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
一种极高分辨率光谱测量装置及方法
本发明公开了一种极高分辨率光谱测量装置及方法,光谱测量 装置包括 FP 干涉仪、SBS 滤波器、探测器、数据采集模块和控制模块; FP 干涉仪的第一输入端用于连接待测信号,FP 干涉仪的第二输入端连 接至控制模块的第一输出端;SBS 滤波器的第一输入端连接至 FP 干涉 仪的输出端,所述 SBS 滤波器的第二输入端连接至控制模块的第二输 出端,探测器的输入端连接至 SBS 滤波器的第一输出端,数据采集模 块的第一输入
华中科技大学 2021-04-14
ABB BOMAN MB3600 高效FTIR傅里叶变换近红外光谱仪
产品详细介绍
广州市博勒泰贸易有限公司 2021-08-23
弹簧试验机|螺旋弹簧试验机|弹簧拉压试验机|弹簧机
产品详细介绍螺旋弹簧试验机|弹簧试验机|弹簧拉压试验机|弹簧疲劳试验机 一、螺旋弹簧试验机是依据弹簧试验机标准规定的技术要求制成,主要用于测试各种螺旋弹簧的拉力、压力、位移、刚度等强度试验和分析。 二、螺旋弹簧试验机的主要型号:TL-1000螺旋弹簧试验机;TL-2000螺旋弹簧试验机;TL-5000螺旋弹簧试验机。 三、螺旋弹簧试验机功能特点: ①试验力显示方式:度盘显示并且有上下限指示,具有分选功能。 ②位移显示方式:标尺与游标尺指示,具备微调功能。  ③加荷方式:采用手柄加荷,机械定位,检测速度快。 ④控制方式:接近开关控制加载点并具有刹车系统,能准确停车。 ⑤安全保护:上下极限位置停车保护与过载保护。 四、螺旋弹簧试验机技术参数: ⑴指标:TL-1000 TL-2000 TL-5000 ⑵最大试验力(N):1000;2000;5000 ⑶度盘每格刻度值(N):0~1000吋1.0/0~200吋0.2;0~2000吋2.0/0~400吋0.4    ;5 ⑷位移标尺最小分辨值(mm):0.05 ⑸拉伸试验两挂钩间最大距离(mm):270;700 ⑹压缩试验两压盘间最大距离(mm):250;650 ⑺上下压盘直径(mm):Ø110;Ø150 ⑻拉伸及压缩试验最大行程(mm):115;600 ⑼上压盘下降上升速度(mm/min):手动;600 ⑽试验机级别:1级;0.146 ⑾外形尺寸(长×宽×高):810×585×950;1020×850×1300 ⑿净重(kg):105;260 ⒀位移示值误差:≤±(50+0.15L)μm ⒁电源:(须有可靠的接地)220V±10%50Hz ⒂工作环境: 室温10~35℃,湿度20%~80% 五、系统配置: ①试验机主机 ②主机:1台 ③技术资料:使用说明书与维修手册、合格证、装箱单。 弹簧试验机 全自动、微机控制弹簧试验机/手动弹簧拉压试验机: ㈠主要用途:本机依据国家弹簧拉压试验机标准规定的技术要求,拉簧、压簧、碟簧、塔簧、板簧、卡簧、片弹簧、复合弹簧、气弹簧、模具弹簧、异性弹簧等精密弹簧的拉力、压力、位移、刚度等强度试验和分析。 ㈡功能特点: ①能够测量弹簧的拉力、压力、刚度、位移及显示日期、编号等内容 ②采用大规模继承电路,提高了测试精度,人机对话直观明了 ③依据国家标准设计的弹簧检测专用程序,效率高、功能全、操作方便 ④从寄希望原理和程序软件两方面考虑提高了量程的精确测量范围 ⑤即适合生产线上弹簧的批量检测、分选,也适合试验室的精密抽检 ⑥数据与曲线随试验过程动态显示 ⑦可对曲线进行再分析,可放大、缩小和点击察看曲线上各点对应的数据。 ⑧可将力值、位移、刚度、曲线等数据形成标准的试验报告进行打印 ⑨具有程控和机械两级限位保护 ㈢技术参数 ①型号:WDT ②最多试验机:100N~100KN ③拉伸试验的最大距:600mm ④压缩试验的最大距:600mm ⑤上亚盘下降上升速度:1~300mm/min或者0.01~500mm/min ⑥主机形式:单臂式,门式 『具体技术参数请查看济南思达测试技术有限公司的产品信息』 ㈣、试验机软件界面如下: ①主界面 主界面主要包括四部分:①菜单栏②示值显示区③试验曲线④试验操作 ②曲线显示界面 (力——时间曲线) ③数据查询界面 包括:①试验日期②试验批号③实验员④删除该批号⑤删除该编号 ④试验机结果界面      包括:①试验试样信息②试样编号列表③面积计算④试验结果 公司名称:济南思达测试技术有限公司 包装:木箱  价格:电议 电话:0531-85981092
济南思达测试技术有限公司 2021-08-23
叶片光学智能检测装置及软件系统
