|
搜索
搜 索
高等教育领域数字化综合服务平台
汽车教具新能源整车网联多维汽车教学设备
北京智扬北方国际教育科技有限公司
2021-08-23
涂层复合沉积系统
目前，我国工模具等工业化高端涂层设备主要掌握在瑞士、日本、美国等发达国家手中。本技术是建立在我国的全方位离子注入基础上发展起来的具有自主知识产权的成果。涂层复合沉积系统由矩形弧源、磁控溅射元、弯曲电弧磁过滤电弧源、全方位离子注入工件架等部分组成，主要应用在薄膜制备、超硬涂层、润滑涂层、光学涂层等方面，对比试验表明，该技术达到了国际先进水平，具有良好的市场应用前景。 沉积超硬涂层可以但不限于沉积TiN、TiAlN、TiSiN、TiAlSiN等涂层，也可以用于沉积类金刚石涂层。在高速钢上面沉积的TiN涂层结合力超过100N，真空度优于8x10-4Pa。
北京航空航天大学
2021-04-13
金属/陶瓷复合基板
利用具有自有知识产权的专利技术，制造具有世界先进水平的金属/氧化铝陶瓷结合基板和金属/氮化铝陶瓷结合基板，为电力电子器件和半导体制冷片提供高性能的陶瓷封装材料；研究开发高性能氮化铝陶瓷基板、新型半导体材料和新型电子元器件。铜、铝、镍、银、铁等金属和氧化铝、氮化铝等陶瓷基片直接结合在一起的复合材料，具有优良的电绝缘、导热、低膨胀、大电流、冷热负载循环、温度范围宽等特性，在电子技术领域具有广泛的用途，可用于混合电路、电控电路、半导体功率模块、电源模块、固态继电器、高频开关供电系统、电加热装置、半导体制冷器、微波及航空航天技术及其它相关领域。金属/陶瓷层状复合结构材料在轻装甲防护、新能源及新型发动机领域也具有很好的应用前景，陶瓷基高温复合材料是新一代涡轮风扇航空发动机研究的重点。
北京航空航天大学
2021-04-13
混凝土复合空心砌
混凝土空心砌块在我国已成为继实心粘土空心钻后的第二大墙体材料，但由于其自身存在着保温隔热性能差，抗渗、抗裂性能差等诸多问题，给这种新型材料的推广应用带来一定的难度。本项目就是针对这一问题，特别是针对保温隔热的问题，采用复合的方式，解决了保温隔热抗渗的问题。混凝土复合空心砌块隔热与 240mm 砖墙相近，保温优于240mm 砖墙，由于具有致密的面层，可有效地防止渗漏，并且具有良好的装饰效果。
扬州大学
2021-04-14
磁性复合微球
内容介绍： 磁性复合微球是一种以磁性物质为核以有机物为壳的核壳式小球。当 给小球表面带上不同功能基团时，它可以选择性的结合一种物质，然后 借助磁场的作用将该物质从混合体系中分离出来。 该技术达到国内领先水平，相关研究成果获陕西省科技进步一等奖和 二等奖各1项，获发明专利1项。
西北工业大学
2021-04-14
复合紩皮茶
敖皮作为小麦加工的副产物， 每年产量达 2000 万吨以上。研究发现， 数皮中除含有大量
西华大学
2021-04-14
氟离子复合电极
产品详细介绍PF-1C型复合氟离子电极，集氟离子选择电极与参比电极为一体，单独1只电极即可进行使用。用于测定水溶液中氟离子活度或间接测定能与氟离子形成稳定络合物的离子活度的电极。复合氟离子电极技术参数：测量范围：10-1~10-5MF（即1-5PF或1900-0.19PPM）溶液温度：15~35℃绝缘电阻：大于等于1乘10（11次方）欧姆电极内阻：小于等于10兆欧零电位：0-1PF液接界：陶瓷芯参比电极：Ag/Agcl电极接口：BNC外形尺寸:￠12×140mm
上海越磁电子科技有限公司
2021-08-23
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