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
一种副猪嗜血杆菌感染仔猪模型的构建方法
其他成果/n一种副猪嗜血杆菌感染仔猪模型的构建方法,涉及动物模型构建领域,包括将若干CD仔猪养殖至18~25日龄,均分为感染组A和对照组B,判定CD仔猪体内不存在HPS病原、不含APP病原或APP抗体后,饲养至40~70日龄时,向感染组A中所有CD仔猪气管内接种HPS菌种;向对照组B中所有CD仔猪气管内注射培养基,得到空白组B′,观察并检测攻毒组A′、空白组B′,提取攻毒组A′、空白组B′的肺脏组织的总DNA,判定攻毒组A′的肺脏组织中存在HPS病原的同时,空白组B′的肺脏组织的中不存在HPS病原。
武汉轻工大学 2021-01-12
精轧负荷分配优化设计与模型自适应技术研究
小试阶段/n项目已解决的关键技术问题和技术创新点:1.提出了精轧变形抗力模型新型“九宫格”自适应学习方法,在“轧制温度*变形速率”参数空间上布置多个特征点,对参数空间上与当前轧制工况位置相邻的 9 个特征点进行加权插值,获得空间任意均连续的自学习参数,它是位置坐标的函数,打破了原来的“自学习系数与层别一一对应”的关系,使自学习系数精确到工作点坐标,解决了 原有的不同层别的自学习参数相互不关联、跳跃大、不连续等问题。新方法上线后,应用效果非常明显,每月带钢因厚度超差导致的预封锁量从投用前的 45 块/
武汉科技大学 2021-01-12
轧机过程控制数学模型与轧制稳定性技术
小试阶段/n轧机过程控制数学模型与轧制稳定性技术直接影响带钢产品质量与生产成本。该技术在结合生产工艺与设备控制技术的基础上,综合现代控制理论、数学建模和人工智能技术,形成完整的轧线关键模型与轧制稳定性控制技术,已在宝钢、梅钢、涟钢等国内多条大型热连轧生产线上成功在线应用。发表核心期刊论文30多篇,授权、受理发明专利30余项,软件著作权3项。。关键技术:1)高精度轧制设定模型与尺寸控制。高精度带钢厚度控制技术:包括高精度轧制力能模型、全线一体化分布式温度模型、辊缝模型,保证高精度的头部设定;高精度AG
武汉科技大学 2021-01-12
焦炉直行温度数学模型的计算机仿真系统
焦炉炼焦是一个复杂的工艺过程,煤料在炭化室内隔绝空气加热,即高温干馏。经过干燥、热解、熔融、粘结、固化、收缩等阶段,最终成为焦炭。 焦炉直行温度是指机侧和焦侧标准立火道的平均温度,它代表全炉的平均温度水平,是直接影响焦化速率和焦炭成熟时间的主要参数之一。燃烧室温度在一个结焦期内由于相邻炭化室所处结焦状态不同而发生规律性波动,即形成通常所说的“W”曲线,其峰值间的时间间隔取决于推焦串序、循环检修计划和周转时间。本项研究是以焦炉“燃烧室—炭化室传热过程数学模型”为基础,运用混合编程、多任务和动态摸拟等技术首次将焦炉燃烧室—炭化室传热过程数学模型拓展为“焦炉直行温度数学模型”,并开发了由一组燃烧室和炭化室组成的“焦炉直行温度数学模型计算机仿真系统”。运用该模型可以仿真不同的推焦计划、装炉煤水份、装煤量、燃料热值等热工参数对焦炉直行温度的影响,从而为焦炉直行温度的优化设定提供坚实的理论依据。
北京科技大学 2021-04-13
图像自动标注和模型训练技术在工业视觉中的应用
1. 痛点问题 工业视觉场景下普遍存在缺陷样本数量少、难采集,已有标注方案无法完全发挥样本数据效用等问题。在工业视觉应用场景中,产线整体生产良率均已达到相当水平,人工可识别的缺陷样本数量相对较少,且采集难度较大。制造生产环节对产线效率要求较高,模型训练难以实现精度与效率上的平衡。 2. 解决方案 本项目将最新的少样本学习、连续学习、模型压缩与优化技术,与工业场景中的缺陷检测需求深入结合,致力于工业视觉自主知识产权软硬件一体化装备研发。