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
基于CORBA技术的远程在线监测与故障诊断系统
采用国际上先进的CORBA技术、智能传感器技术、现代故障诊断理论对工业生产中的机械、电气设备进行在线监测,并对其运行状态进行分析和诊断,通过网络将监测的信息发送到异地远程的诊断中心,判定被监测对象的当前的运行状态,根据所累计的监测对象的历史监测数据,对其工作状态进行科学地评估,制订出合理的维修策略和计划。 系统特点 1.诊断中心可以利用Internet/Intranet实现异地远程的设备在线监测和故障诊断。 2.现场监测计算机提供对设备的24小时、365天无间断监测,并根据设定值进行报警提示。 3.可以对设备的运行工作状态进行科学的判定。 4.为企业设备的合理维护提供完整地数据保证。 本项目目前已经成功应用于冶金工业现场,并且取得了较好的效果。已经对现场的减速机等设备的故障和缺陷金进行了正确的诊断。
北京科技大学 2021-04-13
机器人视觉导航技术、机器人远程控制技术
项目背景:目前电力机器人在作业过程中,由于环境恶 劣,电磁刚绕强度高,造成控制系统不稳定;同时在巡检过 程中,要对各种线路金具、各种作业仪表进行识别与检测, 通常采用机器视觉技术。但由于机器人作业在野外或阴暗照 明等复杂环境,存在识别率低,不稳定等问题。本项研究针 对特殊应用环境,拟开发一套基于机器视觉的巡检机器人控 制系统。 所需技术需求简要描述:1.基于多传感器信息融合的机 器人越障系统:主要包含视觉、激光雷达、超声、红外等传 感器信息,能够实现对巡检路径上障碍物的实时识别与定 位;2.巡检机器人远程监控平台:用于对巡检机器人采集到 的信息进行远程传输和监控,包含巡检路径上的实时视频传 输、机器人运行状态信息显示、巡检故障诊断与显示等;3. 小样本深度学习算法:针对极端环境下数据采集困难,数量 少等问题,研究基于小样本学习的深度学习算法,提高极端 环境下的障碍物识别精度;4.图像增强算法:针对高空强光、 阴暗、潮湿等极端环境所带来的图像识别困难问题,研究相 应的图像增强算法,提高识别精度。主要技术指标:1.开发 设计一种适合高压线路金具视觉检测与识别技术,对输电线 路各种金具进行动态识别与检测,解决野外环境下识别率低 的问题,形成一套完整的线路金具机器视觉识别与检测方 法。2.开发设计一种适合地下阴暗、潮湿、多尘环境下视觉检测与识别技术,形成一套完整的机器视觉识别与检测方 法。包括线路金具的识别模型和线路金具的定位方法与双目 测距技术。  对技术提供方的要求:拟与高校联合开发,要求团队具 有类似经验,具备电力机器人研究经历,具有电力线路识别 研究基础,最好有研发案例。 
青岛共享智能制造有限公司 2021-09-13
电储能电池远程数据采集和安全传输协议研究
项目背景:2021 年国务院政府工作报告中指出,扎实做 好碳达峰、碳中和各项工作,加大新能源技术研发。据研究 公司 Frost&Sullivan 发布的一项新报告指出,预计到 2030 年,全球电池储能市场的复合年增长率将达到 23%。由此可 见,未来十年储能电池数量将大幅增加。另一方面,储能电 池安全性引起广泛关注,2019 年 4 月 19 日,美国亚利桑那 州 McMicken 电池储能项目发生火灾爆炸事故;2021 年 4 月 16 日,北京集美家居大红门的储能电站起火。因此储能电池 安全性显得尤为重要。通过人工智能和机器学习等手段预测 电储能电池的安全性已经成为研究热点,英国剑桥大学和美 国斯坦福大学等顶尖高校和科研院所都有相关的实验室。在 国内,中科院、比亚迪、宁德时代、国家电网等企业院所已 经开展了各种类型储能电池和技术的研发。然而,目前国内 外还没有成熟的电储能电池远程管控系统,储能电池数据传 输协议没有公认的标准。由于不同类型的电储能数据指标差 异较大,需要采集的数据缺乏规范标准。另外,何种指标的 变化会引起潜在的储能电池安全问题尚未明确,目前基本是 通过人工经验判断,效率不高,并且准确率较低。如果能够 通过机器学习,深度学习等人工智能手段,结合储能电池实 际工作过程中的电流、电压的变化数据,学习并分析其运行 规律,挖掘出数据变化导致的潜在安全风险,电储能电池的 安全性能将大幅提高。 所需技术需求简要描述:1.研发储能电池故障预测模 型,利用人工智能等手段,通过机器学习的方法对采集的电 池运行状态及参数数据进行分析,实时监控电池运行状态, 对可能出现的潜在储能电池安全问题进行评估,实现对即将 出现的电池故障和安全问题的预判。2.建立储能电池的远程 安全传输协议,对电池运行状态及参数数据进行周期性采 集,并实现多终端异构网络环境下的储能电池数据实时传 输。建立安全传输机制,有效防止数据伪造和恶意攻击。3. 开发电储能电池数据远程管理系统,对不同种类的储能电池 安全问题采取相应的措施,通过网络实现对储能电池的远程 管理,从而延缓或避免由于电池故障产生的安全问题。数据 通信应建立在安全可靠的传输机制上。  对技术提供方的要求:1、建立电储能电池的远程数据采 集和安全传输协议。2、开发研究电储能电池数据远程智能 分析和管理系统。3、在相关领域经验丰富的技术团队的院 校或科研单位。 
