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
黄酒及料酒绿色酿造关键技术与智能化装备
通过转变黄酒等传统发酵食品生产方式,创制优质高效、绿色环保、智能化的生产技术与装备,是“新常态”下黄酒持续发展的必由之路。在国家项目的支持下,毛健教授团队创新性地对黄酒生产关键技术进行绿色、智能化改造,显著提高了黄酒生产的自动化水平,成功发明了黄酒绿色、安全、智能酿造新技术体系,并实现了工业应用,产品保持了传统黄酒风味特色,有效助推黄酒行业的“供给侧”改革,实现黄酒产业技术转型升级。 创新要点 攻克生麦曲质量严重依赖气候条件的技术难题,创新生麦曲生产环境智能模拟技术,创制高效、不受季节限制的生麦曲自动化“流水线式”生产装备。解决陈化过程劳动强度高、不受监控的生产问题,加速优良风味形成,攻克陈化过程酒液难澄清、无法监控的技术难题。创新酸化发酵技术,减除浸米工艺。项目在黄酒酿造关键技术的理论研究、技术创新及工程应用方面具有原创性和实用性,项目已获授权主要知识产权 21 项,形成了涵盖全产业链的知识体系。 
江南大学 2021-04-13
大型工业加热炉无人化控制与智能烧钢
项目背景:结合国家“节能降耗”的背景,同时为节约成本提升产品市场竞争力,近年来各钢铁企业纷纷对能耗“大户”加热炉进行改造升级。高效轧制国家工程研究中心致力于加热炉领域的研究已有十多年的历史,涉及范围广泛,包含热处理炉、隧道炉、蓄热/常规板坯加热炉、方坯加热炉等,拥有成套加热炉解决方案,并结合现场进行设备工艺诊断,定制适合每个个体的加热炉过程控制系统,达到提高产品加热质量、节能降耗的目的。关键工艺技术:(1)基于炉温闭环控制的智能燃烧及炉温控制技术用于多种类型的加热炉过程控制系统,根据热值、残氧、压力等实时优化空燃比,从而有效地控制炉内气氛;(2)精准的板坯温度预报模型和出钢节奏预测是智能燃烧的前提,依据周期呈现的钢坯温度场分布、剩余在炉时间、出钢序列,预测出钢节奏;(3)变钢种规格混装以及延迟故障工况的感知,统筹协调所有钢坯的炉温需求,并根据延迟故障信息动态调配炉温设定。
北京科技大学 2021-04-13
SFI4.0-standard标准型工业4.0智能工厂示范
产品详细介绍设备简介 系统集加工线、装配线、仓储、物流、手工工作台于一体。是一套功能齐全、内容丰富的工业4.0实训系统。包括信息网络、机器人技术、信息物理系统、MES系统、机器视觉系统、PLC 编程、现场总线、RFID技术、模拟仿真、故障报警、物流传送等。模块化结构可随时调整和扩展。 产品特点 ● 技术先进的教学科研平台。● 模块化设计,便于调整和扩展。● 内容、功能、技术可定制,满足学校各种需求。● 源于工业,回归于工业,与工厂实际应用零距离对接。产品各组成单元 智能加工系统将数控机床、机器人、AGV自动物流整合在一起,使加工系统智能化、更灵活。● 数控加工,保证加工的高精度、灵活性。● 可移动的6轴工业机器人,实现机床的自动上下料。一台机器人服务多台数控设备。● 无线信息传输。随时接收订单信息,进行个性化加工。● 设备通信。● 成品原料自动切换。智能装配系统将各种自动化技术集中在一条装配线上,为学生学习提供最大便利,以最少的时间学习更多的技术。● 模块化设计,可根据需要灵活调整和扩展  ● 工业机器人装配 ● 传感器技术          ● 个性化加工 ● 立体仓库          ● 物流分检 ● RFID识别物料  ● 无线通信 ● 机器视觉          ● 输送线控制 智能物流仓储系统智能AGV机器人配合自动料盒更换装置,加上智能立体仓库实现完全智能的物流仓储功能。