|
搜索
搜 索
高等教育领域数字化综合服务平台
配料挤出系统
专为实验室操作和研发测试而设计，为科研研究和产线的生产提供试验数据。
主要用途：
· 原材料性能测试——不同品牌和不同分子量的原材料；
· 各种配料的研究——不同固含量、不同分子量物料的混合、辅助添加剂等；
· 挤出工艺的探索——不同挤出温度 、不同的螺杆转速、不同的挤出压力等；
喂料采用配料釜混料，蠕动泵精确喂料，挤出机出口采用换网器过滤（过滤精度50-200目），熔体泵稳压，最终通过模头成型。模头宽度200mm（其它宽度可选）。
设备优势：
· 丰富的使用和扩展选项
· 可根据物料工艺排定组合螺纹块
· 高精度压力传感器和温度传感器对料压和料温进行实时监控
· 设计紧凑，操作方便灵活
· 通过触摸屏控制实现最佳操作
· 可以连接不同种类的下游设备
规格型号：
· 螺杆直径——DN16，DN20，DN25，DN30，DN35
· 长 径 比 —— L/D=40, 其它长径比（10-40）可选
· 螺杆旋向——平行同向
· 螺杆转速——0-200rpm变频调速
· 組合方式——积木式螺纹块组合
青岛中科华联新材料股份有限公司
2021-09-03
铸片系统
主要用于实验用铸片的冷却成型，隔膜通过热值相分离形成微孔。
设备操作：
· 靠辊采用液压缸向前后移动，移动距离100mm
· 靠辊与定型辊的间隙精度0.005mm，光栅尺显示
· 三辊可整体前后移动500mm，上下移动距离200mm
· 换热辊辊面为镀铬镜面抛光，跳动≤0.005mm
· 每个换热辊采用独立的伺服电机驱动，速度精确且单独可调
· 每个换热辊上设有硅胶刮油辊
· 出口换热辊上设有硅胶压辊，避免铸片打滑
· 换热辊采用交叉对流流道，保证辊面温度均匀（±0.5℃）
· 换热辊通过水冷控温，冷却水由1台模温机提供，可根据工艺要求设定不同的冷却温度
设备特点：
· 结构紧凑，清理方便
· 可进行流延成型或堆料成型的研究
规格型号：
· 辊面宽度400mm（其它宽度可选）
· 冷却辊直径315mm
· 结构形式——三冷却辊
青岛中科华联新材料股份有限公司
2021-09-03
薄膜萃取系统
产品特点：
· 整机功能集成化，外观简洁、大方
· 电气化控制简洁、实用
· 内部结构采用多分区、模块化设计，满足不同工艺下使用要求
· 设备可以整体移动、固定，对于需要在不同环境使用具有较高适用性。
· 操作、维护方便，性能安全可靠
· 可以通过不同的萃取时间、方案，完全模拟出萃取线的过程及其结果
产品应用：
· 开发新的薄膜配方和材料
· 测试新的薄膜表面/添加剂
· 验证薄膜生产工艺条件
· 测试不同萃取方案对于材料的影响
· 萃取后薄膜样品性能测试
· 小批量薄膜生产
技术参数：
· 萃取样品尺寸规格——850mm×850mm
· 样品薄膜厚度——20 - 5000 μm
· 内部分区——3区
· 萃取介质进出——双泵单独控制
· 辅助萃取（可选）——强力超声波发生器
· 设备尺寸—— 1m×1m×1.3m （长×宽×高）
青岛中科华联新材料股份有限公司
2021-09-03
情绪疏导系统
1、 产品介绍：智能引导式的自助情绪疏导系统，针对愤怒、忧伤、沮丧、焦虑等常见的消极情绪，按照情绪唤醒——合理宣泄——认知调整等步骤，通过多种方法引导用户疏导不良情绪，建立合理信念，获得积极的生活态度。2、 系统构成：本系统由触控一体机、多媒体专业调音设备、头戴式耳机（带麦）、推车型一体机支架及耳机挂钩组成。3、 主要功能及参数：1) 具有情绪主题疏导、趣味宣泄、认知朗诵、心情涂鸦、情绪体验、档案管理模块。2) 近200个心理引导库，模拟心理咨询互动，给予实时反馈和专业引导。3) 智能采集声音的实时分贝值，计算能量值，评估宣泄指数等。4) 情绪主题疏导：提供常见的五大情绪问题（愤怒、忧伤、沮丧、焦虑和烦躁）的应对疏导方案，通过情绪唤醒——合理宣泄——认知调整等步骤，智能引导用户疏导不良情绪，并自动生成报告。5) 趣味宣泄：采用游戏形式，引导用户呐喊宣泄，包含了“大声尖叫”、“爆发吧！小宇宙”和“跳跃的大脚”三种声控呐喊宣泄游戏；系统自动记录每次游戏中的最大呐喊分贝、最长呐喊时间、宣泄指数等。6) 认知朗诵：通过朗读引发用户思考，建立合理认知。五大情绪主题下有丰富的朗读素材，同时支持素材自添加，并可自动生成滚动跟读模式，具有录音、修音、发布、点播、互动等功能。7) 心情涂鸦：借助涂鸦方式，帮助用户从负面情绪中解放出来，分为自由涂鸦和模板涂鸦两种方式，支持用户自添加涂鸦模板，具有发布、查看、互动等功能。8) 情绪体验：通过表情模仿与拍摄，体验相应的情绪；包括“敌意”、“烦躁”、“愤怒”、“害怕”，“焦虑”，“沮丧”，“喜悦”，“忧伤”等8种情绪，用户可添加更多表情；拍摄的表情照片可设置为头像。9) 档案管理：具有个人资料修改、历史足迹记录等功能。
