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
基于大数据与深度挖掘的工业机器人健康状态评估
一、项目简介 “中国制造2025”与《福建省实施<中国制造2025>行动计划》促使智能制造成为生产制造企业的主旋律,而工业机器人作为智能制造的重要柔性制造单元,2015年中国机器人市场累积销售68459台。然而,工业机器人结构复杂,工作环境恶劣,保养和维护对生产企业技术人员的能力提出了极高的要求。一旦工业机器人故障得不到及时维修,将直接影响正常生产。因此,开发工业机器人故障诊断与预测系统对工业机器人的推广和应用将起到重要作用。 二、前期研究基础 与泉州市微柏工业机器人研究院有限公司建立合作关系,采用企业与高校共同投资模式,建立“嘉庚学院—微柏工业机器人创新实验室”,实验室现有师生近百人,为高校师生提供研发环境,为企业进行技术难题攻关并培育人才。与微柏签署了为期3年的技术服务合同(2014.12-2017.12,微柏工业机器人技术支持服务,150万元)。 得到厦门大学中央高校业务费资助“基于大数据的工业机器人故障诊断与预测方法研究,2016.1-2018.12,35万元”。 四、合作企业 泉州市微柏工业机器人研究院有限公司是福建省工业机器人研发龙头企业,从事工业机器人相关技术研发及产业化十余年,专注研发六关节与四关节自由度串并联机械手等,自主研发数十种应用在冲压、喷涂、焊接、激光加工等生产作业领域的专业机器人。自主研发了高精度RV减速机检测台,工业机器人零点矫正与运动精度检测装置,焊接机器人防碰撞测试装置等工业机器人核心部件与整机检测系统,获得国家发明专利5项,国家实用新型专利30项。作为福建省科技小巨人企业、福建省科技型企业泉州市智能制造示范企业等,承担了省部级科技项目10余项。
厦门大学 2021-04-11
火电机组深度调峰多模型智能预测控制系统
成果介绍火电机组深度调峰改造是消纳可再生能源的有效途径,深度调峰就是在自动控制的情况下将机组的负荷调节下限从原来的50[[[[%]]]]Pe下调至30[[[[%]]]]Pe,甚至更低。控制难点在于:当机组处在低负荷工况时,机组被控过程的动态特性具有快速变化的特征,常规控制策略难于有效控制。本项成果采用多模型智能预测控制技术,分别提出了适合于亚临界和超(超)临界机组深度调峰的多模型智能预测控制系统,实现了在低负荷或超低负荷工况下的平稳控制。市场前景本项成果已成功应用于华能丹东、华能大连、华能营口、华能井冈山、华能大坝、国投钦州、大唐当途、中铝银星、国信射阳港、国华筹光等电厂近30台300MW亚临界、600MW和1000MW超(超)临界机组的深度调峰中。特别是,已成功将华能营口电厂#4 600MW超超临界机组的负荷深调到15[[[[%]]]]Pe,并实现了机组”干态/湿态”的一键转换控制,达到了国内外最先进的深调水平。目前,在国内已完成的机组深度调峰改造中,大部分均采用了本深调优化控制技术,得到了广大用户的一致好评。
东南大学 2021-04-11
一种主动诱导式农业物联网深度路由组网方法
本发明公开了一种主动诱导式农业物联网深度路由组网方法,包括根据节点地理位置生成节点通信路径图,在所述节点通信路径图中,建立相邻最短路径通信图和最大横向路径通信图;上位机预先设定每个节点的路由级数信息、优先级信息,并将设定的信息反馈给各个节点,当路由级数不大于6级时,根据相邻最短路径通信图向对应的相邻节点发送信息转发请求;当路由级数大于6级时,根据最大横向路径通信图向对应的相邻节点发送信息转发请求;当前节点向相邻节点发送信息时,只有所述的对应的相邻节点被唤醒,并与当前节点建立链接并接受信息,其余相邻节点仍保持睡眠状态。本发明中经过深度路由处理后,网络质量明显提高。
浙江大学 2021-04-11
一种基于深度图像的手势识别方法与系统
本发明公开了一种基于深度图像的手势识别方法,训练数据集 和测试数据集中的深度图像通过深度传感器采集得到,首先计算图像 中人体区域的最小深度值,再利用深度阈值,结合人手是离传感器最 近物体的预设条件,分割出深度图像中的手势;然后获取手势在三个 正交平面上的投影图,分别称为正视投影图、侧视投影图和顶视投影 图;接着提取三个投影图的轮廓片段包特征,并级联成原始深度手势 的特征向量;最后训练分类器,对从待识别深度图像中获取的手势特 征向量进行分类,得到待识别手势的识别结果。本发明还提供了相应 的手势识别系统。本发明方法手势识别简单易行,推广能力强,识别 准确率高,能有效克服杂乱背景、光照、噪声及自遮挡等不利因素的 影响。
华中科技大学 2021-04-11
火电机组深度调峰多模型智能预测控制系统
