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
火电机组深度调峰多模型智能预测控制系统
火电机组深度调峰改造是消纳可再生能源的有效途径,深度调峰就是在自动控制的情况下将机组的负荷调节下限从原来的50%Pe下调至30%Pe,甚至更低。控制难点在于:当机组处在低负荷工况时,机组被控过程的动态特性具有快速变化的特征,常规控制策略难于有效控制。 本项成果采用多模型智能预测控制技术,分别提出了适合于亚临界和超(超)临界机组深度调峰的多模型智能预测控制系统,实现了在低负荷或超低负荷工况下的平稳控制。 本项成果已成功应用于华能丹东、华能大连、华能营口、华能井冈山、华能大坝、国投钦州、大唐当途、中铝银星、国信射阳港、国华筹光等电厂近30台300MW亚临界、600MW和1000MW超(超)临界机组的深度调峰中。特别是,已成功将华能营口电厂#4 600MW超超临界机组的负荷深调到15%Pe,并实现了机组”干态/湿态”的一键转换控制,达到了国内外最先进的深调水平。目前,在国内已完成的机组深度调峰改造中,大部分均采用了本深调优化控制技术,得到了广大用户的一致好评。
东南大学 2021-04-13
基于时空多尺度联合学习模型的能源需求预测技术
本项目提出了将时间维度与空间维度相结合的多尺度综合能源需求分析与预测模型,设计并实现了一种面向智慧城市的综合能源需求分析与预测的方法,提升能源供应规划和营销策略的优化与决策支持。 项目特色:  面向综合能源时空数据的需求分析和预测可以根据历史数据,结合地理区域的相互关系来预测给定时间范围和空间位置的能源需求。  针对综合能源的特性,项目提出了联合学习和迁移学习的思想对模型进行训练。同时优化不同区域中多种类型能源的联合预测模型,将已有模型的结果迁移到训练集数据不足的模型中,提高能源用量预测的准确率。  面向智慧城市的综合能源信息应用服务场景,并利用 GIS 技术实现配电网分析和用户用电特性分析的可视化。
南开大学 2021-04-13
对数控机械加工设备的模态分析测点执行布置优化的方法
本发明公开了一种用于对数控机械加工设备的实验模态分析测点执行布置优化的方法,包括:(1)通过有限元仿真,获得设备的整体结构模态振型及相应的模态振型矩阵;(2)利用整体结构模态振型,确定并选取设备的模态振型敏感部件及其相应的振型矩阵;(3)从模态振型敏感部件中选取其表面可测节点,并将这些表面可测节点作为布置优化的对象;(4)使用有效独立法,对表面可测节点进行迭代剔除;以及(5)采用香农采样定理,对模态振型敏感部件执行线性化均匀布点。通过本发明,可以克服现有模态测试效率低、时间长等方面不足,并能够在保证数控机床结构模态测试中固有频率和振型辨识前提下,优化测点数目及测点位置,提高测试效率。
华中科技大学 2021-04-11
一种用于机械装备结构的模态参数自动识别方法
本发明公开了一种用于机械装备结构的模态参数自动识别方法, 该方法包括如下步骤:将整个频域区间按照区间宽度分割成宽度相同 的频率小区间,统计固有频率落在各频率小区间内的极点总数;将极 点总数小于阀值的频率小区间内的极点作为计算极点而剔除,剩余的 极点作为物理极点而保留;然后,利用最小方差准则,从上述步骤中 剩下的极点中自动识别各阶模态参数。该识别方法可有效区分计算极 点与结构物理极点,自动识别结构的模态参数,获得机械结构在工作 状态下的动力学特性参数,有效减少模态分析中的人工参与,为机械 结构的在线检
华中科技大学 2021-04-14
一种基于速度相关的数控机床结构的模态参数获取方法
本发明公开了一种数控机床模态参数的获取方法,通过对数控机床的工作台施加多次加减速冲击产生激励,实现对数控机床模态参数的获取,包括:确定施加的单次加减速冲击的时间及加速度值;确定施加的相邻加减速冲击的间隔时间,该间隔时间的序列为随机序列;根据确定的加速度、单次加减速冲击的时间以及各次加减速冲击间的间隔时间控制工作台平动,从而产生激励;采集激励下的数控机床的响应信号并经模态分析处理后即可得到数控机床的模态参数。本发明的方法通过控制工作台在某两个速度值之间不断做加减速动作对机床进行激励,获得工作台在一定速
华中科技大学 2021-04-14
膜融合抑制剂针的研究
