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
新能源联合供电系统
根据燃料电池外特性软、动态响应慢的缺点,本项目提出了复合型燃料电池供电系统,利用能量管理控制策略控制系统中的能量流,确保系统高效可靠工作。本系统非常适用于混合动力汽车、应急备用电源等场合。 一、项目分类 关键核心技术突破 二、成果简介 新能源联合供电系统是将风力发电、太阳能光伏发电、燃料电池以及蓄电池等结合在一起连续向负载供电系统。 南京航空航天大学航空电源重点实验室已于2005年先后购买了300W风力发电机、1kW质子交换膜燃料电池和1kW太阳能光伏发电系统,并开展了关于风力发电、光伏发电和燃料电池发电的研究工作,本课题组已采用以上三套装置分别进行了独立系统的实验研究,已取得很多研究进展。正在进行风光氢联合供电系统的研究,目前已完成原理,正在进行实验验证。 1.燃料电池供电系统 氢能是一种清洁新能源,燃料电池是氢能应用的一个重要。根据燃料电池外特性软、动态响应慢的缺点,本项目提出了复合型燃料电池供电系统,利用能量管理控制策略控制系统中的能量流,确保系统高效可靠工作。本系统非常适用于混合动力汽车、应急备用电源等场合。 2.太阳能光伏供电系统和风力发电系统 本研究首先建立太阳能电池和风力发电机的模型,以进一步了解其特性。其次根据不同输入源的特性,设计高效率高功率密度功率变换器。采用最大功率追踪技术控制系统,使得太阳能电池和风力发电机工作在最大功率点。 3.风光氢联合发电系统 本研究将风力发电机、太阳能电池和燃料电池通过功率变换器组成了一套风光氢联合发电系统,同时提出能量管理策略是通过控制变换器使风力发电机、太阳能电池和燃料电池既可以同时向负载供电也可以单独向负载供电。由于风能和太阳能是可再生能源,应该尽可能多地利用,当其不足以提供负载功率时,由燃料电池配合其向负载供电。当夜晚和无风时,太阳能电池和风力发电机不能正常工作,由燃料电池单独向负载供电。该系统可用于分布式供电也可并网发电。 三、知识产权及获奖 教育部新世纪优秀人才(成果名称:“燃料电池供电系统”)、江苏省六大人才高峰计划(成果名称:“多种新能源联合供电系统研究”;项目号:07-E-022)以及国家自然科学基金资助项目(成果名称:“多输入直流变换器电路拓扑及控制策略的研究”;项目号:50807024)的资助。目前共有3项专利在申请中。
南京航空航天大学 2022-08-12
龙口联合化学有限公司
龙口联合化学股份有限公司成立于2007年,经过多年的发展,已成为国内外颇具影响力的有机颜料供应商。龙口联合秉承以客户导向,品质先行的理念,整合企业内外资源,专业为客户订制用于中高档油墨、塑料等领域着色的产品。
龙口联合化学有限公司 2021-09-07
中共中央 国务院关于弘扬教育家精神加强新时代高素质专业化教师队伍建设的意见
教师是立教之本、兴教之源,强国必先强教,强教必先强师。为大力弘扬教育家精神,加强新时代高素质专业化教师队伍建设,进一步营造尊师重教良好氛围,现提出如下意见。
新华社 2024-08-27
环保型生物质组分分离产业化技术
"生物质特别是木质生物质包括农业秸秆、木材等是地球上含量最丰富的可再生有机碳资源,主要由纤维素、半纤维素和木质素等组分结合构成。探索木质生物质的清洁高效并有规模化应用前景的分离与转化新方法新途径,以替代不可再生的石油、煤等化石基化学品、材料和能源,是本世纪初以来的科学热点领域之一。 本团队探索性发现并初步建立了一种固体碱-活性氧蒸煮分离木质生物质组分的方法,并由此建立了弱碱氧化体系制浆的新方法体系。利用该方法实现生物质组分分离过程中,采用环境友好的不溶于水但在水溶液中产生弱碱性的Mg基化合物作为催化剂(固体碱),并加入O2这一清洁化合物,蒸煮过程不含水溶性强酸、强碱和含硫化合物,生产过程中无传统分离方法的恶臭味产生,安全有效,固体碱可以回收再利用。分离的生物质组分一方面可用作纸浆等材料,另一方面可直接作为转化纤维素合成燃料乙醇和航空燃油的重要原料。 "
厦门大学 2021-04-10
RAIN-VI型傅里叶变换红外多组分气体监测系统
采用傅里叶变换红外光谱分析技术及双站式开放光路配置,通过对大气衡量气体成分红外辐射“指纹”特征吸收光谱测量与分析,实现多组分气体的定性和定量在线自动监测。
山东润通科技有限公司 2021-09-02
肿瘤医学图像智能诊断算法
简介: 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题,从医学CT图像出发,搭建深度学习模型。对于肿瘤分类,我们将问题建模成两部:胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络,从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络,针对CT图像的特性,将多切片多造影剂时期多区域的数据进行融合,在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检,是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络,患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中,患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上,患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果,更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络,我们不仅使用了双侧测试集 1,还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势:从客观的医学图像数据出发,结果可重复,而且高效快捷,提高识别准确率的同时,便于临床推广。  
中国人民大学 2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题,从医学CT图像出发,搭建深度学习模型。对于肿瘤分类,我们将问题建模成两部:胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络,从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络,针对CT图像的特性,将多切片多造影剂时期多区域的数据进行融合,在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检,是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络,患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中,患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上,患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果,更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络,我们不仅使用了双侧测试集 1,还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势:从客观的医学图像数据出发,结果可重复,而且高效快捷,提高识别准确率的同时,便于临床推广。
中国人民大学 2021-04-10
骨转移肿瘤细胞休眠机制
研究证实,来源成骨细胞壁龛的Wnt5a蛋白通过激活非经典ROR2/SIAH2信号,抑制经典Wnt信号诱导与维持前列腺癌细胞在骨髓中休眠,是前列腺癌骨髓播散细胞休眠的关键机制之一。该研究结果回答了通过激活非经典Wnt信号抑制经典Wnt信号能否诱导与维持肿瘤细胞休眠这一重要的科学问题。该研究动物实验结果显示,应用Wnt5a能维持前列腺癌骨髓播散细胞呈休眠状态,避免其被激活形成实体肿瘤
中山大学 2021-04-13
新型肿瘤康复治疗仪
目前,本项目系列产品主要有:肿瘤患者低频旋转磁场治疗系统1代机(CRSMART-C)、2代机(CRSMART-H)以及正负度耦合保健仪。该设备可抑制肿瘤细胞生长,促进肿瘤细胞凋亡;同时通过改善免疫功能,从而提高晚期肿瘤患者的生活质量,为恶性肿瘤的治疗提供了一种新的途径。 前期临床观察到该产品有效抑制肿瘤的生长控制病程进展,并显著改善患者的生活质量,其中胃癌患者的生活质量改善的有效率为52.4%,肺癌患者的生活质量改善的有效率为40.0%,食管癌患者的生活质量改善的有效率为44.4%;
南京大学 2021-04-14
新型肿瘤放疗增效剂
肿瘤乏氧是造成肿瘤干性增强、肿瘤转移和放疗耐受的关键因素。面对这一重大难题,我们希望把握现有的领先国外的技术优势,完成氟碳氧载体的临床前研究。我们通过开发负碳氧载体,制备了新型肿瘤放疗增效剂。
南京大学 2021-04-14
首页 上一页 1 2
  • ...
  • 10 11 12
  • ...
  • 45 46 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    63届高博会于5月23日在长春举办
    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