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
智能
机器人与
智能
制造
系统
依托学校与烟台拓伟智能科技股份有限公司联合北京理工大学、中国科学院电子所、北京京仪自动化研究总院共建的烟台智能技术应用联合创新研究院,开发了系列具有自主知识产权的智能机器人产品和智能制造系统,其中“4-6自由度关节型工业机器人”可负载7kg-200kg;自主视觉引导+二维码定位的AGV,两轮差动、麦克纳姆轮全向,可负载20kg-2000kg。利用自主研发的全向无轨堆垛机、AGV、工业机器人等,在自主研发MES、车管调度、WMS系统监控下完成一系列智能制造和组装,打造了“汽车制动油泵壳体智能制造系统”“智能精密铸造工厂”等一批系统集成示范项目。 为服务烟台苹果产业高质量发展,研究院制定了烟台红富士苹果等级分选省级标准,研发了无损伤智能分选与包装及冷风库智能监管系统、该系统包括智能信息采集与分级子系统、智能输送调度子系统、苹果排面子系统、机器人智能装箱子系统,整线状态监测与数据库子系统。该系统采用人工智能及深度学习技术,有效结合近红外光谱与计算机视觉技术,完成苹果糖度、色泽、果形、霉心病、果锈、重量等21项指标检测,根据检测结果和新的分级标准,对苹果重新进行分类分级,检测准确率达到95%以上,分选效率2个/秒,磕碰率控制在1%以下,装箱速度达到1个/秒。通过该系统,开展苹果大数据信息采集工作,建立种植-加工-储存-销售全链条标准化苹果大数据综合运营平台,现从苹果单一价值到资源价值的跨越,从而促进苹果产业转型升级,高质量发展。
鲁东大学
2021-05-11
温室环境
智能
控制与
智能
管理
系统
本系统包括温室栽培优化模型动态仿真、专家系统集成与智能控制算法设计等三部分内容。系统采用了基于知识的智能解决方案,系统的三个部分紧紧围绕专家知识与智能,不仅构成统一的整体又能分别独立运行。系统以大量的实验数据和专家经验为基础,采用智能控制方法、智能推理方法和多媒体技术,能提供病虫害在线预报,为温室环境控制提供最佳环境条件,并能对温室环境和作物生长过程进行仿真和预测。
北京理工大学
2021-04-14
围岩失稳声光电
集成
监测
系统
及其监测方法
本项成果包括对同一个钻孔内壁的围岩损伤情况分次进行监测的光学钻孔窥视仪、声发射装置和钻孔应力计。其特征在于:对预先在煤矿巷道帮上所钻取的同一个钻孔内壁的围岩损伤情况分次进行监测的光学钻孔窥视仪、声发射装置和钻孔应力计,汇总所有监测结果,从表面变形和内部损伤研究对围岩损伤失稳状况进行全方位辨析。
西安科技大学
2021-04-11
全电脑双针床经编机
集成
控制
系统
该项目是由江南大学教育部针织技术工程研究中心自主设计开发,经 10 多318 年研究,逐步完善并升级。系统梳栉横移由柔性电子凸轮控制,并配备了高刚性 横移机架,机速可达 850r/min 以上;适用于大花高的复杂花型编织花高最高可 达 8000 横列以上,配以最新的 Piezo 贾卡装置,可高效实现各类提花三明治和 毛绒的编织;拥有极强的在线花型编辑与显示功能,实时显示并且可以进行在线 式花型修改;可配置 4-8 轴多速送经与电子横移控制、1-3 把贾卡梳提花控制和 多速牵拉/卷曲控制系统;具有停电保护功能,保证重新上电时花型能连续编织。 2 关键技术 (1)高动态响应柔性横移技术,实现对大惯量导纱梳栉进行高频启停和高 精定位; (2)高精度随动多速送经技术,实现送经与主轴频率和横移曲线的快速跟 随; (3)高速率存取贾卡提花技术,实现对贾卡提花数据的大容量静态存储与 高速率动态存取; (4)高分辨扫描在线监测技术,实现织物图像的高速扫描与识别。 3 知识产权及项目获奖情况 1、发表 CSCD 论文 46 篇; 2、申请专利 8 项,授权 6 项; 3、获 2014 年中国纺织工业联合会科学技术一等奖、2010 年国家科技进步 二等奖、2009 年江苏省科技进步二等奖。 4 项目成熟度 批量生产阶段 5 投资期望及应用情况 已得到江苏润源、晋江佶龙、常州弘毅、常熟欣鑫、南京裕源和泉州福联等 多家公司的认可
