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
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
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
燃煤电厂污染控制
技术
与
优化一种采用白泥的双塔脱硫系统
成果介绍 成果名称:一种采用白泥的双塔脱硫系统 成果参与单位:华北电力大学 成果完成人:马双忱 知识产权情况:成果对应发明及实用新型专利11项,已形成完整知识产权体系 创新点 本团队主要从事燃煤污染控制,包括脱硫脱硝、碳减排、脱硫废水处理、高温高压水化学等技术开发与工艺优化研究,本科研团队瞄准电力行业环保需求,切实解决行业发展中存在的技术问题,在脱硫废水零排放、白泥脱硫、脱硝副产品硫酸氢铵控制、碳捕集、燃煤固废综合利用等领域开展创新研究,并将科研成果与生产实践紧密结合,不少成果已在生产中得以应用,促进了行业可持续发展。该成果在电力污染控制领域开展创新研究,以企业需求为导向,解决企业生产过程中面临的污染控制与节能减排方面技术难题。 应用案例 华电泸州电厂、国电南宁电厂白泥脱硫 华电渠东电厂ORP调控脱硫系统氧化风机 华电襄阳电厂ORP与氯离子调控脱硫系统运行优化 保定深能电厂脱硫废水零排放与脱硫系统优化控制 获奖情况 2017年燃煤电厂典型环保工程运行绩效综合评价与应用获中国电力创新奖三等奖 2018年大气污染控制工程课程群的建设与改革实践获北京市教育教学成果奖二等奖 2021年燃煤电厂大气污染防治运行保障技术及应用获河南省科技进步奖二等奖 2022年燃煤机组脱硝提效及空预器防堵关键技术研究及应用获河南省电力科学技术进步奖一等奖
华北电力大学
2023-07-14
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
福建省科学
技术
厅关于组织参加第4届中国—南亚
技术
转移
与
创新合作大会的通知
中国—南亚技术转移与创新合作大会将于2023年8月16日-19日在云南昆明举行。为充分展示福建省科技创新成果,进一步深化福建与南亚的区域科技创新合作与技术转移。
厅合作处
2023-07-24
浙江省科学
技术
厅 关于组织参加第11届中国-东盟
技术
转移
与
创新合作大会的通知
由科技部和广西壮族自治区人民政府主办的第11届中国-东盟技术转移与创新合作大会(以下简称“东创会”),将于2023年7月12至15日在广西举办(中国-东盟博览会先进技术展将于9月16至19日第20届中国-东盟博览会期间举办)。作为中国-东盟博览会框架下的重要高层论坛,本届东创会将以“共话科技合作 共创美好家园”为主题,聚焦人工智能、大健康等重点合作领域,举办开幕式及主论坛、“10+3”青年科学家论坛、人工智能合作论坛、技术对接会等系列活动。为进一步推动我省创新机构与东盟的科技合作,现将有关事项通知如下。
浙江省科学技术厅
2023-06-26
高等学校
技术
交易系列活动在福州举办
4月16日,第61届中国高等教育博览会高等学校技术交易系列活动在福州举办。中国高等教育学会会长杜玉波出席会议并为学会科技服务专家指导委员会副主任委员颁发聘书。
中国高等教育博览会
2024-04-23
关于填报国家重点研发计划“生物
安全
关键
技术
研究”等4个重点专项2023年度项目正式申报书(含预算申报书)的通知
根据国家重点研发计划重点专项管理工作的总体部署,由中国生物技术发展中心承担管理的“生物安全关键技术研究”“常见多发病防治研究”“前沿生物技术”“中医药现代化”4个重点专项2023年度项目将进入正式申报书(含预算申报书)填报阶段。现将有关要求通知如下。
科学技术部
2023-08-21
风电机组及场站惯量响应与一次调频调压关键
技术
与
核心装备