针对玻璃深加工与半导体晶圆宏观缺陷检测,本项目已完成工业视觉全流程视觉感知算法、人工智能算法研发平台、玻璃智能一体检测设备、晶圆宏观缺陷检测设备等智能设备的原理验证和装备试制,同时有多项智能设备在研。 本项目在玻璃与半导体缺陷检测中,基于图像自动标注方法完成少样本场景下的数据采集与标注,通过弱监督学习和连续学习方法完成有效模型构建,并针对长尾数据集设计模型训练和优化方法,实现高效工业视觉感知计算。针对工业视觉场景,本项目集成视觉感知算法能力,研发人工智能算法研发平台,该平台秉承低代码化、可视化等原则,打造包含数据采集与标注、算法训练与评估、模型压缩与优化、应用部署与管理的数据闭环。 合作需求 寻求浮法玻璃深加工、半导体加工与制造等行业企业合作。
清华大学 2021-12-23
水轮机调节系统高阶数学模型的降阶方法
一种水轮机调节系统高阶数学模型的降阶方法,包括如下步骤:①简化系统分母的最高次项,实现 系统的一次降阶,得到一次低阶等效系统式;②从波动叠加的角度出发,将一次低阶等效系统式变换为 两个 2 阶子系统相加的形式;③进行拉普拉斯反变换,得到水轮机调节系统的一次低阶等效系统在负荷 阶跃扰动下的机组转速响应波动方程;④对完整 5 阶系统式进行二次降阶;⑤利用二阶系统进行水轮机 调节系统转速响应调节品质的影响因素分析。其优点是:较之其他降阶方法,本方法是
武汉大学 2021-04-14
一种基于有限混合模型的行人再识别方法
本发明公开了一种基于有限混合模型的行人再识别方法,属于 计算机视觉和模式识别领域,提升行人再识别的准确度,包括以下步 骤:(1)构建行人图像库预处理图像并提取图像特征;(2)计算图像库中 所有图像的有限混合模型和待再识别行人的图像的有限混合模型参 数;(3)将需再识别行人的有限混合模型与图像库中所有图像的有限混 合模型之间的距离进行最优化求解,并进行距离排序返回再识别结果。 本发明优化混合模型之间的距离度量,提高行人
华中科技大学 2021-04-14
一种目标的数字化模型生成与驱动技术
1.痛点问题 本项预期成果是解决复杂场景中目标三维数据重建、驱动的关键技术。 针对实际应用中复杂运动场景,例如刚性运动的交通工具,变形移动行人等,传统的运动结构恢复方法在进行场景深度求解时无法确定每个单元结构的相对尺度,导致无法对复杂运动场景进行重建。在现有的深度估计、语义分割、位姿估计等相关技术,存在识别精度低、提取不到关键信息、应用场景单一等问题,无法满足大尺度场景应用的需求。 2.解决方案 本项目成果提出了一套面向目标、人体深度数据重建技术,有效实现对复杂运动场景下人、物的深度重建与驱动,有效解决现实场景目标的数字化模型生成与虚拟场景下的驱动映射问题。提出多模态采集、时空复用编码摄像方法,获取大景深、高时空分辨、丰富的精确场景视觉信息,基于超像素关系分析的深度重建方法,包括目标超像素分割,图像帧匹配,运动关系判定,通过时序传播与概率模型更新实现实时深度重建,提高最终三维重建模型的稠密度、鲁棒性、一致性和准确度。构建了基于深度卷积神经网络的目标实例检测与位姿估计框架,从目标对象观测图片提取其分割掩码并不断迭代更新,输入深度卷积神经网络进而得到目标6D位姿估计并进行迭代改进,从而实现目标在动态复杂场景下的位姿还原,克服了在光照、姿态变化、遮挡等不良因素环境下的目标位姿不准确问题,确保了目标6D位姿估计的鲁棒性与准确性。 合作需求 寻求在元宇宙、数字城市、自动驾驶、AR/VR、机器人、制造业等领域有相关技术开发、市场推广经验,能推广本技术落地的高科技企业,可以进行深度合作。
清华大学 2022-07-14
水电站过渡过程整体物理模型试验平台