火电机组深度调峰改造是消纳可再生能源的有效途径,深度调峰就是在自动控制的情况下将机组的负荷调节下限从原来的50%Pe下调至30%Pe,甚至更低。控制难点在于:当机组处在低负荷工况时,机组被控过程的动态特性具有快速变化的特征,常规控制策略难于有效控制。 本项成果采用多模型智能预测控制技术,分别提出了适合于亚临界和超(超)临界机组深度调峰的多模型智能预测控制系统,实现了在低负荷或超低负荷工况下的平稳控制。 本项成果已成功应用于华能丹东、华能大连、华能营口、华能井冈山、华能大坝、国投钦州、大唐当途、中铝银星、国信射阳港、国华筹光等电厂近30台300MW亚临界、600MW和1000MW超(超)临界机组的深度调峰中。特别是,已成功将华能营口电厂#4 600MW超超临界机组的负荷深调到15%Pe,并实现了机组”干态/湿态”的一键转换控制,达到了国内外最先进的深调水平。目前,在国内已完成的机组深度调峰改造中,大部分均采用了本深调优化控制技术,得到了广大用户的一致好评。
东南大学 2021-04-13
一种基于深度信息提取的多聚焦图像融合方法
本发明属于图像处理技术领域,涉及一种基于深度信息提取的多聚焦图像融合方法,广泛应用于目 标识别,显微成像,军事作战,机器视觉等领域。本发明首先利用各向异性热扩散理论建模多聚焦图像 的成像过程,获取原始的多聚焦图像的深度信息,根据图像信息确定聚焦区域,得到多聚焦图像融合模 板,最后根据平滑的多层次融合模板图进行多聚焦图像的融合。本方法不仅能够有效的提高融合图像的 质量,并且具有良好的实用性和广泛的适用性。
武汉大学 2021-04-13
大风量低浓度有机恶臭废气深度治理技术及工程设计
本技术适用领域:石油化工、发酵、制药、食品、烟草、饲料、肥料、合成材料、垃圾处理、污泥干燥处理等工业生产过程中产生的组分复杂、气味恶臭、风量大、浓度低、含尘量高、温度高、含湿量大、烟带明显的各类有机恶臭废气的污染减排和深度治理。本技术首个80000m3/h的示范工程于2009年4月起运行,首个400000m3/h氨基酸发酵浓缩烘干造粒生产有机复合肥废气治理工程已于2010年起运行,目前该技术已在复合肥行业全面推广应用。本技术可提供对现有废气治理工艺、设备及运行状况的诊断(运行参数测试、废气组分分析、物流及能量衡算等),废气治理方案设计(拟采取的技术方案、拟采取技术的可行性分析、项目总投资概算、项目经济性分析);工程招标技术标书编制、全套工程设计、关键反应器设计、安装调试及整体施工过程技术监理等全套技术或进行工程总包。
西安交通大学 2021-04-11
火电机组深度调峰多模型智能预测控制系统
火电机组深度调峰改造是消纳可再生能源的有效途径,深度调峰就是在自动控制的情况下将机组的负荷调节下限从原来的50%Pe下调至30%Pe,甚至更低。控制难点在于:当机组处在低负荷工况时,机组被控过程的动态特性具有快速变化的特征,常规控制策略难于有效控制。 本项成果采用多模型智能预测控制技术,分别提出了适合于亚临界和超(超)临界机组深度调峰的多模型智能预测控制系统,实现了在低负荷或超低负荷工况下的平稳控制。 本项成果已成功应用于华能丹东、华能大连、华能营口、华能井冈山、华能大坝、国投钦州、大唐当途、中铝银星、国信射阳港、国华筹光等电厂近30台300MW亚临界、600MW和1000MW超(超)临界机组的深度调峰中。特别是,已成功将华能营口电厂#4 600MW超超临界机组的负荷深调到15%Pe,并实现了机组”干态/湿态”的一键转换控制,达到了国内外最先进的深调水平。目前,在国内已完成的机组深度调峰改造中,大部分均采用了本深调优化控制技术,得到了广大用户的一致好评。
东南大学 2021-04-13
一种基于深度图像的跌倒行为实时检测方法
本发明公开了一种基于深度图像的跌倒行为实时检测方法,包括深度图像获取,人体图像识别,深度差分特征提取,人体部位解析,·704·关节点提取,高度特征提取和跌倒检测步骤;基于深度图像,在识别出的人体图像上选择特定的深度差分特征,使用随机森林分类器对人体部位进行解析,将人体分为头部与躯干两个部位类型,随后检测关节点,然后提取高度特征向量,再通过支持向量机分类器检测对象是否处于跌倒状态的信息;本发明提供跌倒行为
华中科技大学 2021-04-14
一种基于表示学习的星图识别方法
本发明公开了一种基于表示学习的星图识别方法,该方法利用端对端的、基于表述学习的神经网络模型RPNet,用于快速高效且鲁棒性强的全天星图识别任务
北京航空航天大学 2021-04-10
首页 上一页 1 2
  • ...
  • 18 19 20
  • ...
  • 28 29 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    63届高博会于5月23日在长春举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1