随着新能源渗透率不断增加,传统发电份额不断被挤占,导致系统惯量下降,热备用容量减小,降低了电网的安全稳定裕度。已知目前双馈感应风力发电机(DFIG)在最大功率点跟踪控制下,发电机输出功率难以响应电网频率波动,而超速减载控制和变桨距角控制虽然在一定程度上改善风电机组整体性能和一次调频特性,但存在预留一定备用容量而无法实现最大发电效益。目前储能装置已广泛应用于风电场,但大多为风电场集中式储能方案,其安全可靠性风险往往大于分布式模式,故如何提高单台风电机组的致稳性和抗扰性,使其具备一次调节能力显得尤为重要。 图1 实验装置图1 图2 实验装置图2 图3 DFIG的储能配置图 结合上述应用背景,提出以下技术解决方案: 1、结合DFIG直流母线储能装置的优势,从增加控制自由度、平滑源端风功率间歇性波动以及抑制网侧负荷扰动三个维度入手,分别提出基于超级电容器控制的DFIG惯量支撑与一次调频控制,基于变功率点跟踪和超级电容器储能协调控制的DFIG一次调频策略和考虑源-荷功率随机波动的DFIG一次频率平滑调节方法,上述控制可在增大发电效益的同时提升频率调节效果。 2、量化DFIG的一次电压调节能力,制定DFIG的动态无功控制策略,设计DFIG与风场无功补偿装置的综合协调控制方案,从提高系统稳定性和鲁棒性出发,研究自抗扰控制技术等快速提升风电场系统无功响应速度,最大限度地缓解电网电压跌落,提高电网的电压安全稳定性。 3、结合功率密度、可充放电循环寿命以及经济性作为储能介质选择的主要评测指标,确定合适的单一或混合储能介质及变换装置类型,根据频率调节目标计算储能装置的容量,进一步研究混合储能的容量优化方法,设计出一套高充放电效率、低成本的混合储能装置。 4、研究风储联合调频和基于超级电容调频、风机分布式储能和场站集中式储能所组合成的四种储能调频方案的优缺点,通过多复杂工况验证不同技术方案的调频效果,结合储能容量、使用寿命、经济成本和技术性能比较得出最优方案。 5、研究大功率基于单一储能或混合储能控制的风电机组一次调频样机,完成风电机组参与系统惯量支撑与一次调节方案的验证,对新型一次调频控制技术和一次调压控制方案进行大功率样机的试验验证,完成工程应用的基础准备工作。 创新点 1、针对风电机组一次频率调节,分别提出了基于超级电容器储能、变功率点跟踪和超级电容储能协调控制和考虑源荷功率频率调节等方法,提高一次频率调节能力,并优化了储能装置的容量配置。 2、设计双馈感应风力发电机的动态无功协调控制方案,提出了双馈感应风力发电机最小限度降低机组出力下可提高无功极限最大值的最优方法。 3、分别就风储联合调频策略和基于超级电容器调频策略、风机分布式储能和场站集中式储能所组合成的四种储能调频方案的优缺点和拓扑结构进行对比分析,最终得出采用风机分布式储能下的风储协调方案更加具有应用优势。 市场前景 通过本项目的研究,可形成新能源风机技术在大电网中应用效果验证方面的技术成果,有助于进一步体现国家风光储输示范工程的示范引领作用,推动新能源风机储能技术在大规模新能源接入地区的推广应用,为提升新能源发电高渗透率地区电网的安全稳定运行水平,促进建立可再生能源并网的辅助服务机制提供重要依据和借鉴。 应用案例 目前装置依托“双馈感应风力发电机惯量阻尼及一次调节方法的研究”项目,已开发完成380V/10kW实验样机,并预计展开示范应用。 获奖情况 “基于超级电容储能控制的双馈风电机组惯量与一次调频策略”论文获得《电力系统自动化》期刊2020年度优秀论文三等奖。
华北电力大学
2023-08-03
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
5
6
...
35
36
下一页
尾页
热搜推荐:
1
第61届高博会将于2024年4月福州举办
2
第60届高博会观察记 | 指向未来 引领未来
3
2024年云上高博会产品征集
4
征集高校科技成果及大学生创新创业项目