2020年3月12日,复旦大学基础医学院、上海市公共卫生临床中心陆路/姜世勃团队联合中科院武汉病毒所石正丽团队、中科院生物物理所孙飞和朱赟团队,在预印版bioRxiv上发表了研究成果Inhibition of SARS-CoV-2 infection (previously 2019-nCoV) by a highly potent pan-coronavirus fusion inhibitor targeting its spike protein that harbors a high capacity to mediate membrane fusion,确认了SARS-CoV-2的膜融合能力强于SARS-CoV。 识别 6-HB融合核心的X射线晶体结构之后,发现HR1域中几种氨基酸突变可能有助于增强其与HR2域的相互作用。然后作者研制了一系列脂肽类物质,发现EK1C4是对抗SARS-CoV-2 的S蛋白介导的膜融合、假病毒感染和live病毒感染的最有效膜融合抑制剂,IC50s分别为1.3nM、15.8 nM和36.5 nM,比此前该团队设计的广谱冠状病毒融合抑制剂EK1强约241、149倍和67倍。EK1C4还对其他人类冠状病毒(包括SARS-CoV和MERS-CoV)以及SARSr-CoV的膜融合和感染作用非常有效,潜在地抑制了4种人冠状病毒包括SARS-CoV-2的复制。此外,EK1C4还可以保护小鼠免受 HCoV-OC43的感染,结果表明EK1C4对预防和治疗目前正在流行的SARS-CoV-2和新兴的SARSr-CoV感染很有潜力。
复旦大学 2021-04-10
“科技协同 融合创新”论坛在福州召开
本次论坛以“推动科技协同创新,助力区域高质量发展”为主题,协同高校、科研院所、智库及产业界力量,深入研讨一体化融合发展及科技创新相关议题。
中国高等教育学会 2023-02-22
一种融合蛋白 CMFO 及其应用
本发明公开了一种融合蛋白 CMFO,其应用于制备的结核病亚单位疫苗。所述结核病亚单位疫苗,含有融合蛋白 CMFO,其浓度为0.1mg/ml 至 1mg/ml。本发明通过选择抗原基因和融合顺序制造出融合蛋白 CMFO,配合相应的疫苗佐剂 DMT 作为结核病亚单位疫苗,用于预防结核病潜伏感染的效果良好,安全性高。
华中科技大学 2021-04-14
超融合一体机
云之翼超融合一体机是自主研发的新一代超融合解决方案。基于云之翼自研的服务器虚拟化和存储虚拟化技术,将计算、存储和网络集成于X86服务器之中,并通过云管理平台实现IT资源的可视化管理,为客户提供硬件与软件,产品与服务一体的云数据中心。  云之翼超融合一体机实现了资源模块化的横向弹性伸缩,形成统一的计算与存储资源池,不仅可以减少数据中心服务器数量,整合IT资源,达到提高资源利用率和降低整体拥有成本的目的;而且可以利用软件定义数据中心技术,建立一个安全的、资源可按需调配的数据中心环境,为业务部门提供成本更低、服务水平更高的IT基础架构,从而能够针对业务部门的需求做出快速的响应。 一、产品优势 降低成本 1、空间、电力和运维成本都大幅降低,可有效节省40%-60%的综合成本;2、支持存储旧产品,可对现有的物理存储进行集中管理,进行利旧建设; 数据更安全 1、数据多副本存储,无需任何额外成本,即可实现数据双活;2、数据可靠系数高达99.99% ;3、数据可用性更高,最大支持10副本; 多平台支持 1、支持Citrix、VMware、Hyper-V、KVM等多种虚拟平台,实现不同的超融合组合方式;2、支持与Amazon S3等第三方平台对接,实现混合云存储模式; 降低门槛  1、软硬件一体化整合,开箱即用;2、仅需x86服务器,无需购买独立存储, 简化网络拓扑; 性能更卓越  1、I/O路径全优化,多种数据本地化优化;2、对服务器及存储虚拟化进行深度优化,存储性能提升30%〜50%; 按需建设 1、根据当前需求最小化建设,支持横向扩展,避免硬件过度投资;2、支持动态添加、积木式建设、线性高效扩容,适应不同时期业务,按需扩展; 二、应用场景 软件定义数据中心 借助超融合架构,以软件定义的IT架构实现统一融合的数据中心全虚拟化资源池建设。 开发与测试平台 借助超融合架构,智能调度计算、存储和网络资源,实现开发测试环境的快速搭建。 分支机构 借助超融合架构,为分支机构提供一站式业务应用交付,实现总部对分支机构资源的统一管理。 桌面云建设 通过超融合构建桌面云,不仅可以提供桌面云所需的性能、可用性、可扩展性,同时还可以降低架构的复杂性、管理难度,以及建设成本。 关键业务应用 关键应用对业务连续性和性能都要求非常高,将关键应用部署在超融合上,可以提高系统的性能、可扩展性、可管理性,同时降低成本。 应用新建及扩容 借助超融合架构,实现计算、存储、网络资源池化,提供应用快速上线和资源按需扩展的能力。
湖南云之翼软件有限公司 2022-09-07
互联网教学管控融合系统
深圳市中科卓软科技有限公司 2022-09-08
首页 上一页 1 2
  • ...
  • 10 11 12
  • ...
  • 344 345 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