由于航空发动机和燃气轮机叶片型面是空间异型曲面,因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量,同时在修复层面提高叶片使用寿命,开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置,并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统,可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复,研发了一套高效高精度的叶片检测方法与集成系统,可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准,为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据,有效提升修复精度与效率,并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景,市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台
四川大学 2025-02-11
海嘉船舶综合信息系统
海嘉船舶综合信息系统(简称“海嘉PMS管理系统”)是由厦门大学科考船运行管理中心自主开发并获得中国船级社(CCS)型式认可证书的船舶综合信息系统。该系统针对国内船舶管理高校、公司的船舶管理特点,坚持“以人为本”的管理理念,全方位覆盖船舶管理各项业务。系统构建的数字化安全管理体系平台可有效协助船东和船舶管理单位进行船舶管理;通过数字化维修保养体系使得船舶主管机构的监督检查效率和质量更高;PMS型式认可证书是货方指定的第三方评审(如RightShip检查)机构对船舶运营提出检查清单并进行评分时必须查看的一项证书。 PMS型式认可证书 核心功能
厦门大学 2025-02-07
海嘉船舶数据传输系统
海嘉船舶数据传输系统采用先进的通信技术与数据处理手段,系统利用高带宽卫星通信和5G网络,提供了更快速、可靠的数据传输通道。其整合物联网技术,能够从多种传感器源头实时获取船舶多维数据。创新的数据压缩和加密算法确保了数据传输的高效率和安全性。同时,系统对海上数据流量进行智能化管理,提升了传输的稳定性。
厦门大学 2025-02-07
海嘉船舶数据采集与分发系统
海嘉船舶数据采集与分发系统创新性突出,采用先进的传感器技术,实现多源数据的高效采集。系统在通信方面采用了独特的混合通信方案,融合卫星通信、物联网技术,确保了信息的高速传输和覆盖范围。创新的数据处理算法实现了实时数据分析和异常检测,提高了系统的智能化水平。
厦门大学 2025-02-07
挠曲面太阳能聚光系统
东南大学 2025-02-08
锂电池管理系统AI算法研究
本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点,尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法,构建融合机器学习与深度学习的电池状态预测模型,拟实现高精度SOC(荷电状态)与SOH(健康状态)估计的优化,提升电池管理系统的智能水平与安全性。 解决方案方面,项目基于实地检测磷酸铁锂电池充放电数据构建训练集,采用轻量级线性回归模型及改进型人工神经网络进行建模优化,并结合特征工程技术提高预测精度。同时,设计适用于边缘计算的部署方案,使模型可在BMS嵌入式硬件平台实时运行,降低对计算资源的依赖。 在竞争优势方面,项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点,特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案,该AI算法可显著提升电池使用效率与寿命,精准估算SOC/SOH,降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试,初步反馈表明荷电状态预测准确度提升40%左右,电池健康度准确度提升40%左右,系统响应及时,具备较高实用性和推广价值。专家评审一致认为,该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。
西南大学 2025-05-12
基于近红外光谱的入孵前种蛋受精情况检测方法及装置
本发明提供一种基于近红外光谱的入孵前种蛋受精情况检测方法及装置,方法包括:获取对种蛋采用预设方式进行近红外光扫描形成的多个近红外光谱;所述预设方式为:对种蛋的至少两个不同预设位置中的每个预设位置进行至少一次扫描;获取所述多个近红外光谱中每个光谱中各个预设波段处的吸光度,并根据所述每个光谱中各个预设波段处的吸光度,计算各个预设波段处吸光度的平均值;根据各个预设波段处吸光度的平均值和各个预设波段处吸光度的预设权重系数,利用预设种蛋受精情况预测模型计算所述种蛋是否受精的预测值;根据所述预测值,确定所述种蛋是否受精。本发明可在不破坏种蛋完整性的情况下且在入孵前准确判定受精蛋未受精蛋的类型。
中国农业大学 2021-04-11
首页 上一页 1 2
  • ...
  • 27 28 29
  • ...
  • 556 557 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