|
搜索
搜 索
高等教育领域数字化综合服务平台
VR焊接教育培训系统 虚拟现实仿真实训
产品详细介绍
国泰安VR焊接教育培训系统适用于中职、高职、本科院校焊接技术与工程专业、培训机构、以及相关企业。
该系统采用DirectX12、通过计算等先进图形技术，对熔池形成、流动、冷却过程进行逼真模拟，为用户提供沉浸式体验与交互，从而完成了焊接技能的实训。
亮点特色：
易学习：焊接过程中的行进角度、工作角度、电弧长度、焊接速度可视化，便于自我调节和老师课堂指导
省时间：无需打磨抛光等焊前准备工作即可反复练习技术动作，快速形成正确操作的肌肉记忆。
低成本：无需焊接材料、焊条焊丝、焊接保护气体的消耗
低风险：避免了触电，灼伤和弧光辐射，焊接烟尘和有害气体，噪声这四类危害对人体的损伤
产品构成：学习中心、训练中心、考试中心、娱乐中心、管理中心
深圳国泰安教育技术有限公司
2021-08-23
一种雷公藤内酯醇衍生物的制备方法及其产物和应用
本发明提供一种雷公藤内酯醇衍生物的制备方法及其产物和应用,该制备方法以雷公藤内酯醇为微生物代谢药物,通过特殊诱导子对微生物代谢雷公藤内酯醇,同时得到多种,高产率的基于雷公藤内酯醇的羟基和或甲基化修饰的雷公藤内酯醇衍生物,这些雷公藤内酯醇衍生物具有抑制肿瘤,艾滋病和乙肝病毒的良好作用.本发明方法绿色环保,选择性强,产率高,能够大规模利用微生物制备雷公藤内酯醇衍生物.
华侨大学
2021-04-29
转型时期农业生产方式调整与生产效率研究
浙江财经大学王建英副教授撰写的《转型时期农业生产方式调整与生产效率研究》2018年12月由浙江大学出版社出版，获2019年“浙江省第二十届哲学社会科学优秀成果奖”三等奖（基础理论研究类）。
该书是国家自然科学基金青年科学基金项目“中国粮食储备行为变化的机理和应对措施:基于农户储备和国家储备的研究”（批准号：71603228）、中国博士后科学基金特别资助项目“转型时期农户粮食储备行为变化的内在机理及影响研究”（批准号：2018T110607）和浙江省软科学研究项目“转型时期创新农业生产环节外包的决策机制与绩效研究”（批准号：2018C35032）的阶段性研究成果。
从中国农业生产环境发生的变化出发，该书抓住农村土地租赁市场发展、农业劳动力持续非农流转、农业机械化率大幅上升的显化特点，基于稻谷作为口粮消费的重要性，该书主要依据中国南方籼稻主产区江西省稻农的微观调查数据、有全国代表性的农户微观调查纵向数据（RCRE数据）、以及东亚、南亚和东南亚等主要水稻生产和出口国（中国、印度、孟加拉国、越南和老挝）多个地区稻米价值链参与主体的微观调查数据，在农户模型理论的指导下，从不同视角对转型时期稻农的水稻生产方式调整与生产效率进行了系统性的分析和实证考察，勾勒出一幅综合的图景。
浙江财经大学
2021-04-30
酰胺丙基叔胺及其系列衍生产品生产技术
酰胺丙基叔胺是由脂肪酸与丙基二甲基叔胺生产的精细化学品，是优良的石英砂浮选剂，也是最有效的沥青乳化剂，还可用于纸张防水剂，腐蚀抑制剂和石油制品添加剂。它亦是可用于生产制造胺盐、氧化胺、甜菜碱、季铵盐的中间体。酰胺丙基叔胺氧化胺、甜菜碱是性能优异的温和表面活性剂，常与阴、阳离子和非离子表面活性剂复配使用。其配伍性能好，刺激性小，易溶于水，对酸碱稳定，泡沫多，去污力强，具有优良的增稠性、柔软性、杀菌性、抗静电性、生物降解性和抗硬水性，能显著提高洗涤类产品的柔软性、调理性和低温稳定性。常用来配制香波、沐浴露、洗面奶、婴儿护理用品以及其他洗涤用品。本项目以独特的催化与生产技术，可以生产系列的酰胺丙基叔胺及其低杂质含量的衍生产品（胺盐、氧化胺、甜菜碱、季铵盐）。
关键技术
1、高活性催化剂技术；
2、低成本制造工艺与工程化设备的集成技术；
3、产品色泽浅，色泽/Hazen 不大于 100；
4、产品残留的丙基叔胺、氯乙酸或双氧水含量低。
获得成果
1、申请专利 2 项，授权 1 项；
2、发表论文 5 篇；
3、产业化：已完成 10 升/批的放大试验。
江南大学
2021-04-13
互联网文本内容主题概念漂移检测系统
成果描述：互联网文本内容主题 概念漂移检测系统， 通过分析数据集中的 所有文档数据的潜在 语义关系，提取出它 们之间的潜在语义主 题标示，通过评估参 数的方法，将生成的 主题时序关系用数据 的形式表示出来，并 以此为依据主动发现 待预测数据集中主题 的转变与转化现象， 并提供给用户这一主 题转移过程。市场前景分析：点。基于这些特点， 流数据的处理和分析 面临巨大的挑战，是 当前数据挖掘领域研 究的热点。 分类是数据挖掘领域 的重要课题，当前流 数据分类问题面临的 主要挑战之一就是概 念漂移问题，即数据 中学习的概念（从属 性到类别的映射）是 随时变化的。 通过对互联网中文本 内容的主题概念漂移 进行检测，对于正确 分类互联网文本等方 面具有重要的意义。与同类成果相比的优势分析：能够将生成的主题时 序关系用数据的形式 表示出来，方便用户 查看； 可以动态调整评估参 数，以实现对不同数 据集的自适应性分析； 可以将评估参数值与 发生概念漂移的主题 中心相关联，主动探 测出主题发生变化的 过程。
