|
搜索
搜 索
高等教育领域数字化综合服务平台
基于数字孪生模型的智慧桥梁管理系统
成果介绍针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。技术创新点及参数依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。市场前景主要基于在役桥梁数量庞大、病害严重、实际管养过程中纸质化、平面化的管养方法，数据管理混乱、维修决策困难。实施条件实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势
东南大学
2021-04-11
基于数字孪生模型的智慧桥梁管理系统
主要基于在役桥梁数量庞大、病害严重、数据管理混乱、维修决策困难等背景，针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。项目展示包括移动端人工检测、无人机图像检测、水下检测、索力监测、桥梁动力特性识别及施工监控等多种实际应用场景，并依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。该模型能够实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势，由此对实际桥梁管养提供预防性养护措施建议；本技术意在解决实际管养过程中纸质化、平面化的管养方法，优化数据管理混乱现状，并通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。
东南大学
2021-04-11
基于数字孪生模型的智慧桥梁管理系统
主要基于在役桥梁数量庞大、病害严重、数据管理混乱、维修决策困难等背景，针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。项目展示包括移动端人工检测、无人机图像检测、水下检测、索力监测、桥梁动力特性识别及施工监控等多种实际应用场景，并依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。该模型能够实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势，由此对实际桥梁管养提供预防性养护措施建议；本技术意在解决实际管养过程中纸质化、平面化的管养方法，优化数据管理混乱现状，并通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。
东南大学
2021-04-11
基于数字孪生模型的智慧桥梁管理系统
主要基于在役桥梁数量庞大、病害严重、数据管理混乱、维修决策困难等背景，针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。项目展示包括移动端人工检测、无人机图像检测、水下检测、索力监测、桥梁动力特性识别及施工监控等多种实际应用场景，并依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。该模型能够实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势，由此对实际桥梁管养提供预防性养护措施建议；本技术意在解决实际管养过程中纸质化、平面化的管养方法，优化数据管理混乱现状，并通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。
东南大学
2021-04-13
高校报修管理系统
智教高校报修管理系统优化校园设施维修流程，提升服务效率与质量，满足学校师生及后勤管理部门的需求，维修完成后，能对维修服务质量（如维修效果、维修人员态度）进行打分评价，并可填写反馈意见，以便学校改进服务。
教师、学生可以通过手机端，点击报修服务、我要报修后，可以根据实际报修情况进行问题描述、上传图片等。学生可以实时跟踪维修进度，并对维修结果进行线上打分、评价。
吉林省智教软件有限责任公司
2025-05-16
桥梁状态监控系统
桥梁监测系统l 基于GPS—光纤光栅桥梁监测系统 随着科学技术的进步以及交通运输的需求，实时桥梁健康监测技术逐步成为大型桥梁结构灾害演化规律研究与安全保障的重要途径。大型桥梁具有塔柱高、跨度大等特点，其变形监测的主要内容包括：桥梁墩台沉降观测、桥面线形与挠度观测、主梁横向水平位移观测等。 神朔铁路行车关键设备安全监控 高精度差分GPS方案和光纤光栅技术可以长期、实时的检测桥梁、山体、隧道等的位移和应力应变，通过系统自动分析和处理，实时评估健康状态，可以及时的发现问题并发出预警信息，弥补了传统检测的不足，提高安全生产能力和安全管理水平。 l 光纤光栅监测系统结构
北京交通大学
2021-04-13
桥梁健康监测系统
本成果是由西南交通大学自主开发的一套成熟的大型桥梁健康监测系统，已经成功地运用在国内各跨江、跨海大桥，为桥梁在特殊气候、交通条件下或桥梁运营状况异常严重时发出预警信号，为桥梁的维护维修和管理决策提供依据与指导。该成果成熟、可以直接应用。
西南交通大学
2016-06-27
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
桥梁模型
六件/套；有机玻璃，底板为优质色板，环保塑料精致加工成型；含悬梁桥、斜拉索桥、梁架桥、拱架桥、弓形拱桥、悬索桥等六种桥梁模型。
宁波华茂文教股份有限公司
2021-08-23
优质稻谷收储作业5T管理技术规程
5T管理”理念，即基于农作物及果实生长的自然通道特性，按时间敏感性将收储过程界定为熟收 (T1)、田场 (T2)、干燥 (T3)、收仓 (T4)以及仓储 (T5)等5个事件，进一步围绕5个事件优选管理目标因子和控制因子、制定管理指标体系和配套先进适用技术装备。在吉林省粮食和物资储备局的支持下，依据“5T管理”原理，制定了《吉林优质稻谷收储作业5T管理技术规程》。依托吉林省粮食和物资储备局、吉林大米联盟、九台贡米联盟、益海嘉里金龙鱼等大米相关产业组织在省内外进行推广，减损效果显著，可以显著延长大米的保鲜期，特别是探明了不当管理导致的7.16%“隐性”损失，同时也减少了粮食微生物毒素危害，为稻谷的持久鲜活保驾护航。
吉林工商学院
2025-05-19