|
搜索
搜 索
高等教育领域数字化综合服务平台
高档数控机床与基础制造装备—精密立、卧式加工中心
、
北京工业大学
2021-04-14
直接快速制造模具与零件的方法及其装置
一种直接快速制造模具与零件的方法及其装置。通过快速设计或反求技术，得到制件的三维数据模型，对其进行分层切片处理，再由数控装置控制等离子喷头按截面轮廓逐层熔积成形，直至得到所需制件。还可利用精细光整加工器对各熔积层进行逐层光整。其装置包括工作腔、数控装置、等离子喷焊机、激光切割器和精细光整加工器。本发明装置简单、成本低；所得制件具有满密度、近终形和综合力学性能高等特性。
华中科技大学
2021-04-14
我国明确“十四五”时期智能制造发展路径 巩固实体经济根基
近日，工业和信息化部、国家发展和改革委员会等八部门联合印发《“十四五”智能制造发展规划》（以下简称《规划》）。作为制造强国建设的主攻方向，智能制造发展水平关乎我国未来制造业的全球地位。
人民网
2022-01-20
基于“智能制造”技术下的“北京礼物“文创雕塑艺术品开发”
北京工业大学
2021-04-14
水厂智能监控与污水处理的研究与应用
项目研究污水处理优化控制与节能管理，通过人工智能技术，实现污水处理过程的优化运行和精确控制并提供具有专家经验的优化调度和管理策略，最终达到节能降耗的目的，系统分为两部分，上位机优化软件和下位机PLC控制站，上位机优化控制软件包括各种智能控制模块、优化调度策略及电能监测等功能模块，是节能降耗的集中体现，下位PLC控制站的主要作用是接收上位系统的控制指令完成控制功能。
南京工业大学
2021-01-12
一种大幅面零部件的增减材复合制造设备
发明公开了一种大幅面零部件的增减材复合制造设备，包括床身，床身上安装有多个用于增材制造的六自由度倒挂机器人和五轴·825·联动龙门铣床，多个倒挂机器人分布在龙门铣床的铣削头周围；倒挂机器人上设有增材制造设备，所使用的热源可以是高功率激光束或者电弧；增材制造设备在工作平台上进行单层或多层毛坯体制造，龙门铣床铣削头对单层或多层的毛坯体进行精加工和修整。本发明克服了大幅面复杂零部件铣削加工的困难和增材制造技术
华中科技大学
2021-04-14
电弧熔丝增材制造复合无针搅拌摩擦制备金属构件的方法
本发明提供一种电弧熔丝增材制造复合无针搅拌摩擦制备金属构件的方法，采用电弧熔丝增材制造工艺，按照预设打印程序在基板上从第一层开始以向上生长的方式逐层沉积，直到沉积最后一层，获得所需金属构件；其中，在第一层至最后一层的沉积过程中，对每一层沉积层均采用无针搅拌摩擦进行处理，提高当前沉积层的表面精整度，并消除沉积层表面的氧化层，加深下一层沉积层与当前沉积层之间相互融合的程度，同时通过无针搅拌摩擦重新分布当前沉积层的残余应力并消除偏析，从而提高相邻沉积层之间的层间结合性。
南京工业大学
2021-01-12
面向新型电力系统的电网智能调度与可视化预警系统
新能源高占比发展下传统同步机组与风光新能源机组呈现“此消彼长”趋势，电力平衡面临“保供应、促消纳”的两难局面。因此，迫切需要研究面向新型电力系统的电网智能调度与可视化预警关键技术，保障电网安全可靠供电和新能源最大化消纳，助推碳达峰目标顺利实现。
该成果实现了面向新型电力系统的电网智能调度与可视化预警应用的信息融合、智能告警、动态监视、海量数据阅读、超实时仿真和高性能计算、基于人工智能的电网安全稳定分析、虚拟现实、基于图数据库的人-机交互等功能，为新型电力系统电网调度员提供了一个准确及时掌握电网实时运行态势的分析决策工具，实现调度员对调度计划方案的智能互动决策以及电网风险的实时可视化预警。
该技术实现了传统电网调度模式向智能性电网调度模式转换，可广泛应用于电网、电力公司调度及区域控制中心等机构，在实现电力系统安全可靠运行的同时，促进高比例新能源最大化消纳和保障电力可靠供应。同时，该系统不但可应用于实时运行管理，而且还可应用在规划、交易、营销等新型电力系统生产管理的不同领域。该成果已在四川省电力公司、中国南方电网等30余家单位机构投入使用，产生了良好的经济和社会效益。
图1 基于大数据的电网运行行为识别及可视化显示
图2 多源信息融合的电网环境监测可视化
四川大学
2025-02-11
郑州大学材料科学与工程学院在碳复合能源催化方面取得新进展
研究团队以硼(B)掺杂碳为载体，通过电子供体硼(B)对铱 (Ir) 的“原子束缚工程”以及对Ir活性中心电子结构的调控，获得高活性HER催化剂Ir@NBD-C，且Ir的用量仅占商用催化剂的1/4。
郑州大学
2022-06-08
智能服务语义理解与优化调度
针对目前智能服务系统在服务过程中存在的人机交互语
义理解不够深入、服务适配实时性差、以及智能化优化不足
等问题，利用深度学习、强化学习、知识图谱等技术手段，
重点研究：1）高效低成本的服务数据获取方法，为各类基
于机器学习的服务模型提供高质量训练数据；2）面向服务
过程的深度语义理解，包括服务意图识别、服务过程抽取、
事件检测等；3）面向复杂服务需求的服务任务智能调度，
结合具体服务场景展开基于多目标多约束的智能优化。
浙江工业大学
2021-05-06