|
搜索
搜 索
高等教育领域数字化综合服务平台
订单管理系统
为什么选择我们服务与实力并列，解决您后顾之忧
7x24小时无忧服务业内*质的售后服务、7x24小时及时响应确保您运营无忧
高品质按时交付不随意拖延开发工期，保证质量按时交付开发成品
完善的售后服务以服务客户为己任，全方位跟进项目需求，实际解答您的疑惑
青岛安瑞信息技术有限公司
2021-09-10
高强度冷轧无取向硅钢
近年来，随着新能源汽车的迅猛发展，对作为驱动电机和微型电机铁芯材料的无取向硅钢的性能要求更高。作为高效率的驱动电机，需要满足高速旋转并获得高的转矩，同时还需要保证较高的磁感应强度以及较低的高频铁损。因此，实际生产与使用中要求驱动电机较传统无取向电工钢强度高 200MPa 以上，且在提高强度同时还需保证不能损害其优良的磁性能。本团队开发了两种新能源驱动电机用冷轧无取向硅钢，可以实现满足磁性能的同时，还拥有良好的力学性能，节能降耗。（1）0.2mm 规格的含铌硅钢性能如下：磁感强度 B 50 为 1.67-1.70T，铁损W 1.5/50 为2.0-5.5W/kg，W 1.0/400 为18.8-32.12W/kg，下屈服强度R eL 为460-510MPa，抗拉强度 R m 为 560-640MPa，延伸率为 16.08%-23.3%。（2）0.35mm 规格的含铜硅钢性能如下：磁感强度 B 50 ≥1.66T，铁损W 1.0/50 ≤2.5W/kg，W 1.0/400 ≤25W/kg，下屈服强度 R eL ≥800MPa，抗拉强度 R m ≥900MPa，延伸率为 15%-30%。
北京科技大学
2021-04-13
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
LZG-XX-HL 系列冷轧管机
该轧机属机电一体化产品。开式工作机架采用了环孔型轧辊对管坯进行长行程轧制，行程长度与德国SKW－75－VMR轧管机相同。 回转送进机构由原来复杂的机械传动改为简单可靠的电气传动完成，由于自行开发的电控系统采用独有技术解决了管坯送进量准确、稳定和回转角度任意可调的难题，大大简化了机械传动的调整、维护，不仅明显降低了机械传动中的刚性冲击和噪音，也大大减少了使用和维护成本。 由于该轧机可实现正、反向无扭回转，出料系统中设置了由水平料槽、卷取机、料筐装置等组成的直线在线卷取系统，实现边轧制边卷取，从而大大节省了车间占地面积。 本轧机是在吸收了国内外SKW―VMR、LG―GH、XЛT 等系列轧管机的基础上采取洋为中用，新老结合的方式，自主研制开发的新型冷轧管机。
北京科技大学
2021-04-11
热轧、冷轧、中厚板板形控制技术
现代工业的发展使得用户对板带钢的板形质量提出越来越苛刻的要求，板形控制技术已经成为标志现代化板带热轧机、冷轧机和中厚板轧机的技术装备和自动化水平的代表性技术。北京科技大学陈先霖教授领导的项目组从“六五”至今一直在板带轧制工艺研究、板形控制技术的消化和自主创新领域进行了不懈的努力，取得了多项重要成果并投入实际应用。包括： 能够提供变接触VCL/VCR支持辊技术，自动消除辊间有害接触区，显著改善了轧机的板形控制性能，增加了弯辊调控效果，降低了轧辊消耗，延长了换辊周期。 能够提供高效变凸度HVC/LVC工作辊技术，克服CVC工作辊技术在轧制窄带钢时表现板形调节能力不足的缺陷，实现板形调节与带钢宽度和窜辊量均成线性关系，显著增加轧机的板形调节能力，解放弯辊力，为L1的板形实时控制预留空间。 能够提供非对称ASR/ATR工作辊技术，解决热连轧机组中下游机架不能兼顾板形控制和工作辊磨损控制的难题，在获取好的板形质量的同时实现自由规程轧制。同时，该技术可实现对边部板形要求较高的专用钢的稳定生产。 能够提供均压型PPT中间辊技术，消除了HC轧机辊间接触压力尖峰，解决了轧辊严重剥落损伤问题，提高了板形质量和成材率。 能够提供成套板形控制模型，包括过程控制级（L2）的板形设定控制模型和基础自动化级（L1）的弯辊力前馈控制模型、凸度反馈控制模型、平坦度反馈控制模型、板形板厚解耦控制模型和轧后冷却补偿模型等，实现连续生产过程中高精度的板形自动控制。 