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
SOC720SW短波红外成像光谱仪900~1700nm
产品详细介绍  SOC720SW 短波红外成像光谱仪是一款高质量、高性能的仪器,光谱范围为900nm~1700nm。  SOC720SW具有高光谱分辨率 (6.25 nm), 轻度光谱失真 (<1.5 nm)成像分光计和高灵敏度的InGaAs 探测器 (D* = 1.5e13  √cm-Hz/W),使得SOC720SW可以14-bit同时收集640像素、128个波段的光谱信息。这保证了所有应用里,获得的是最高质量数据。 使用简单和实时处理  SOC720SW是一个完整的系统,开箱之后即可使用。  系统采用SOC的HyperSpect™ 操作软件和HSAnalysis™校准和分析工具进行标定和使用前设置。  数据以开放的BIL二进制格式保存,可以兼容第三方分析软件。无需额外的扫描仪或软件。  可选的SOC MIDIS™处理器以最优的电脑速度快速执行光谱处理,克服了大部分成像光谱仪在实时数据处理方面的瓶颈。  MIDIS处理器具有多个相关通道同时监测测量数据和三光谱积分,使得MIDIS处理器有能力克服当今数据处理的难题。  配备了一个高质量的成像分光计、标定和分析软件、高速低噪InGaAs线列和完整的扫描系统,SOC-720SW通过高速Camera-Link接口可以记录900nm到1700nm光谱范围内、6.25nm分辨率的高质量光谱成像数据。灵敏度高于1.5x1013cmHz/W(1550nm)。  SOC的HS分析软件可以用来进行标定和数据分析。记录的数据格式为开放式的二进制数据,可以很容易的用第三方分析软件打开,如ENVI软件。无须数据格式转换。技术参数:光谱范围: 900-1700 nm光谱分辨率: 6.25 nm光谱通道: 128光谱失真: <1.5 microns  (smile)数字光圈: F/2.4TFOV/IFOV (35MM): 10°/0.015625°分辨率(像素): 640x640 (nominal)LINE RATE: 30 Spatial Lines/SecondCUBE RATE: 20 Seconds/Cube数字分辨率: 14-bit三脚架: 3/8”-16计算机接口: Cameral-Link扫描: 内置供电: AC/12DV重量: 30 lbs.尺寸: 7”x14”x22”  应用领域: 机械视觉  电子学和塑胶  晶片检查  农业品质  化学过程控制农业领域  精准农业  土地分类  水份胁迫  作物健康 温度记录  火点监测  玻璃检测  金属纯度军事  ISR  边境安全  导弹跟踪医学领域  血糖分析  X线断层摄影术
北京安洲科技有限公司 2021-08-23
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
海嘉船舶综合信息系统
海嘉船舶综合信息系统(简称“海嘉PMS管理系统”)是由厦门大学科考船运行管理中心自主开发并获得中国船级社(CCS)型式认可证书的船舶综合信息系统。该系统针对国内船舶管理高校、公司的船舶管理特点,坚持“以人为本”的管理理念,全方位覆盖船舶管理各项业务。系统构建的数字化安全管理体系平台可有效协助船东和船舶管理单位进行船舶管理;通过数字化维修保养体系使得船舶主管机构的监督检查效率和质量更高;PMS型式认可证书是货方指定的第三方评审(如RightShip检查)机构对船舶运营提出检查清单并进行评分时必须查看的一项证书。 PMS型式认可证书 核心功能
厦门大学 2025-02-07
海嘉船舶数据传输系统
海嘉船舶数据传输系统采用先进的通信技术与数据处理手段,系统利用高带宽卫星通信和5G网络,提供了更快速、可靠的数据传输通道。其整合物联网技术,能够从多种传感器源头实时获取船舶多维数据。创新的数据压缩和加密算法确保了数据传输的高效率和安全性。同时,系统对海上数据流量进行智能化管理,提升了传输的稳定性。
厦门大学 2025-02-07
海嘉船舶数据采集与分发系统
海嘉船舶数据采集与分发系统创新性突出,采用先进的传感器技术,实现多源数据的高效采集。系统在通信方面采用了独特的混合通信方案,融合卫星通信、物联网技术,确保了信息的高速传输和覆盖范围。创新的数据处理算法实现了实时数据分析和异常检测,提高了系统的智能化水平。
厦门大学 2025-02-07
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
光谱型共聚焦位移传感器 及形貌扫描技术的开发与应用
成果介绍传统解决方案光源、光谱仪、共焦光路等各自独立,体积大、装配繁琐;All-in-one 高集成一体化光谱共聚焦传感器方案;光源光路、共聚焦光路和光谱分析光路一体化集成;控制电路、信号处理分析电路一体化集成;测量结果显示输出一体化集成;高可靠、高精度、低装配要求、低空间占用;紧凑型光路及关键配件(如物镜等)自主设计方案;三维扫描系统及配套面型重构算法、特征提取算法;后期将开发更先进的线光源激发共聚焦测量系统。技术创新点及参数非接触测量,完美避免工件表面划伤;广泛适用于各种材料表面测量(不透明/透明/半透明、液体等);待测工件颜色不敏感;极高的位置变化测量精度以及高的表面扫描分辨率;点成像方式,不存在通常3D扫描仪的遮挡效应;可实现大表面倾角处的位置测量;可实现多层工件(透明/半透明)各界面处的形貌扫描;无激光光源安全问题。
东南大学 2021-04-11
一种平面度误差测量装置及其二维扫描工作台
本发明公开了一种平面度误差测量装置其包括激光器、柔性铰 链、静光栅、动光栅、测量头、压缩弹簧、底板以及光电探测器,测 量头固定在柔性铰链的第一端部处并伸出,动光栅设置在柔性铰链的 第一端部内,压缩弹簧一端与底板连接且另一端与柔性铰链的第一端部连接,压缩弹簧位于测量头的下方,柔性铰链的第二端部与底板固 定,静光栅固定在底板上,其与动光栅平行相对且相邻设置,激光器 也设置在底板上,光电探测器设置在静光栅出光端。本发明还提供一 种二维扫描工作台。
华中科技大学 2021-04-14
一种传输线和漏波天线复用器件及其波束扫描方法
本发明公开了一种传输线和漏波天线复用器件及其波束扫描方法,所述器件包括介质基板,分别位于介质基板上下表面的金属条带和金属地板,以及通过过孔连接金属地板和金属条带的周期性交替排列的电容和变容二极管。金属条带包括两端的渐变微带线结构和中间的人工表面等离激元结构。当变容二极管的容值与固定电容的容值一致时,该器件的表面阻抗一致,实现传输线的功能;当变容二极管的容值与固定电容的容值不一致时,该器件的表面阻抗得到周期性调制,实现漏波天线辐射功能。采用电压作为调节手段,随着电压的改变能够实现波束定频扫描; 该器件制造简单、操作方便、容易集成,只需要一步光刻过程,不仅节省造价,而且避免了多层结构引发的加工误差。
东南大学 2021-04-11
首页 上一页 1 2
  • ...
  • 35 36 37
  • ...
  • 558 559 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