|
搜索
搜 索
高等教育领域数字化综合服务平台
光机热一体化设计技术（技术）
成果简介：在航空航天领域，光电仪器受温度影响会产生像移，成像质量会 变差，影响探测。本技术将光学设计、结构设计、有限元分析、光学表面自由曲面面型拟合结合起来，可以分析在恒温和瞬态温度变化的情况下，成像 质量的变化，进而给温控提供准确的技术方案和技术途径。 项目来源：横向项目 技术领域：信息技术 应用范围：航空航天光电探测领域 现状特点：国内领先 技术创新： 本技术将光学设计、结构设计、有限元分析、光
北京理工大学
2021-04-14
构筑近红外发射的超分子人工光捕获体系
东南大学化学化工学院青年教师陈旭漫博士在国际顶级期刊《Angewandte Chemie（德国应用化学）》上发表题为“Efficient Near-Infrared Emissive Artificial Supramolecular Light-Harvesting System for Imaging in Golgi Apparatus”的学术论文。
光捕获过程作为将自然光进行捕获、能量转化并利用的步骤，是植物光合作用中第一个也是十分重要的过程。构筑人工光捕获体系对于光能的利用具有重要意义，但目前构筑具有高效人工光捕获体系仍存在很大挑战。
东南大学研究团队利用“杯芳烃诱导聚集”策略，设计合成两亲磺化杯芳烃和阳离子型萘基吡啶衍生物作为荧光给体在水溶液中自组装，并引入尼罗蓝作为荧光受体分子，成功构筑了近红外发射的超分子人工光捕获体系。
东南大学
2021-04-11
深圳市德普光业科技有限公司
深圳市德普光业科技有限公司是一家集研究、生产、销售为一体的科技创新型公司，目前公司已研发的产品包括但不限于4K实时同屏直播系统、实时音视频编码输出系统、4K多媒体自动同步播放器、CastMore轻量级投屏软件、CastFileCoder转码器等产品，为教育、办公场景的音视频底层处理、传输等应用提供完整、成熟、可靠的解决方案。
根据广大用户的强列要求，公司还基于腾讯云研发了云直播及CastManager服务，能为广大用户提供高并发、无用户数量限制云直播服务及无区域限制（限国内）的产品级联服务。
经营范围包括一般经营项目是：计算机软件、信息系统软件的开发、销售；信息系统设计、集成、运行维护；信息技术咨询；集成电路设计、研发；设计、制作、加工计算机网络产品； 办公用品及耗材销售；通讯网络设备及线材销售；多媒体电教设备研发及销售；舞台灯光音响工程、安防工程、 声学装饰工程设计安装；建材五金、电器；塑胶制品、文具办公用品、体育用品及器材、服饰、照相器材、 乐器、灯具、日用百货、家具、美术用品、玩具及玩具器材的批发与销售；电子商务平台建设及运营；摄影摄像、多媒体制作、图文设计制作、上门维修服务；影视器材、计算机及通讯设备、办公设备租赁；文化体育活动策划；国内贸易；经营电子商务；货物及技术的进出口。许可经营项目是：食品的销售。
深圳市德普光业科技有限公司
2021-12-07
光的三原色合成实验器（学生用）
120mm×80mm×110mm，红、绿、蓝三色光源亮度可调，学生可分组探究光的三原色合成。
宁波华茂文教股份有限公司
2021-08-23
色光三原色(光三原色合成）
335mm×200mm×95mm，光罩φ35mm×160mm，工作电压DC6V/0.3A，内外接电源均可，三色光可单独或合并工作，可合成白光。
宁波华茂文教股份有限公司
2021-08-23
光峰3LCD激光短焦投影机
深圳光峰科技股份有限公司
2021-08-23
透射式空间光调制器TSLM07U-A
西安中科微星光电科技有限公司
2022-06-27
叶片光学智能检测装置及软件系统
由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。
本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。
本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。
图 面向叶片3D打印修复的检测方法与集成系统硬件平台
四川大学
2025-02-11
挠曲面太阳能聚光系统
东南大学
2025-02-08
锂电池管理系统AI算法研究
本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。
解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。
在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。
目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。
西南大学
2025-05-12