上海华东师大科教仪器有限公司
2021-12-20
我国科学家开发出智能育种新技术
粮食供应是攸关国计民生的重大问题，不断优化升级育种技术促进作物产量和性状的可持续提升具有重要意义。
科技部生物中心
2022-04-01
生成式人工智能服务管理暂行办法
《生成式人工智能服务管理暂行办法》已经2023年5月23日国家互联网信息办公室2023年第12次室务会会议审议通过，并经国家发展和改革委员会、教育部、科学技术部、工业和信息化部、公安部、国家广播电视总局同意，现予公布，自2023年8月15日起施行。
中国网信网
2023-07-13
现代化产业体系要坚持智能化
二十届中央财经委员会第一次会议强调，推进产业智能化、绿色化、融合化，建设具有完整性、先进性、安全性的现代化产业体系。
经济日报
2023-06-30
镍基高温合金组织结构超声智能评价方法
航空发动机机匣是一种复杂薄壁零件，其加工变形问题是我国航空发动机制造的关键技术瓶颈。机匣毛坯组织结构的均匀性是影响机匣加工变形的主要原因之一。镍基高温合金具有优异的高温强度，良好的抗氧化和抗热腐蚀性能，是航空发动机机匣的主要原料。镍基高温合金铸、锻件组织结构的无损检测与定量评价是实现组织结构均匀性检测与评价的基础，有助于准确判断毛坯制造质量，表征制造工艺改进的有效性，降低机匣加工变形概率。
超声检测具有穿透能力强，灵敏度和分辨率高、可定位和定量检测等优点，在航空发动机大规格高温合金构件制造质量检测领域得到了广泛应用。超声检测信号特征值与材料组织结构变化、二次相或沉淀物的形成相关，具备有效评价镍基高温合金的组织结构的能力。现有镍基高温合金铸、锻件组织结构的超声检测以噪声波高为主要判据，指标简单、阈值设置严格、误判率高，无法适应不断改进的制造工艺。
组织结构超声定量评价技术的核心是确定微观组织特征参数与超声检测特征参数之间的定量关系模型，其本质是以模型待定系数为决策变量，以评价准确性为目标函数的优化问题。超声波在镍基高温合金中传播时，受到晶界、相界、孪晶等复杂组织结构的综合作用，若采用声速、衰减系数、非线性系数等单一超声检测参数对组织结构进行建模与评价，会因信息量的缺失而导致评价误差大；若增加检测参数规模，则会导致所对应优化问题的困难性大幅增加。
本研究以镍基高温合金组织结构定量评价为主要研究对象，围绕如何利用协同进化算法求解定量评价的大规模优化问题、以及如何同时利用多种微观组织特征参数对镍基高温合金进行综合表征展开研究。科研成果为航空发动机机匣镍基高温合金毛坯制造质量检测、评价、性能预测提供技术支持，为制造工艺改进提供数据支持，也可进一步推广至其它高温合金、钛合金等材料中。
南昌航空大学
2021-05-04
MU611 多用途GPS车载智能终端
该系统是一个GPS车载智能终端平台，能实现对不同层次用户对车辆定位、调度、追踪、安全运输等管理的需求。为客户提供一套便于功能升级、模块可互换、适应不同车辆环境下的高性价比的模块式GPS车载智能终端的解决方案，满足不同客户的个性化需求。该系统具有车辆定位跟踪功能，车辆监视功能，报警功能，拍照功能，调度功能，车辆控制功能，对讲监听功能，碰撞检测功能，黑匣子记录功能，业务及增值业务功能。随着我国经济的发展，一旦各城市的公交车和出租车项目启动，特别是长途运输车辆的应用实施，车载导航市场将出现爆发性增长的势头其应用市场需求迫切，潜力巨大。本系统先后在北京市、浙江省、江苏省、广东省等全国各地区30余家用户的推广使用，已经销售了4204台，营业额达到了1217万元，产生巨大的经济社会效益。本产品的主要客户有：江西长运股份有限公司、广东省江门市汽运集团，苏州双牛电子有限公司，扬州中兴通讯设备有限公司，金华青年汽车制造有限公司，东美实业有限公司抚州公司，东风汽车公司抚州销售技术服务站，赣州新世纪汽运有限公司，赣州车圣导航科技有限公司等。2007年该项目荣获江西省科技进步贰等奖。
江西师范大学
2021-05-05
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10