● AGV智能机器人          ● 自动识别系统 ● 智能立体仓库及管理系统  ● 无线通信 ● 计算机监控系统          ● 多层货架带货位传感器 ● 仓库堆垛机构  MES制造执行系统MES是整个智能工厂的大脑,是收集信息、加工信息、处理信息的地方,通过与生产硬件的配合,实现智能化的生产过程。● MES系统架构          ● 无线网络建立与使用 ● 控制原理          ● 云计算、大数据 ● 硬件布置及连接  ● MES与ERP连接 ● 数据采集与展示  系统仿真系统集加工线、装配线、仓储、物流、手工工作台于一体。是一套功能齐全、内容丰富的工业4.0实训系统。包括信息网络、机器人技术、信息物理系统、MES系统、机器视觉系统、PLC 编程、现场总线、RFID技术、模拟仿真、故障报警、物流传送等。模块化结构可随时调整和扩展。 
陕西维视数字图像技术有限公司 2021-08-23
高浓度难降解工业废水超临界水氧化治理成套技术与装备
超临界水氧化技术是用于高浓度难降解有毒有机废水深度处理的一种高效技术。所用的氧化剂可以是纯氧气、空气或过氧化氢等。其工艺流程如图所示。用高压泵将废水打入热交换器,废水从换热器内管束中通过,之后进入缓冲罐内,同时启动氧气压缩机,将氧气打入氧气缓冲罐内。废水与氧气在管道内混合之后进入反应器,在超临界条件下,废水中的碳氢化合物被氧化分解成无害的CO2、H2O;含氮化合物被分解成N2等无害气体;S、P等元素则生成无机盐。由于气体在超临界水中的溶解度极高,在反应器中成为均一相,从反应器顶部排出;无机盐等固体颗粒在超临界水中的溶解度极低,沉淀于反应器底部。超临界水与气体的混合流体通过热交换器冷却后进入气液分离器进行分离。与常规的水处理技术相比,本技术具有明显的优越性:(1)氧化效率高,处理彻底,水溶液中有机物的去除率可达99.99%以上;(2)反应在密闭容器中进行,密封条件极好,有利于有毒、有害物质的氧化处理;(3)不产生二次污染,处理后的水直接排放或完全回用,节约了资源和能源;(4)应用范围广,几乎对所有有机污染物均可进行氧分分解;(6)由于均相反应停留时间短,反应器结构简单,使用较小体积的反应器就可处理较大流量的有机污染物,有利于工业运行。应用本技术时,需消耗一定的能量以加热废水及驱动高压泵,但废水中的含能物质COD在超临界状态下发生氧化反应时会放出一定的热量,为了降低过程的运行成本,本技术的应用与否取决于废水的COD浓度。研究表明,如果废水的COD小于30000 mg/L时,应用本技术时的运行成本较高,将达到150元/吨废水左右;如果废水的COD浓度为30000~45000 mg/L时,考虑到热量回收,其运行成本接近零;如果废水的COD浓度高于50000 mg/L时,考虑热量回收的价值,此时的运行成本将为“负值”,即在盈利状态下运行。这也是本技术与传统废水处理技术的最大区别:传统技术要求废水的污染越低越好,而本技术恰好相反,废水越污越好。采用本技术存在的最大问题在于过程中产生的腐蚀与盐堵问题。针对这种情况,我们进行了新型反应器的开发并申报了国家发明专利。目前,本技术已申请国家发明专利5项,获授权一项。本技术适用于高浓度难降解有毒有机工业废水,可广泛应用于化工、石油炼制、纺织印染、造纸、医药等行业。
南京工业大学 2021-04-13
高浓度难降解工业废水超临界水氧化治理成套技术与装备