电子科技大学
2021-04-10
基于互联网+及数字孪生技术的智能制造
项目成果/简介:项目在多年国家项目的支持下，在项目“面向工厂规划和生产过程的数字化工厂技术”获2013年教育部科技进步二等奖的基础上，进行持续开发完善，与沈阳机床合作，在智能制造领域进行了深入的合作研究， 在沈阳机床智能制造展示线开发完成数字化孪生仿真模型及基于互联网的定制信息系统，系统实现了网络化定制下达生产订单，数字化孪生系统在线仿真模拟，真实展现生产场景，并可通过移动设备进行浏览和信息管理。项目符合中国制造2025所倡导的智能制造和互联网+技术的发展，对中国制造向智能化转型起到促进作用。项目通过展示真实个性化印章的智能加工、检测和装配，体现网络化的定制及数字化双胞胎技术。应用范围:项目所开发完成的技术符合中国制造2025所提出的智能制造技术路线，已应用于工业实际和大专院校的教学培训。目前国家大力资助建立智能制造试点示范项目，制造企业也在积极转型，向数字化和智能化转型发展，这些都需要数字孪生和互联网+技术的支持。 项目成熟度：小批量生产，项目已独立以及结合沈阳机床的生产线及教育系统得到市场的应用，特别是在中国航发商用航空发动机有限责任公司相关项目中得到应用。 拟在全国范围内推广：1.项目可应用于离散制造业的规划、调试、运行和维护阶段的仿真优化，通过建立工厂、生产线、设备的三维模型，实现虚实结合的数字双胞胎。 2、教育培训领域：通过实现智能制造理念的面向教育和培训的生产线系统，通过模块化的系统，实现对智能制造教学和培训。项目阶段:小规模生产效益分析:项目的技术创新点、先进性在于实现了数字孪生技术在生产线中的应用，达到了生产线的虚实融合。不仅可在规划阶段对生产线进行仿真验证，还可在生产运行过程中实现虚实融合，并通过AR-VR技术对操作指导、维修指导和生产过程监控提供支持，从而实现多维的虚实融合，是实现智能制造的关键技术之一。项目相关技术不仅能够应用于工业实际的智能化制造之中，还特别适合面向智能制造的教育和培训。
同济大学
2021-04-10
基于物联网的热水器远程控制设备
成果描述：本实用新型公开了基于物联网的热水器远程控制设备,其包括远程控制端和分别通过物联网与热水器和远程控制端进行通信的被控执行端；远程控制端包括控制单元,分别与控制单元连接的Flash存储单元、语音采集模块、输入模块和第一无线通信模块；被控执行端包括控制模块、第二无线通信模块及分别与控制模块连接的流量传感器、信息安全识别模块、电磁阀和温度传感器,信息安全识别模块与第二无线通信模块连接。市场前景分析：本实用新型公开了基于物联网的热水器远程控制设备,其包括远程控制端和分别通过物联网与热水器和远程控制端进行通信的被控执行端；远程控制端包括控制单元,分别与控制单元连接的Flash存储单元、语音采集模块、输入模块和第一无线通信模块；被控执行端包括控制模块、第二无线通信模块及分别与控制模块连接的流量传感器、信息安全识别模块、电磁阀和温度传感器,信息安全识别模块与第二无线通信模块连接。与同类成果相比的优势分析：国内领先
成都大学
2021-04-10
一种基于物联网的智能居家系统
成果描述：本实用新型公开了一种基于物联网的房间调控系统,其包括依次连接的传感器模组、处理系统和受控端,以及与处理系统相连接的移动终端；处理系统包括依次连接的输入电路、处理电路和输出电路,以及与处理电路相连接的存储器、无线通信模块和电源模块,电源模块连接无线通信模块。本实用新型可以通过移动终端远程控制作为受控端的家用电器,也可以通过传感器模组自动控制受控端,提前改善房间内的环境,为用户提供更好的居住体验。市场前景分析：本实用新型可以通过移动终端远程控制作为受控端的家用电器,也可以通过传感器模组自动控制受控端,提前改善房间内的环境,为用户提供更好的居住体验。与同类成果相比的优势分析：国内领先
成都大学
2021-04-10
CDMA2000移动互联网内容监管系统
本系统在设计中使用了先进的网络处理器技术，包括高性能的IXP2400处理器和高速千兆以太网接入能力，提供了强大的网络处理能力和可靠的运行稳定性。本系统完成的基于网络处理器硬件平台根据不同的实际需求，可以广泛应用于各种网络通信系统和网络安全领域，边缘路由器，千兆硬件防火墙和入侵检测系统，具有广阔的市场前景。
东南大学
2021-04-10
基于大数据的能源互联网能量管理系统
随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。
清华大学
2021-04-11