以上研究成果在武钢1700冷连轧、宝钢2030冷连轧、武钢1700热连轧、鞍钢1700热连轧、鞍钢2150热连轧、济钢1700热连轧、莱钢1500热连轧、日钢1580热连轧、武钢2800中板等生产线取得了长期稳定应用。 本项目适用于所有的新建和欲改造的板带轧机包括热轧机、冷轧机和中厚板轧机。同时，通过技术集成和转移，可为轧钢技术装备国产化作出较大贡献。 ◆经济效益及市场分析 经济效益主要体现在改善产品的板形质量、提高轧机的生产率和成材率、降低生产成本等方面，同时，由于价格优势，可为企业降低投资成本，节省外汇。市场竞争的压力对新建的和已有的板带轧机的板形控制能力均提出了很高的要求，板形控制技术将成为这些轧机的必备技术。
北京科技大学
2021-04-11
难加工铜合金深冷轧制技术
Cu-Ni-Sn系合金性能虽好，但由于Sn元素熔点低，其极易发生偏析而影响合金的最终性能。特别是由于Sn元素的偏析行为，Cu-Ni-Sn系合金在热轧和冷轧过程中容易产生裂纹，这严重制约了该合金的开发与应用。目前，国内仅有个别公司可以对Cu-Ni-Sn系合金进行小批量生产。
中南大学深冷成形及高性能有色金属材料加工研究团队开发了深冷轧制技术，通过深冷温度抑制Sn元素的偏析行为以及深冷环境下变形提高材料的变形均匀性，有效解决Cu-Ni-Sn合金等难加工金属材料的变形裂纹问题。与此同时，通过深冷轧制处理，可以实现铜合金力学性能提升20~30%。
中南大学
2023-05-15
备品配件管理系统
项目概况 本系统在建立科学的管理制度的基础上，建立一个涵盖备品配件管理各方面的备品配件信息管理系统，从而形成对备品配件成本、质量、使用等高效统一、规范协调的管理和控制系统，形成一个从备品配件管理的实施层、管理层到决策以及各层次对外联系的信息实体，通过信息的高效统一，从而实现备品配件的全过程、全方位的信息控制和管理。 本项目实用性强，拥有广阔的市场前景。 主要特点 将火电厂备品配件管理中一直沿用的粗放型意识管理（凭经验及印象）机制转变为系统管理机制，即按照领用及订货目的分类汇总出备件的库存、使用情况、发生的问题等（反映备件的质量、型号、供货单位是否适用于我公司的生产实际，反映备件的使用频率故障频率）。从而科学地修订定额、降低库存、节约资金、使备件真正用到实处。并且能从生产实际出发，科学地进行物资管理，决策并控制物资的合理使用。技术指标 系统采用模块化研发方式，整个系统包括备件需求情况、备件使用情况、备件废旧管理、备件定额管理、备件综合查询、系统的维护和管理等功能模块，可以实现电厂备品配件全生命周期的管理。市场前景 电厂备品配件管理一直沿用粗放型的管理机制，各车间班组自己管理所辖系统的备件，一方面备品配件易重复采购，造成严重的资金浪费；另一方面，缺少必备的备件，对正常生产构成威胁。 本系统的开发对于改善备品备件采制化设备及条件，强化管理手段，提高企业的经济效益具有非常现实的意义，拥有广阔的市场前景。
南京工程学院
2021-04-13
生产管理系统
针对生产企业定制管理系统软件，从产品订单开始，按照 QS9000/TS16949 质量管理体系的APQP 流程实现产品全程管理。产品项目管理分为整体情况监督、单个产品的分阶段、分科室管理。在产品的生产加工过程中，实时采集生产数据并保存到数据库中，并以看板显示在车间内。实现生产 设备的点检管理，并与 K3 等软件实现无缝对接，将整个企业管理集成于一个软件。
北京工业大学
2021-04-13
智能工厂管理系统
该系统综合应用了自动控制技术、信息技术、现代管理技术、智能化技术等先进技术，与工艺生产技术相融合，实现企业从原材料选择、采购、生产加工到产品出厂全过程的智能化生产及管理，以适应复杂环境下的安全可靠、绿色低碳、经济高效的可持续发展要求，以三个层次专业应用和IT技术相结合，通过数据整合、应用和业务集成，达到商务智能、运营智能、操作智能。包括智能分析、经营预测、数据挖掘，运营优化、预警预报、实时绩效、应急指挥，传感分析、现场总线、先进控制、实时优化、动态模拟、在线仿真等功能。 该系统综合应用了自动控制技
南京大学
2021-04-14
温差发电管理系统
项目简介： 本项目应用场景为钢铁厂的余热回收利用 ， 通过温差发电片产生电流进行汇集发电。温差发电系统丁光伏发电系统类似
西华大学
2021-04-14