目前国内染料厂、农药厂、制药厂、造纸厂、化工厂、食品厂等,每年排放的高浓度难降解废水约30亿吨左右。对这类高浓度难降解工业废水的处理一直是困扰国内环保界的难题。超临界水的特殊性质使其在有机废水治理方面所具有的无可比拟的优点。 现已成功完成一套固定式和一套撬装式超临界水氧化装置。采用自主建造的超临界水氧化反应器,分别对造纸黑液、印染废水、碱渣废水、农药废水、垃圾渗滤液、化工废水、印染厌氧污泥和PTA残渣等进行了测试,在进口COD(化学耗氧值)几万mg/L条件下,可保证出水COD浓度不高于60mg/L,并析出无机盐。
南京工业大学 2021-01-12
技术需求:酿酒过程
酿酒过程在线监测分析技术,酿酒机械化智能化技术设备;微生物应用技术
山东兰陵美酒股份有限公司 2021-08-24
一种塑料注塑过程的在线工况过程监控方法
本发明公开了一种塑料注塑过程的在线工况过程监控方法,属 于工业监控和故障诊断领域。其包括如下步骤:S1 利用传感器收集各 个工况下的数据,组成建模用的训练样本集 X;S2 进行数据预处理和 归一化,使得训练样本集 X 的均值为 0,方差为 1,得到矩阵 X′; S3 根据所述矩阵 X′,应用高斯核函数计算获得距离矩阵 W;S4 对 所述距离矩阵 W 进行标准化,获得马尔科夫矩阵 P<sup>(1)</sup>
华中科技大学 2021-04-14
应用于黑灯工厂的数控动柱立式机床智能装备
数控立车切削加工作为制造技术的主要基础工艺,随着制造技术的发展,在 20 世纪末也取得了很大的进步,进入了以发展高速切削、开发新的切削工艺和加工方法、提供成套技术为特征的发展新阶段。是制造业中重要工业领域,如汽车工业、航空航天工业、能源工业、军事工业和新兴的模具工业、电子工业等行业的主要加工技术,也是这些工业领域迅速发展的重要因素。为了满足市场和科学技术发展的需要,达到现代制造技术对数控技术提出的更高的要求,为适应数控进线、联网、普及型个性化、多品种、小批量、柔性化及数控迅速发展的要求,最重要的发展趋势是体系结构的开放性,数控技术、制造过程技术在快速成型、并联机构机床、机器人化机床、多功能机床等整机方面和高速电主轴、直线电机、软件补偿精度等单元技术方面先后有所突破。 黑灯工厂”是 Dark Factory 的直译,即智慧工厂,因为从原材料到最终成品,所有的加工、运输、检测过程均在空无一人的“黑灯工厂”内完成,无需人工操作,所以可以关灯运行,故而得名。智能化才是支撑企业的核心,智慧工厂中员工对智能化设备的掌控能力的要求大大提高,由原来的纯粹单一“操作为主,设备为辅”的角色演变为“设备为主,操作为辅”,需要员工变身为具备全面技术能力的工程师。技术工程师不仅要保证智能化生产线的正常运行,还要保证快速处理生产过程中产生的异常等,而且成为了智慧工厂的“隐形人”,由其在综合考虑效率、成本等因素的基础上决定哪些工作由机器完成,哪些由人完成,实际的生产仍是一个人机协作的过程。基于数字孪生建模、分析、调试、决策和运维等远程管控来实现和保障的。 本项成果的核心是黑灯模式下的动柱式数控机床智能装备及基于云控远程运维平台的加工产线的开发及其产业化,主要是开发中小型数控动柱立式机床智造装备、基于数字孪生驱动的云管控系统及 APP,研制低时延智能控制器并实现产业化。其关键技术是数字孪生驱动的一体化设计、智能控制AI 算法及其控制器和基于物联网的云控远程运维技术。数控机床与智能数字化+物联网+云平台相结合,因此形成的本成果是特有的数字化智能装备(数智装备)。 