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
基于广义量子超声陷阱的颗粒物聚集方法、聚集处理方法和聚集处理系统
本发明公开了一种基于广义量子超声陷阱的颗粒物聚集方法、聚集处理方法和聚集处理系统。本发明颗粒物聚集方法首先通过向空间中发射超声波生成超声陷阱;然后,超声陷阱使和超声陷阱感应的颗粒物,向超声陷阱的中心聚集,在超声陷阱中心形成高浓度颗粒物聚集处,即超声陷阱中心。本发明所述的颗粒物聚集处理方法在经过前面所述的步骤形成高浓度颗粒物聚集处后,对高浓度颗粒物聚集处的颗粒物进行吸附处理,从而实现对环境中颗粒物的收集。进一步地,本发明还提出了一套基于上述方法的系统,来配合本发明所述方法的特定需求。本发明所述的方法和系统可应用于对各类与超声陷阱感应的颗粒物的收集处理,比如对环境空气中PM2.5、PM10等颗粒物的聚集、吸附和处理。
浙江大学 2021-04-13
基于小波分析和有限高斯混合模型EM方法的模拟电路故障诊断方法
近年来已经建立了基于故障字典,模糊理论,专家系统,神经网络,支持向量机,信息融合,小波分析,粒子群等各种技术的不同故障诊断方法,并在模拟电路的实际检验中取得了良好的效果。然而,电路从正常到故障之间存在中间过渡状态,怎样定义这个中间状态以及其对电路有怎样的影响,如何准确描述这种影响,通过查阅文献,到目前为止还没有一种合理的方法能够解决这个问题。
辽宁大学 2021-04-11
一种基于选择性隐朴素贝叶斯分类器的网络故障诊断方法
本发明公开了一种基于选择性隐朴素贝叶斯分类器的网络故障 诊断方法,包括:(1)从网络历史数据库中获取历史数据,包括症状变 量集以及故障类变量集;(2)构建选择性隐朴素贝叶斯分类器预测模型, 根据症状变量集中的每个症状变量确定对应的最相关症状变量集合; (3)所述选择性隐朴素贝叶斯分类器通过训练历史数据自动学习到分类 器参数;(4)进行故障诊断时,对测试数据利用上述选择性隐朴素贝叶 斯分类器进行估计得到对应最终的故障诊断结果。通过执行本发明中的网络故障诊断方法,有效解决了现有网络故障诊断中运算复杂度高、 网络诊断结果偏差大的问题,显著提高了网络诊断的准确性,在进一 步降低运算复杂度的同时,能够保持较好的学习能力及容错特性。
华中科技大学 2021-04-11
工业无线传感器网络中基于多元异构数据融合的设备故障诊断系统
 本系统利用工业无线传感器网络构建无线、分布式机械设备故障诊断和监测系统,对工业现场运转设备的工作状态进行监测,部署的工业无线传感器网络既充当在线状态监测系统,也承担通信网络的功能,最后作为具有推理学习能力的决策网,是集感知、通信、识别、诊断、决策为一体的综合预测性维护平台。   作为一种独立的控制网络,本系统包含低功耗传感器节点、执行器节点、汇聚网管等硬件设备及专家知识库、规则匹配数据库、历史数据库、人机交互界面等软件平台,能够有效弥补有线诊断系统在应用中布
河海大学 2021-04-14
基于卷积神经网络和小波灰度图的旋转机械故障诊断方法
本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法,其包括以下步骤:(1)将振动位移传感器及振动速度传感器设置在旋转机械上,利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号;(2)对采集到的所述振动信号进行多尺度小波分解,以得到小波灰度图;(3)按照预先训练过的卷积神经网络的输入形式,对所述小波灰度图进行预处理;(4)将预处理后的所述小波灰度图输入到所述卷积神经网络,所述卷积神经网络对接收到的所述小波灰度图进行分析诊断,以得到所述旋转机械的故障诊断结果。
华中科技大学 2021-04-13
一种基于小波变换与混合注意力机制的轴承故障诊断方法
本发明涉及一种基于小波变换与混合注意力机制的轴承故障诊断方法,具体包括:利用传感器获取轴承振动信号,得到原始故障数据;对原始故障数据依次进行小波变换、加入高斯噪声、分块采样;并为采样后的数据生成类别标签和位置标签;基于混合注意力机制、残差结构、可学习卷积构建故障诊断模型;将采样后的故障数据划分为训练集和测试集,作为模型的输入数据进行训练,实时监控训练结果进行参数优化,同时将故障诊断结果可视化;在多种噪声条件下与现有模型进行对比实验,检验模型性能。本发明所提出方法解决了传统轴承故障诊断方法在多变噪声条件下故障识别率较低的问题。
南京工业大学 2021-01-12
组合型震荡浮子波能发电装置
