|
搜索
搜 索
高等教育领域数字化综合服务平台
北京展览路小学近视防控教室
产品详细介绍
北京展览路第一小学
北京展览路第一小学
永康视光科技集团有限公司
2021-08-23
中型智能线控底盘AutoBots-Pro
浙江天尚元科技有限公司
2022-06-20
光控节能黑板视力保健灯
产品详细介绍
福建省南平凯达电子设备有限公司
2021-08-23
多媒体多信道语音播控系统
产品详细介绍
上海教晨教育设备有限公司
2021-08-23
双边LC网络的无线电能传输系统恒流输出的参数设置方法
本发明公开了双边LC网络的无线电能传输系统恒流输出的参数设置方法，属于无线电能传输的技术领域。该系统包括：高频全桥逆变电路、原边LC补偿网络、松耦合变压器、副边LC补偿网络、全桥整流滤波电路，通过调整原边补偿网络的LC参数使其输出负载所需的的恒流，通过调整副边补偿网络LC参数，使其同时实现电路近似零无功环流和开关器件的软开关，提高效率，减小器件应力。
东南大学
2021-04-11
无尾家电金属异物检测与磁耦合谐振式无线电能传输系统
无尾家电金属异物检测: 当无线电能传输系统能量交换区中混入金属时，由于涡流效应金属温度会 急剧升高，进而产生严重的安全事故，因此对混入能量传输区域金属的检测需 亟待解决。本项目组经过多年的研究，积累了丰富金属检测经验，提出了基于 混沌理论和改进平衡线圈技术的检测方法。基于该技术，2013-2014年项目组与 海尔公司合作开发了“无尾家电金属异物检测”系统，成功应用于700W无尾搅拌 器系统中，实验证明系统具有很高的灵敏度和抗干扰性，可实现金属异物检测 精度小于5mm，确保了家电的安全性。磁耦合谐振式无线电能传输系统: 自从2007年美国麻省理工学院(MIT)的Marin Soljacic教授等人利用磁耦合谐 振技术成功地在2m外点亮一只60W的灯泡，无线电能传输技术(WPT)迅速成为 一个世界范围内的研究热点。磁耦合谐振原理是目前电能传输的最好方式，可 实现大功率、高效率、远距离的电能传输，克服有线供电取电不灵活问题。基 于该原理，本项目组成功开发了样机系统，其最大功率10kW，整体传输效率85% 以上，垂直传输距离达200mm，水平自由度100mm，具备金属异物检测功能。 能量传输平台采用扁平化设计，使该系统占用空间体积更小，可非常方便地应 用于家电无尾传输、汽车无线充电、AVG车、机器人等领域。
山东大学
2021-04-13
无人车线控转向 线控底盘 无人驾驶 P-EPS 阿克曼转向 冗余转向
浙江天尚元科技有限公司
2022-06-20
炼铁生产过程伴生能源的整体梯级回收系统
本发明公开了一种炼铁生产过程伴生能源的整体梯级回收系统,包括:包含燃气轮机的高炉煤气燃机发电系统和包含双压余热锅炉的余热回收发电系统;还包括烧结烟气回收系统和冷却热废气回收系统。所述的烧结烟气回收系统将来自烧结机的烧结烟气经除尘器除尘后,在第一引风机的抽吸作用下送入双压余热锅炉;所述的冷却热废气回收系统将冷却热烧结矿后产生的热废气在第二引风机的抽吸作用下也送入双压余热锅炉。本发明系统将烧结工艺显热和炼铁过程伴生的低热值高炉煤气进行整体回收,并且梯级利用,形成完整的、能稳定运行的中低温余热、低热值高炉煤气高效综合利用系统。
浙江大学
2021-04-11
一种能源回收自清洁的垃圾输送系统
本发明公开了一种能源回收自清洁的垃圾输送系统，包括：用于输送垃圾桶升降循环的升降机构，所述升降机构具有环形输送件，环形输送件上间隔布置有多个连接座，每个连接座上转接有所述的垃圾桶；安装在所述升降输送机构两侧并用于保持垃圾桶升降运动姿态的限位轨道，靠近所述升降机构的底部设有无限位轨道作用的垃圾倾倒位；置于各楼层并用于控制垃圾桶在垃圾投放口停止的即停机构；位于所述升降机构下方的垃圾储存箱，用于储存各垃圾桶翻转倒出的垃圾。本发明适用于高层建筑各楼层垃圾的升降输送；节省电梯运输垃圾的功耗，节能减排；减少垃圾处理的人力消耗，降低管理成本。
浙江大学
2021-04-11
基于大数据的能源互联网能量管理系统
随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。
清华大学
2021-04-11