江南大学
2021-04-13
集成
低电压电泳生化分析
系统
芯片
深入了研究低电压芯片电泳的理论原理和控制方法,开展了低电压电泳分离检测相关基础理论与关键加工技术的研究。通过芯片微流道中流体的电场和流场等的模拟分析,对低电压电泳芯片进行了结构设计,提出集成非接触高频电导检测器的硅基低电压电泳芯片和玻璃基低电压电泳芯片的新结构;突破了SOI硅基芯片侧壁微电极阵列及其与高频非接触电导检测器一体化三维集成等关键加工技术,研发出基于SOI的集成低电压电泳芯片和集成光学滤色薄膜的玻璃基低电压电泳芯片的两套加工工艺;成功研制出柱端集成非接触高频电导检测器的两种低电压电泳芯片
重庆大学
2021-04-14
高效节能新型家用电器
集成
驱动
系统
成果简介集成家用驱动系统是新一代的驱动系统, 解决了目前家用电器中驱动系统的效率低、 自动化程度低的现状。 利用现代电力电子技术、 控制理论、 传感器理论及现场总线技术, 把家用电器中的控制提升到网络驱动的时代, 节省材料、 提高效率。 该项技术为国家发明专利。成熟程度和所需建设条件成熟技术, 可以 SKD、 CKD 形式转让, 也可以合作生产, 不小于 300 平方米的生产厂房, 电子设备生产条件。技术指标单相电机和单相变频器,
安徽工业大学
2021-04-14
天津新中环
系统
集成
技术有限公司
天津市新中环系统集成技术有限公司,成立于1996-02-28,注册资本为10万人民币,法定代表人为熊允亨,经营状态为迁出,工商注册号为1201931001138,注册地址为南开区鞍山西道佳音里4号楼1门101室,经营范围包括技术开发、咨询、服务、转让(电子与信息的技术及产品);计算机及外围设备、文化办公用机械零售。
天津新中环系统集成技术有限公司
2021-01-15
温室环境
智能
控制与
智能
管理
系统
(产品)
成果简介:本系统包括温室栽培优化模型动态仿真、专家系统集成与智能控 制算法设计等三部分内容。系统采用了基于知识的智能解决方案,系统的三 个部分紧紧围绕专家知识与智能,不仅构成统一的整体又能分别独立运行。 系统以大量的实验数据和专家经验为基础,采用智能控制方法、智能推理方 法和多媒体技术,能提供病虫害在线预报,为温室环境控制提供最佳环境条件,并能对温室环境和作物生长过程进行仿真和预测。 项目来源:科技部“十五”重点攻关项目“温室环境智能控制关键技
北京理工大学
2021-04-14
城市固废分类-收运-协同处置全链条
智能
化技术
集成
1. 痛点问题 2021年12月,生态环境部会同相关部门印发了《“十四五”时期“无废城市”建设工作方案》,指出将在100个左右地级及以上城市开展“无废城市”建设,对提升城市固体废物的全过程管理水平提出了更高的要求。然而,当前我国许多城市固体废物产生量持续加大,无害化处置能力尚未得到有效保障,处理设施布局零散,固体废物精细化、信息化管理水平较低,在构建先进的城市固体废物管理模式中面临顶层设计、基础设施、管理体系等软硬件条件的不足,显著影响“无废城市”建设成效及固废管理领域碳减排目标的实现。