项目成果/简介: 装置采用组合式陀螺体型振荡浮子与双路液压系统。相对于振荡浮子式和摆式装置,振荡浮子式装置能量转换效率较高,且各个部件的更换维修均可在海上操作完成,维护成本低,装置安全可靠。振荡浮子式装置又分为单自由度、多自由度及组合型。组合型振荡浮子装置整体效率高,运行稳定。该成果依托阵列化开发思想,针对我国近海短周期、小波高、低能流密度的波浪能资源特征设计了组合型的波浪能摄取机构,解决了多数传统装置“小浪不发电、大浪易损坏”的固有问题。 振荡浮子波浪能发电装置的潮位自适应装置为海洋能的科学利用与开发提供了全新的思路:在资源相对贫乏的低能流密度海区依靠阵列化布置与多能互补实现海洋能的高效利用与集成开发。进行波浪能向电能的转换,使用潜浮体配合张力锚链进行海上安装定位;依托阵列化开发思想,针对我国近海短周期、小波高、低能流密度的波浪能资源特征设计了组合型的波浪能摄取机构,解决了多数传统装置“小浪不发电、大浪易损坏”的固有问题;双浮体自升沉结构形式突破了近海潮差(3-4m)变化大导致装置工作时长短的难题,可在大潮差海域实现24小时全天候自主控制运行发电;开发了全自动在线控制与检测系统,可在百公里外的海大校园内对装置的实时工作状况、运行性能等实现远程监控,真正做到了无人值守与远程遥控;基于产品化设计,检修维护方便,所有活动部件的更换维修均可在海上操作完成,维护成本低,安全可靠。项目阶段: 小试、中试阶段效益分析: 将供电用户瞄准为离岸海岛,与常规能源相比,海岛越偏远,该项目的研究成果优势越明显,这也为近期海洋能的开发与利用提供了新的路径。 目前在青岛市与青岛中广核新能源山东分公司进行了初步尝试合作,为其提供科技服,“海洋能源综合利用”课题采购技术服务,项目编号20180193。知识产权类型:其他技术成熟度:通过中试技术先进程度:达到国内领先水平成果获得方式:独立研究获得政府支持情况:无
中国海洋大学 2021-04-11
锑化铟(InSb)薄膜型霍尔元件
项目简介: 锑化铟薄膜型霍尔元件主要用于直流无刷电机,大量应用于电脑 的电源风扇,CPU 风扇,打印机,电动自行车等所用的微型直流无刷 马达。具有灵敏度高,使用寿命长,可靠性高,体积小,重量轻,功 耗小,频率高,耐震动,耐灰尘、油污、水汽和盐雾等各种污染或腐 蚀的优点。 项目特色: 制备温度低,能源消耗低,环境污染极小,易于大规模生产,制 造成本低,投资小的优点。 
南开大学 2021-04-11
低卤自交联型电缆料
以交联聚乙烯作为绝缘电缆的耐热性比聚氯乙烯高,它可以在90℃下长期使用,短路时的 耐热温度最高可以达到250 ℃ ;绝缘电阻高,介质损耗角正切小,基本上不随温度的变化而变 化;有良好的耐磨性和耐环境应力开裂性。交联聚乙烯一旦发生电缆燃烧散发出的是二氧化碳 和水,而PVC 电缆燃烧时产生的是氯化氢有害气体;此外,交联聚乙烯的密度比PVC 小40 % 左右,可以明显减轻架空线的重量。茂金属聚乙烯 (MPE) 是在茂金属催化体系的作用下乙烯 与α-烯烃 (如1-丁烯、l-己烯和1-辛烯) 共聚得到的。与传统的聚乙烯相比,MPE因具有很窄的 分子量分布和短支链分布,使它具有优异的物理性能 (如高弹性、高强度和高伸长率) 和良好 的低温性能;另外它的分子链是饱和的,所含的叔碳原子相对较少,因此具有优异的耐热老化 和抗紫外性能。对于低烟无卤阻燃材料来说,可以避免含卤阻燃材料在燃烧时所带来的二次污 染,它是阻燃材料发展的主要趋势。迄今,开发低烟无卤阻燃剂仍是一个技术难题。目前,电 工行业主要使用的无卤阻燃填料是粒状氢氧化铝和氢氧化镁,而镁铝水滑石起始分解温度可分 为低温段和高温段,拓宽了阻燃温度范围,具有阻燃、消烟和填充3种功能,兼具了氢氧化铝 和氢氧化镁阻燃剂的优点,克服了它们各自的不足,是一种高效、无毒、低烟的无卤阻燃剂, 有望成为新一代的阻燃填料。
华东理工大学 2021-04-11
锑化铟(InSb)薄膜型霍尔元件
项目成果/简介:锑化铟薄膜型霍尔元件主要用于直流无刷电机,大量应用于电脑的电源风扇,CPU 风扇,打印机,电动自行车等所用的微型直流无刷马达。具有灵敏度高,使用寿命长,可靠性高,体积小,重量轻,功耗小,频率高,耐震动,耐灰尘、油污、水汽和盐雾等各种污染或腐蚀的优点。应用范围:目前只有日本旭化成和韩国三星可以生产薄膜型锑化铟霍尔元件芯片,国内无芯片生产技术。国内市场约 50 亿人民币,具有市场广,竞争少的优点。 南开大学开发的芯片制造技术,原材料成本便宜 30%左右,具有很强的市场竞争力和投资价值。效益分析:制备温度低,能源消耗低,环境污染极小,易于大规模生产,制造成本低,投资小的优点。
南开大学 2021-04-11
首页 上一页 1 2
  • ...
  • 139 140 141
  • ...
  • 353 354 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    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