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
一种基于粒子群优化的心电信号自适应非局部均值降噪方法
本发明公开了基于粒子群优化的心电信号自适应非局部均值降噪方法,包括以下步骤:(1)对原始心电信号进行非局部均值滤波,得到滤波结果;(2)采用粒子群算法对每一信号点 i 自适应确定非局部均值滤波方法中的两个关键参数,即衰减参数和搜索窗口;(3)利用自适应确定的上述两个参数,对原始心电信号进行非局部均值滤波,获得最终的降噪信号。
华中科技大学 2021-04-14
电子科技大学电磁环境仿真及智能处理平台采购项目竞争性磋商
电子科技大学电磁环境仿真及智能处理平台采购项目竞争性磋商
电子科技大学 2022-05-27
LG-IRF04型 四轴工业机器人与智能视觉系统应用实训平台
一、产品概述 1、本设备以工业机器人与机器视觉为核心,将机械、气动、运动控制、变频调速、PLC控制技术有机地进行整合,结构模块化,便于组合,实现对不同物料进行快速的检测、组装。为了方便实训教学,系统进行了专门的设计,可以完成各类机器人单项训练和综合性项目训练,可完成各类机器人单项训练和综合性项目训练。可以进行六轴机器人示教、定位、抓取、装配、入库等训练, 2、包含六自由度工业机器人、智能视觉检测系统、PLC控制系统及一套供料、输送、装配、仓储机构,可以实现对工件分拣、检测、搬运、装配、存储等操作。 3、该平台各组件均安装在型材桌面上,机械结构、电气控制回路、执行机构相对独立,采用工业标准件设计。通过此平台可以进行机械组装、电气线路设计与接线、PLC编程与调试、智能视觉流程编辑、工业机器人编程与调试应用等多方面训练,适合职业院校、技工学校自动化类相关专业《工业机器人与控制技术》、《自动化技术》等课程的实训教学,适合自动化技术人员进行工程训练及技能比赛。 二、技术性能 输入电源:单相~220V±10% 50Hz 工作环境:温度-10℃~+40℃  相对湿度≤85%(25℃)  海拔<4000m 装置容量:<1.5kVA 实训平台尺寸:1500mm×880mm×1400mm 安全保护:具有漏电保护,安全符合国家标准 三、设备结构与组成       该实训平台由ABB IRB910SC型四轴工业机器人系统、欧姆龙智能视觉检测系统、可编程控制器(PLC)系统、供料单元、输送单元、供料废料暂存单元、加工废料暂存单元、工件组装单元、仓库单元、各类工件、型材实训桌、型材电脑桌等组成。    1、ABB IRB910SC型四轴工业机器人系统     由机器人本体、机器人控制器、示教单元、输入输出信号转换器和抓取机构组成,装备气动手爪、可对工件进行搬运、装配、拆解等操作。 (1)机器人本体由四自由度关节组成,固定在型材实训桌上,具有4个自由度。 (2)最大的工作半径为450mm (3)最大负载6kg (4)机器人示教单元有液晶显示屏、使能按钮、急停按钮、操作键盘,用于参数设置、手动示教、位置编辑、程序编辑等操作。 2、欧姆龙智能视觉检测系统       配备一套欧姆龙FZ-350智能视觉系统,由视觉控制器、白色光源、视觉相机及监视显示器等组成。用于检测工件的特性,如数字、颜色、形状等,还可以对装配效果进行实时检测操作。通过I/O电缆连接到PLC或机器人控制器,也支持串行总线和以太网总线连接到PLC或机器人控制器,对检测结果和检测数据进行传输。 3、西门子可编程控制器单元       配备西门子S7-1200 CPU1214C AC/DC/RLY可编程控制器,自带以太网通讯模块、数字量扩展模块控制机器人、电机、气缸等执行机构动作,处理各单元检测信号,管理工作流程、数据传输等任务。     4、RFID数据传输系统     采用西门子RFID数据传输系统,安装在环线输送单元的左端圆弧处,电子标签已埋在工件内部,检测距离为40mm。当工件从环线输送单元经过左端圆弧处时,RFID检测系统可以准确地读取工件内的标签信息,如编号、颜色、高度等信息,该信息通过工业现场数据总线传输给PLC,用来实现工件的分拣操作。 5、供料单元  由料斗、回转台、导料机构、工件滑道、开关电源、可编程序控制器、按钮、I/O接口板、通讯接口板、电气网孔板、直流减速电机组成,主要完成将工件从回传上料台依次送到检测工位。 6、输送单元       包含一套交流调速系统,由三菱D720变频器、三相交流电机、传送带、光纤传感器等组成,安装在型材实训桌上,用于传输工件。 7、工件组装单元 由工件光纤传感器、加工台、气缸、小物料等组成,安装在传送带上,用于装配工件。 8、仓库单元 由铝型材和机玻璃组成3×3库体组成 9、废品暂存仓 安装在型材实训桌上,分别对供料异常物料暂存,对加工异常物料暂存。 