技术先进性和独占性在于: (1)基于数字孪生的动柱式数控车床的设计制造方法及精密加工自动化流程智能改进技术; (2)基于数字孪生驱动的自感知、自决策、可预测性运维等于一体的黑灯模式智慧工厂的云管控平台及制造服务 APP; (3)全新的基于区域选择性耦合控制的低时延智能控制技术的开发。创新点在于: (1)基于数字孪生模型的动柱式数控机床及其配套生产线的设计制造方法创新; (2)“倒立式五轴车铣中心”实现 5 面车铣复合加工;“动柱式数控立车”技术,X 轴主导轨、X 轴滚动丝杆、X 轴副导轨三者来定位动立柱技术;8-12 工位伺服液压刀塔,加工时换刀快、精度高、故障少; (3)通过内置 K210 智能芯片、SIM8200/8300 和智能传感等核心模块,实现了智能装备间 NB-ioT 和 mMTC 等 5G 物联通讯和人机交互; (4)将多源数控机床运行数据高效融合以及边缘计算与云端一体化,开发制造服务 APP 模块,构建面向制造服务生命周期的云网端管控平台; (5)基于区域选择性控制的低时延智能控制器实现了智能装备之间的网格化耦合控制,结合云网端管控系统及深度学习,构成智能产线。
浙江大学 2021-05-10
核电机器人关键技术与智能装备研发及应用
本成果针对不同核电环境内的任务,设计研发了个性化的专用机器人系统,解决核反应堆顶盖上螺栓拉伸量的实时测量、蒸汽发生器内一次侧堵板的自动安装及高放射性核废物的体积最小化回收等多种任务,解放危险环境中的操作人员,提高了操作安全性。 一、项目分类 关键核心技术突破 二、技术分析 为保证核电站正常、安全地运作,可利用机器人取代操作人员定期对核设施内部的设备进行检查、维修,以避免设备故障、老化等现象出现。针对不同核电环境内的任务,设计研发了个性化的专用机器人系统,解决核反应堆顶盖上螺栓拉伸量的实时测量、蒸汽发生器内一次侧堵板的自动安装及高放射性核废物的体积最小化回收等多种任务,解放危险环境中的操作人员,提高了操作安全性。 成果一:整体螺栓拉伸机拉伸量自动测量装置实现了对反应堆压力容器顶盖主螺栓拉伸量及残余拉伸量的远程自动测量,降低了人员所受辐射剂量,提高了系统整体工作效率。 成果二:蒸汽发生器一次侧堵板操作机器人完成核电站蒸汽发生器一次侧堵板的安装、紧固、自动充气密封和拆除,利用定位装置可360°旋转的螺栓紧固机械手、力矩反馈传感系统和视频监控系统实现智能定位、自动路径规划、螺栓拧紧力矩的自判断、气压密封和过程监控。 成果三:建立了首套核反应堆探测器组件自主回收作业机器人系统,并进行了误差建模、系统标定、精度测试与实验验证,验证了系统的可靠性和有效性。 主要性能指标包括重复定位精度、视觉定位精度、具备轨迹跟踪、视觉伺服控制、力感知、目标精确测量功能。
北京理工大学 2022-08-17
微弱扰动改善富营养化水体品质技术及智能化装备
项目简介 面向水环境保护领域,产品主要用于湖泊、水库、城市景观水面富营养化治理。利 用水体动力学原理,给与水体微弱扰动,可打破气膜和液膜间的阻隔,将溶氧输送到水 体深处,促进微生物对水体中氮磷等富营养物质和有机物质的消耗,实现微生物、浮游 生物、鱼虾等动物的自然平衡,达到水质稳定或改善的目的。本项目产品的最大特点是124 能耗低,约为 3w/亩,可以使用太阳能、风能等新型能源,很方便的安装到电力无法供 应的水面中。通过基于 FCS 的嵌入式控制系统技术,对包括水体溶氧、pH、温度、气压
江苏大学 2021-04-14
首页 上一页 1 2
  • ...
  • 6 7 8
  • ...
  • 289 290 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