一种水电站过渡过程整体物理模型试验平台,包括循环水系统(1)、励磁同期保护系统(2)、调速控 制系统(3)、变频换相系统(4)、监控系统(5)、负荷系统(6)、量测系统(7)、模型机组系统(8)和模型水道系 统(9),在该平台上可以进行大波动、小波动和水力干扰等过渡过程及其他相关问题的试验研究。其优点 是:本发明集成度高,工作性能稳定可靠,操作简易、控制精密,可有效的完成水电站过渡过程相关的 各项基础性与应用基础性试验。适用于大中小型常规模型水电站和模型抽水蓄能电站。
武汉大学 2021-04-13
高品质钢冶炼过程渣- 钢- 夹杂物成分智能控制模型
高品质钢的冶炼典型流程为“转炉→精炼→中间包→结晶器”,冶金反应器内存在着合金-钢、钢-渣、钢-夹杂物、钢-耐材、渣-耐材、钢-空气、钢液凝固和元素偏析等反应和过程,各个化学反应“耦合”发生、互相影响。因此,有必要建立智能模型有效地预测不同反应器内夹杂物成分的变化,准确地在线了解精炼和连铸过程的工作状况,使生产全流程始终处于最佳工作状态,从而确保夹杂物的精准控制,最终提高钢产品质量的稳定性和可靠性。同时,通过模型的优化计算,可以根据不同钢种的性能需求,对钢种的生产工艺进行定制化设计。 (1)高品质钢炉精炼过程夹杂物预测研究: − 精炼过程宏观流动数学模拟:计算精炼过程钢液和精炼渣的流场和温度场、夹杂物的运动,同时计算吹氩强度、钢包尺寸等因素对钢包流场、夹杂物运动和去除的影响。− 精炼过程夹杂物成分动力学:研究吹氩强度、钢包尺寸等因素对多元反应速率的影响;耦合计算 LF 炉内“渣-钢-夹杂物-合金-耐材-空气”多元反应过程夹杂物成分变化。 − LF 炉内夹杂物尺寸动力学:建立夹杂物生成、长大和去除的尺寸变化多尺度模型,确定不同条件下夹杂物的尺寸变化行为,预测钢中夹杂物的数量变化和尺寸分布规律。 − LF 炉内夹杂物预测模型:将夹杂物成分和尺寸动力学计算和宏观流动模拟相耦合,建立 LF 炉精炼过程夹杂物成分、数量和尺寸预测模型。 (2)高品质钢中间包连铸过程夹杂物预测研究 − 中间包内宏观流动数学模拟研究:计算中间包内钢液和覆盖剂渣相的流场和温度场、夹杂物运动和去除。计算开浇和换包的非稳态浇注、中间包结构对中间包浇铸过程的影响。 − 中间包内夹杂物动力学研究:耦合计算中间包中“渣-钢-夹杂物-耐材-空气”多元反应中夹杂物成分变化,确定中间包内各位置的反应速率。 − 中间包内夹杂物预测模型的建立将渣-钢-夹杂物-耐材-空气反应和宏观流动模拟相耦合,建立中间包过程多元反应夹杂物成分、数量和尺寸预测模型。 (2)高品质钢结晶器凝固过程夹杂物预测研究 − 结晶器内钢液凝固冷却过程中夹杂物行为研究:通过实验室实验研究钢液凝固和冷却过程中温度变化对原有夹杂物与钢基体的反应的影响,以及不同成分的钢液在冷却和凝固过程中夹杂物新相析出,确定温度变化对夹杂物影响机理。 − 结晶器内宏观凝固和流动数学模拟研究:研究结晶器过程钢液、渣相的运动,使用融化模型研究结晶器过程凝固坯壳的凝固和形成,计算夹杂物在钢-渣界面的去除行为。 − 结晶器内钢液凝固过程夹杂物动力学研究:计算铸坯凝固过程钢液成分偏析,与保护渣-钢-夹杂物反应进行耦合计算,预测铸坯中夹杂物的成分。计算夹杂物被凝固前沿捕捉行为,预测铸坯中夹杂物的数量和尺寸分布。 − 结晶器内钢液凝固夹杂物预测模型的建立:通过将元素偏析、保护渣-钢-夹杂物反应和宏观流动数学模拟相耦合,建立结晶器凝固过程多元反应预测模型,实现铸坯中夹杂物成分、数量和尺寸空间分布的精准预测。 (4)高品质钢制造过程夹杂物智能预测模型在工业生产中的应用 − 模型的验证和优化:高品质钢制造进行全流程取样调研,对建立 LF 炉、中间包和结晶器内夹杂物反应模型进行验证和优化。 − 模型应用:将建立的高品质 LF 炉、中间包
北京科技大学 2021-04-13
首页 上一页 1 2
  • ...
  • 349 350 351
  • ...
  • 377 378 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1