10、触摸屏 7寸,是一套以先进的Cortex-A8 CPU为核心(主频600MHz)的高性能嵌入式一体化触摸屏。 四、实训项目 1.机器视觉系统的原理、使用和调试 2.六轴工业机器人系统的原理、使用和调试 3.六轴工业机器人坐标系统和机器视觉坐标系统标定及相互转换 4.工业机器人与机器视觉系统综合应用的安装与调试 5.机器视觉系统模板设置、编程与调试 6.通过示教单元手动调试工业机器人 7.通过示教单元设置、修改各控制点坐标 8.通过示教单元编写、修改工业机器人程序 9.机器人追踪坐标整定 10.工业机器人系统的软件二次开发编程 11.智能视觉图像输入编辑与调试 12.智能视觉结果给出编辑与调试 13.智能视觉颜色比对测量 14.智能视觉编号比对测量 15.智能视觉尺寸比对测量 16.智能视觉角度测量 17.智能视觉系统与工业机器人综合应用 18.PLC程序编程与调试 19.智能视觉系统与工业机器人综合应用 20.变频器与交流电机主电路的连接 21.变频器面板的参数设置与操作 22.变频器面板控制交流电机调速 23.通过变频器外部端子控制电机启停 24.气动方向控制回路的安装 25.气动速度控制回路的安装 26.气动顺序控制回路的安装 27.气动系统气路的连接 28.磁性开关的位置调整 29.气动系统调试 30.RFID数据读写编程与调试
北京智控理工伟业科教设备有限公司 2022-06-30
输变电设备在线监测与故障诊断系统
随着国民经济的持续发展,我国的电力系统正在向超高压、大电网、大容量、自动化的方向发展,对输变电设备进行在线监测与故障诊断,可有效提高电气设备的运行可靠性,具有重要的意义。该系统能够联网实时监测和远程管理变压器、GIS、电容型设备等输变电一次设备,及时发现输变电设备内部的各种短路、局部放电、绝缘受潮和老化等故障,并实时诊断预警,为输变电设备正常运行提供必要的指导数据,大大提高了输变电设备的运行可靠性。该系统是总结十多年来高电压与绝缘技术研究所关于绝缘泄漏电流测量、介质损耗测量、局部放电测量、振动特征测量和故障诊断技术等领域的研究结果,结合现场实际检测和处理经验,采用最新的传感器技术、信号处理技术、计算机技术等手段和最新诊断理论、算法实现的新一代高性能智能化、综合化的在线监测系统。采用多元信息融合技术进行故障综合诊断,诊断效率和准确度大大提高,达到了国内领先水平。近年来基于该课题,我研究团队共获得省部级科技成果二等奖、三等奖各1项;申请发明专利20余项;承担“973” 、“863”子课题各1项、国家自然基金项目3项、省自然基金项目2项,其他横向项目10余项。有100余台套输变电设备在线监测与故障诊断系统在现场运行,经济效益和社会效益显著。
华北电力大学 2021-02-01
新冠肺炎 AI 筛查和辅助诊断系统
影像学检查在新冠肺炎的诊疗中具有非常重要的参考价值,《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》将“疑似病例具有肺炎影像学特征者”作为临床诊断标准,但在临床实践中存在一定局限,疫情爆发导致待阅片数量激增,医生阅片压力巨大;新冠肺炎属于新发疾病,各地医疗机构特别是基层机构缺乏阅片经验,且由于“异病同影”,容易造成漏诊或误诊;该病病程发展快,患者需要接受多次胸部CT检查以监测病情发展、评估治疗效果等,单凭阅片医生肉眼很难快速对比并识别病灶变化。 在接诊量高峰期,亟待建立更精准高效的人工智能影像辅助诊断方法。孙逸仙纪念医院林天歆教授组织医院呼吸内科、急诊科、放射科、大数据与人工智能团队开展科研攻关,在广州再生医学与健康广东省实验室、广东省科技厅的支持下,联合清华大学、澳门科技大学以及广州康睿智能科技有限公司,使用50万份临床影像学大数据,开发了基于胸部CT的新型冠状病毒肺炎AI筛查和辅助诊断系统。 该系统能对新冠肺炎进行快速诊断,判定新冠肺炎的分级和严重程度,协助医疗机构加速辨别感染者,为快速隔离、诊断、治疗争取时间。其优势主要体现在:快速、准确地诊断新冠肺炎。有经验的影像科医生看完1个患者的胸部CT图像约15-30分钟。该AI系统可在20秒内完成1个患者CT图像的检测及诊断过程,诊断准确率达90%以上。进行病情严重程度分级和重症危重症预测功能。该系统可对胸部CT图像每一切面的小结节、磨玻璃影和实变进行自动分割、标注及定量分析,可预测患者的吸氧频率、血氧饱和度、全身代谢情况、其他器官损伤程度,预测病人发展为重症、危重症的概率和时间,以便医生及时干预,降低患者死亡率。协助医务人员进行药物效果评估,指导用药。系统可对同一位患者用药前后的CT图像进行对比分析,通过定量计算病灶在用药前后的变化,判别药物是否有效,指导临床用药。
中山大学 2021-04-10
旋转机械振动故障检测与诊断系统