青岛安瑞信息技术有限公司 2021-09-10
基于无线传感器网络的环境安全监控系统
针对森林火灾、建筑火灾、居家环境安全等当前关系到社会安全稳定的关键问题,在天津市中小企业与国家中小企业创新基金的支持下,本项目在研究了当前消防报警系统的不足之处后,将多层次无线传感器网络技术引入到火灾与居家安全监测中来。构建了基于无线传感器网络的分布式火灾与居家安全监测定位系统,研制分布式无线消防传感器数据传输网络,结合无线传感器网络协议的层次结构,研究数据采集和传输、组网、路由及定位算法,保证了系统的低功耗、实时性和稳定性。将系统实时监测的有关参数数据(例如温度、相对湿度、位置、入侵、煤气等)发送给监控中心进行分析处理,结合检测环境气象条件、地形条件、可燃物条件等多项参数,通过模糊数学算法融合处理传感器参数,采用人工智能的的方法设置各项参数适当的预警线。并与相应参数的预警线进行比对,判断是否具有火灾及其他危害发生的潜在危险,为有关部门采取相应的措施提供决策依据。本项目在森林防火、临时建筑消防监测、展会消防监测、学校宿舍与实验室消防监测以及居家安全等方面都有较好的应用前景,因此市场广大。
天津职业技术师范大学 2021-04-10
基于社会面视频监控的车辆行为识别系统
本项目面向交通管理行业,基于公共视频监控数据源,快速感知移动(运动)目标并在此基础上对车辆的异常行为进行识别(逆行、压线、违法掉头、违停、违法占道行驶等多种交通违法行为),同时能够记录移动轨迹,具体场景参照附件所提供的一组照片。该成果经过完善和产品(产业化)后,可以直接为城市交通管理提供技术支持。
北京理工大学 2021-01-12
复杂网络环境下以异构监控信息综合管理系统
北京工业大学 2021-04-14
一种用于叶片生产的在制品监控方法
本发明公开了一种用于叶片生产的在制品监控方法,包括:服务器获取一批叶片的加工工艺和生产计划,并根据叶片的加工工艺将生产计划、NC 程序、加工工艺卡片和质检要求分配到对应的制造单元的现场管理终端,当前制造单元的现场管理终端根据生产计划和加工工艺获取生产原材料,现场管理终端根据质检员填写的前一制造单元的检查报告判断获取的生产原材料是否合格,如果合格则现场管理终端完成生产原材料在当前制造单元的上线,数控中心从现场管理终端下载 NC 程序,并利用 NC 程序对获取的生产原材料进行加工,现场管理终端将加工结果
华中科技大学 2021-04-14
城市交通监控视频全局编码方法及系统
本发明公开了一种城市交通监控视频全局编码方法及系统,包括步骤:步骤 1,将原始监控视频分割成 车辆视频和去除车辆的视频;步骤 2,采用可选差分编码方式对去除车辆的视频进行编码;步骤 3,提取车 辆视频中全局运动车辆的全局特征参数集;步骤 4,基于全局特征参数对车辆视频进行全局编码。本发明在 去除场景冗余的基础上进一步去除了监控视频中的全局冗余,有效提高了城市交通监控视频编码压缩效率。 
武汉大学 2021-04-14
基于社会面视频监控的车辆行为识别系统*
成果完成年份:2010年7月 成果简介:本项目面向交通管理行业,基于公共视频监控数据源,快速感知移动(运动)目标并在此基础上对车辆的异常行为进行识别(逆行、压线、违法掉头、违停、违法占道行驶等多种交通违法行为),同时能够记录移动轨迹,具体场景参照附件所提供的一组照片。该成果经过完善和产品(产业化)后,可以直接为城市交通管理提供技术支持。 项目来源:自行开发 技术领域:信息技术 应用范围:城市交通管理 现状特点:国内领先
北京理工大学 2021-04-14
基于 NB-IoT 的低功耗智能井盖监控终端
该产品结合 NB-IoT 技术,在硬件选型和软件配置上实现了极低功耗,通过对智能井盖监控终端的硬件设计和嵌入式软件编写等工作,实现了终端远程报警和井下水位监测等功能。目前,该产品已处于小批量投产阶段。 主要技术指标 (1)连网峰值电流:200mA (2)待机电流:<7μA (3)上行 / 下行数据峰值速率:250Kbit/s (4)通信时间:<5 秒
西安电子科技大学 2023-02-07
首页 上一页 1 2
  • ...
  • 26 27 28
  • ...
  • 36 37 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    63届高博会于5月23日在长春举办
    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