亟需改进传统碎片式、分种类、智能化水平较低的固体废物管理模式,依托物联网和智慧支撑技术形成多种类型固体废物分类-收运-协同处置全链条系统性方案,充分发挥固废处置中的减污降碳协同增效作用,提升城市固体废物处理在全环节规划设计、工艺技术集成优化、工程及园区的可持续运营等方面的综合实力。 2. 解决方案 针对城市固体废物全过程管理问题,本项成果发挥清华大学环境学院循环经济产业研究中心在城市固体废物管理理论研究、工艺优化调控和规划决策应用等领域的长期积累,开发“无废城市”建设顶层系统规划工具,研发全链条工艺模拟与优化技术,搭建基于物联网和大数据的城市固废智慧化管理平台,形成能够有效服务于“无废城市”建设的城市固废分类-收运-协同处置全链条系统性解决方案。具体包括: (1)针对城市固体废物处理处置系统存在的现实问题,在整个城市层面构建从源头分类减量到末端处理处置、处理设施协同共生的工程技术体系和管理运营模式,打造处理设施协同共生、碳减排和二次污染集中控制效果显著、实现物质有序循环和能量梯级利用的多源固废协同处置园区,构建无害化、资源化、可持续的城市循环代谢链网; (2)开展多源固废处理处置工艺机理模拟,揭示固废-水-能耦合代谢路径与减污降碳潜力空间,实现工艺参数优化;模拟不同固废管理路径对物流、能流的影响,支撑不同应用场景下涵盖源头分类及减量化、污染处理处置、残余物集中控制全过程的工程技术体系优化; (3)基于物联网、智能监控、在线仿真技术等,构建城市固废管理多源异构大数据系统,形成原创性固废智慧管控技术,支撑建立集固废监测、溯源、预报、应急、调控等功能于一体的可视化管理平台,提供多场景、多效能、智慧化城市固废系统性解决方案。 合作需求 (1)与从事城市固废处理、再生资源回收利用、静脉产业园建设等领域的企业以及绿色金融机构开展业务合作; (2)项目孵化需办公场地500平米,天使轮融资需求约3000~5000万。
清华大学
2022-03-22
智能
表记识别
系统
项目简介: 本项目针对复杂的实际工业环境,基于机器学习最新理论成果和机器视觉基本原理,研究并实现了具有较强鲁棒性的变电站传统机械式电表远程智能读数系统。首先通过图像的预处理对电表区域进行初步定位,然后在此有效范围中利用电表指针的几何形状特点对其进行精准定位,最后通过指针与表盘刻度的相对位置计算电表读数,最终实现了在复杂环境下对电表快速、可靠、精确地远程智能读数,代替了低效的传统人工抄表和数据录入,具有可推广应用的工业价值。 运用机器学习和计算机视觉技术,首先获取指针式仪表表盘图像,然后采用数字图像处理技术提取和识别目标,最后实现指针式仪表示值的自动判读,从而避免人工判读示值工作量大、容易出错等问题。本项目的主要工作内容有:电表特征配置、指针类表计读数判别、建立前馈式神经网络模型、图像智能化判断。 由于工业环境复杂多变,在数据采集过程中不定期地会出现各种故障和干扰。这些极端情况下所采集到的图片若进入系统进行智能读数分析,所得到的分析结果往往是不可信或者无意义的。所以,根据图像的像素分布特点进行分析,系统将自动拒绝对质量过差的问题图像进行分析判断,并向变电站工作人员发送相关警告提示。在提高系统读数结果可靠性的同时,及时发现设备问题并通知工作人员,有利于尽早排除故障、防患于未然。主要技术指标:识别正确率:92.5%;识别速度<3s。 应用范围:项目目前已进入产业化阶段,成果权属为我校独自拥有。
四川大学
2021-04-11
首页
上一页
1
2
...
5
6
7
...
536
537
下一页
尾页
热搜推荐:
1
第62届高博会将于2024年11月重庆举办
2
2024年云上高博会产品征集
3
征集高校科技成果及大学生创新创业项目