项目概况 本系统采用自主研发的数据采集处理箱,对旋转机械的振动数据进行实时采集、降噪、快速傅立叶变换、小波变换等处理,并将处理过的数据送往上位机进行故障特征的提取。 上位机对下位机传送来的数据信息进行特征提取、故障检测及诊断,实时监测旋转机械的运动状态。 本项目实用性强,拥有自主知识产权,市场应用前景广阔。 主要特点 数据采集处理在以DSP作为处理器的下位机进行,大大加快了振动信号的实时处理能力;振动信号的降噪和特征提取综合运用傅立叶变换和小波变换两种算法,提高了振动故障信号的降噪和故障鉴别能力;故障的诊断综合运用专家系统、神经网络、支持向量机等故障分类方法。技术指标 本系统可分别显示时域振动图、频谱图、极坐标图、轴心轨迹图、瀑布图、相关分析图等旋转机械振动信号傅立叶变换频谱信息;也可显示小波序列图、小波能量分布图等旋转机械振动信号的小波变换谱信息。同时,可给出引起旋转机械振动的故障原因。市场前景 旋转机械的振动故障占旋转机械故障的70%以上,对旋转机械的正常运行构成较为严重的威胁。旋转机械振动故障的检测与诊断设备价格一直偏高,而且故障的漏报率和误报率一直较高,影响了大型旋转机械故障诊断系统得应用。 本系统的价格适中,使用方便,对于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 2021-04-11
输变电设备在线监测与故障诊断系统
随着国民经济的持续发展,我国的电力系统正在向超高压、大电网、大容量、自动化的方向发展,对输变电设备进行在线监测与故障诊断,可有效提高电气设备的运行可靠性,具有重要的意义。该系统能够联网实时监测和远程管理变压器、GIS、电容型设备等输变电一次设备,及时发现输变电设备内部的各种短路、局部放电、绝缘受潮和老化等故障,并实时诊断预警,为输变电设备正常运行提供必要的指导数据,大大提高了输变电设备的运行可靠性。该系统是总结十多年来高电压与绝缘技术研究所关于绝缘泄漏电流测量、介质损耗测量、局部放电测量、振动特征测量和故障诊断技术等领域的研究结果,结合现场实际检测和处理经验,采用最新的传感器技术、信号处理技术、计算机技术等手段和最新诊断理论、算法实现的新一代高性能智能化、综合化的在线监测系统。采用多元信息融合技术进行故障综合诊断,诊断效率和准确度大大提高,达到了国内领先水平。
华北电力大学(保定) 2021-02-01
地铁车辆转向架轴承的故障诊断方法
本发明涉及交通运输领域,提供了一种地铁车辆转向架轴承的故障诊断方法。针对现有技术中地铁车辆转向架滚动轴承的故障诊断不够智能化的问题,本发明通过直接采集地铁运行状态下的轴承加速度信号,并对其进行处理,得到多个频带内重构信号的包络频谱图,最后通过在包络频谱图内搜索与理论值相匹配的故障特征频率来进行故障诊断。从而可以完全脱离人工参与,由相应的装置来完成地铁车辆转向架轴承的故障诊断过程,也就是实现了列车运行状态下转向架轴承的故障诊断。
北京交通大学 2021-04-10
旋转机械的故障诊断监测试验技术
故障诊断主要是针对过程工业中流体机械泵、压缩机、风机等机器的工作在线监测技术。流体机械广泛应用于石油、化工、电力、冶金、医药、轻工等各领域,设备的性能及其安全运行在现代流程性工业中起着举足轻重的作用。旋转机械的故障诊断技术包含监测试验台、旋转机械的监测测试的硬软件、各类传感器等部件,可以对工矿企业使用的大型流体机械泵、压缩机、风机进行在线工作监测;也可以作为制造压缩机、风机的厂家对其制造中的产品进行质量检测;此外对许多专业教学单位可以用来测试典型流体设备压缩机的实际排气量、指示功率测定、电测示功图等性能。 多通道稳态分析(时基图、轨迹图);瞬态分析;转速频率谱、转速阶次谱、转速幅值相位谱、大容量采集(定时、内部)以及多通道实时示波、波形显示、数据编辑、数字微分大容量采集等功能。
南京工业大学 2021-04-13
回转机械在线监测和故障诊断系统
回转机械在线监测和故障诊断系统,以化工、石化等行业的回转机械为对象,采用先进的计算机技术、光纤传输技术和独创的全息谱监测诊断方法,全面、实时、连续地实现了机械运行状态的监测和故障诊断。在线监测和诊断系统采用高性能的光纤计算机网络,传输速率高、误码率低;在线监测和诊断系统中前端监测计算机、主监测计算机和诊断分析计算机并行工作,保证监测的连续性和实时性;多任务的系统运行环境,保证了对突发事件数据和信息的捕获,实现了事故追忆功能;在线监测和诊断系统采用通用的网络协议,提高了系统的互联
西安交通大学 2021-01-12
首页 上一页 1 2
  • ...
  • 37 38 39
  • ...
  • 312 313 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