|
搜索
搜 索
高等教育领域数字化综合服务平台
51008电和磁
宁波华茂文教股份有限公司
2021-08-23
验电连接杆
产品详细介绍
天津市春合体育用品有限公司（天津市春合体育用品厂）
2021-08-23
面向电商的“食品安全与营养的智能评估及推广系统”
南京大学开发的面向电商的“食品安全与营养的智能评估及推广系统”基于食品安全营养大数据资源池的构建，建设“食品安全与营养智能评估及推广系统”，为不同类型食品电商提供安全与营养的智能化评估、安全问题解决方案以及产品推广服务，为食品电商打造特色品牌，提升产品竞争力；通过“食品安全与营养智能评估及推广系统”的应用，以及面向消费者的电子商务应用的开发与推广，提供高度可视化的食品安全与
南京大学
2021-04-14
大功率风电齿轮传动系统设计分析试验与认证
风电齿轮箱是风力发电机组动力传递的的核心关键部件，其承载能力和 可靠性决定着整个机组的性能和使用寿命。在工程应用实践中，由于风力发电 机组所处的变风载工况、高低温和大温差等恶劣环境，常常导致风电齿轮箱的早 期破坏，是风力发电机组故障率最高、失效最早的部件之一。
1) 功率分流与均载能够显著提高重载风电齿轮传动功率密度和承载能力。 构建大功率风电齿轮传动的构型演化模型，提出以多级、功率分流与汇流和柔性均载为核心的传动构型方法，实现了大速比、变载荷、变工况下多行星均 载传动，显著提高了承载能力。
2）兆瓦级风电齿轮传动装置安装在弹性支撑的狭小机舱内，运行工况复 杂、载荷多变，影响其动力学特性的因素众多，其振动噪声控制是国际性难题。 建立弹性支撑下传动系统与结构系统的齿轮一轴一轴承一箱体耦合动力学分析 模型，揭示了传动参数与拓扑结构对系统动态特性的影响规律。
3）提出了齿轮箱加速疲劳试验与评价方法，揭示了载荷幅值、频度和历程与疲劳寿命之间的关系，实现在较短时间内完成了兆瓦级风电齿轮箱的疲劳 寿命试验。
4）建立了大功率风电齿轮箱性能试验测试系统，可实现风电齿轮箱承载能 力、效率、振动噪声等性能及行星均载测试和GL认证；建立基于远程检测的大 功率风电齿轮箱测试分析及诊断系统。
重庆大学
2021-04-11
射频传感网实现睡眠呼吸监测的技术与系统研究
睡眠呼吸监测及其呼吸信号的检测方法
中山大学
2021-04-10
基于可穿戴设备的脑卒中病人病态步态监测与病理分析系统
已有样品/n脑卒中（中风）已经成为我国致死率第一的疾病。中国目前已经有1100万的脑卒中病人，而根据世界银行对中国慢性病调查和分析，他们认为如果中国现在慢性病控制的这些状况不改变的话，到2030年中国将会有 3100万的脑卒中病人。。脑卒中病人由于肌力及肌张力异常，平衡及协调能力受限，从而严重影响病人的步行功能。研究表明，40-73%的居家脑卒中病人发生跌倒，比健康人群跌倒风险增加4倍，髋骨骨折风险增加10倍。因此，帮助脑卒中病人恢复行走能力是脑卒中康复的工作核心，而步态作为直接反映行走能力的重要指
武汉大学
2021-01-12
大型机械设备变工况非平稳动态分析与监测诊断
本项成果是为解决大型机械设备运行过程中的变工况非平稳和不确定性问题的基础理论和应用技术研究，提供了普通适用于大型机械设备变工况非平稳在线和离线动态分析与监测诊断的关键技术和装置。广泛应用于电力、冶金、石化、炼油、矿山、建材、纺织、印染、军工、机械、交通等工矿企业。成功地将小波理论、时频分析、分形方法、模糊聚类和神经网络有机地结合起来形成实用化的新技术。研究
西安交通大学
2021-01-12
土体变形分布式光纤监测标定与试验方法及其装置
土体的变形量是评价土体稳定状态的一项重要指标。对于边坡填筑、堤坝施工和隧道开挖等一些大型工程，实施分布式变形监测有助于及时获取土体受力和变形异常部位，采取相应的工程对策，以保证工程的正常施工和运行。最近国内外一些研究者直接将应变感测光纤埋入待监测的土体中，基于光纤传感数据来分析土体的变形状态和稳定程度。这一方法施工较为便捷，但是土体和应变感测光纤之间的相互作用机理和协调变形问题没有得到充分的认识，同时对于应变感测光纤的选用和锚固点的设置也没有科学依
南京大学
2021-04-14
实时智能监测与故障诊断专家系统的研究开发
项目是国家科技攻关计划“先进控制与优化软件及综合自动化软件平台产业化关键技术”子课题，项目在PCS层（过程控制层）与实时信息集成系统的基础上，实时智能监测与故障诊断专家系统充分利用网络技术、计算机技术、控制技术、通讯技术以及人工智能技术将分散的PCS层信息进行集成，实现信息管理的智能化。系统实现从已有的PCS层通讯网络获得数据，进行高一层次的综合和处理，进行安全监督、故障诊断和预报，而不改变使用人员已经熟悉的操作程序和规则，因而可达到更好的安全监控与管理的效果。
南京工业大学
2021-01-12
基于卷积神经网络的干扰信号识别方法
本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。
电子科技大学
2021-04-10