国航发南方公司的效果认定,并形成用户报告。 【技术指标】 1)采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集,构建代理模型实现了切削过程的毫秒级预测,切削过程关键物理量的预测时间优于10毫秒。 2)建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型,提出了贝叶斯框架下的不确定校准方法,实现了加工误差快速(毫秒级)精准(偏差小于5微米)预测。 3)提出了航轴加工质量状态估计方法,建立了现场多源数据信息串联模型,基于隐马尔科夫的决策模型,实现工序间感知平均误差控制在9.21%内。 4)建立了加工次品率与加工参数约束集间双向映射互通模型,首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架,联合决策优化框架保证次品率降低优于50%。
华中科技大学
2023-06-20
宁夏回族自治区关于加强实验室
安全
生产管理的方案
为认真贯彻习近平总书记关于安全生产重要论述和重要指示精神, 深刻汲取银川市兴庆区富洋事故教训, 按照自治区党委和政府部署要求, 依据国家有关规定, 现就加强实验室安全生产管理工作, 制定如下方案。
自治区科学技术厅
2023-08-10
实验室规划与
安全
管理交流活动日程及嘉宾阵容揭晓!
实验室规划与安全管理交流活动日程及嘉宾阵容
中国高等教育学会
2024-04-03
考虑时空关联与
数据
隐私性的有源配电网分布式光伏功率预测技术
(一)成果背景 分布式光伏可在用户侧就近安装与消纳,减少因长距离输送带来的线路损耗问题,在新型电力系统建设中发挥着重要作用。2021年6月,国家能源局综合司发布了《关于报送整县(市、区)屋顶分布式光伏开发试点方案的通知》,用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下,分布式光伏容量迅猛增长。截至2021年底,国内分布式光伏装机容量已达到107.5GW,约占光伏总装机容量的三分之一,且其增长速度已经超过了集中式光伏。 (二)痛点问题 对于配电网来说,光伏出力易受天气因素影响,具有极强的随机波动特性,大规模分布式光伏接入,一方面加剧了配电网负荷短时波动,影响电力实时平衡,制约负荷预测精度提升;另一方面,分布式光伏出力特性与负荷特性的不匹配造成其难以消纳,为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说,随着新一轮电力体制改革的持续深入,分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性,使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同,面临严重的市场风险。 因此,亟需精准的分布式光伏功率预测,为有源配电网调度运行、分布式光伏消纳,分布式光伏参与电力市场等提供有力数据支撑。 (三)技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列,以减小场站间关联关系的挖掘难度。然后,基于分布式光伏场站间时空关联性处于动态变化中的考虑,利用全连接神经网络将各节点特征映射到多维空间,而后利用时域卷积挖掘跨节点关联关系,由此以数据驱动方式挖掘各频率下各场站子序列关联性,有效实现子序列动态图结构的构建。最终,基于可用于非欧式空间结构数据建模的卷积神经网络,将其与动态图结构结合,建立考虑动态时空关联性的图卷积预测模型,针对不同频率下出力子序列分别预测,而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先,基于长短期记忆神经网络构建时域自编码器模型,该模型编码器用于提取每个时间步输入的时域特征,而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测,自编码能显著增强长短期记忆神经网络的时域建模能力。而后,利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题,且使模型聚焦于对输出更关键的时域特征。由此,利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上,开发了用于分布式光伏功率预测的联邦学习框架,在该框架中,本地用户仅需将本地模型进行共享,无需数据的传输,而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练;在中央服务器,基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 (四)竞争优势 1、有效表征广域分布式光伏集群间时空关联特征,实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时,考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下,可以取得较好的预测效果。然而,易受天气因素的影响,分布式光伏出力极易发生短时波动,因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列,显然无法反映天气影响下分布式光伏出力短时变化,难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法,利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上,考虑到不同模态分量下各场站间关联关系的差异性,将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量,减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性,且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量,因此大多以一种集中的训练方式实现,即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而,这种集中训练的方式会期限数据隐私,使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外,在竞争激烈的电力市场中,分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法,利用注意力自编码模型在本地场站进行建模预测,实现对本地功率时域特征的有效挖掘;利用分散式训练的联邦学习框架,实现各场站预测模型信息共享,有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏,虽然场站数量众多、分布广泛,但是其位置临近,由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征,实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力;利用注意力机制模型聚焦于对预测更关键的输入特征,以此实现时域特征的有效挖掘。在此基础上,利用联邦学习框架聚合各本地模型,实现各站点信息聚合,实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进,分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中,为高比例分布式光伏有源配电网的安全、经济、高效运行,维持电力平衡等工作提供重要参考。同时,随着分布式光伏逐步参与到电力市场,所研成果可为分布式光伏售电商制定最优的交易策略,签订合理的价格合同提供有力数据支撑。综上所述,所研成果市场前景广阔。
华北电力大学
2023-08-10
首页
上一页
1
2
3
4
下一页
尾页
热搜推荐:
1
第62届高博会将于2024年11月重庆举办
2
2024年云上高博会产品征集
3
征集高校科技成果及大学生创新创业项目