本发明公开了一种双馈风机等效虚拟惯性时间常数计算方法，通过引入虚拟惯性控制技术，定义了 双馈风机虚拟惯性时间常数，并定量计算其值。具体通过计算与惯性响应过程相关的速度控制环节与惯 性控制环节的电磁转矩增量，并带入偏差量表示的转子机电暂态方程，得到系统同步角频率与风机转子 角频率增量比值。将该比值带入定义式表达式，得到虚拟惯性时间常数频域表达式，经拉氏反变换得到 时域值，最终通过计算结果与仿真结果比较验证计算表达式精确性。本发明中的双馈风机等效虚

本发明公开了一种在虚拟视点合成中选取和填补合理映射点方法，包括重合判别与处理步骤、坏点差别与处理步骤和裂纹空洞填补步骤。与现有的视点合成原有技术相比，本发明在选取映射位置重复的像素点时，排除了噪声的干扰，能够有效的区分背景点与前景点，明显提高了映射后的像素点的准确性；对映射点是否是坏点做了有效的判断，提高了映射的准确性；在填补映射产生的裂纹空洞时，引入相关性很高的像素点信息，并结合前景背景的相关性，提高了用于填补裂纹空洞的信息的准确性。本发明克服了现有 3D 合成技术中映射处理方法的缺陷，提供一种可靠地选取映射像素点和填补裂纹空洞方法，从而使映射后的图像像素点准确，使得到的虚拟视点质量进一步提高。

   中教启星中小学VR虚拟现实创新实验室综合解决方案是一款为中小学校、校外教育基地设计开发的用于满足青少年自主探索、安全实验的软硬件一体化产品，满足多地区、多学校和多学科专业的VR虚拟现实实验创新教学的需求。通过虚拟现实技术，依托国际先进的桌面级便携式一体化虚拟现实设备，深度集成VR、AR、MR等多种新兴技术，学生可亲自操作，并反复观察细节。完美支持人机交互、师生教学和生生互动，彻底打破虚拟和现实的边界，学生在身临其境的自主探索中，打破课堂壁垒进行自然探索；一改以前难以实现的地理、历史及理化生、科学、生物教学，在虚拟现实场景下，学生能更主动地学习，更深刻地理解，更长久地记忆，实现综合素质的拓展和科学精神、创新精神的培养，让VR技术真正服务教学、助力教育创新发展。结合VR实验室的整体环境建设、特色师资培训及其他配套服务，帮助中小学、校外教育基地提升办学特色，打造创新品牌。 功能模块： 1、地理创新教学模块 中教启星《寰宇地理》VR教学系统紧扣新课标地理教材，将地球和地图、陆地和海洋、天气与气候、人口与宗教、国家和地区等中学地理课程的教学难点直观、全景、高清地呈现出来，让学生在游戏和探索中深度吸收转化学科知识，是VR软硬件技术在地理学科教育的创新性应用，更是一间便携的学科实验室、一座移动的科技馆。 2、历史创新教学模块 中教启星《文明的足迹》VR教学系统则根据统编历史教材的教学要求，以拟人化的表现手法和智能化的交互方式，让文物开口“说话”，让“穿越时空”成为可能，让历史“活”起来。学生在教师的引导下自主探究，寻访文明的足迹，触摸历史的脉搏，感受华夏文化的独特魅力，激发求知欲、好奇心和想象力。 3、科学实验类VR工具及课程 适用于普教的VR课程设计工具，可提供包括物理力学、电学、机械制作、化学、数学等虚拟现实实验课程。 4、高阶模型库教学模块 具有高级模型库，在高级模型库中可提供非常精细且逼真的三维VR模型，课程内容应适用于普教及高教的自然科学认知类范畴，包括天文、植物、化学、地球科学、人体解剖学、机械、微生物学、古生物学及动物在内的多个学科门类。 5、人体模型库教学模块 提供高精度的人体各个系统的模型图资源，包含骨骼、韧带、肌肉、神经、大脑、内分泌、心血管、淋巴、呼吸、消化、泌尿、生殖等系统的全三维人体模型库。通过触控笔可随时对人体系统进行拆解或选择某特定的人体系统的构造，在全三维模式下对人体各系统进行学习、浏览，同时还可查看系统预置的人体组织的注释。   特色亮点： 1、强大的硬件技术与完善的软件资源相配套 中教启星在VR技术发展之初就将VR+教育的理念引入公司研发体系。现今已拥有桌面式和沉浸式硬件设备与地理、历史、物理、化学、生物、自然科学和创客多种学科教学体系，将VR技术真正应用到实际教学中。 2、完善的服务体系 整体方案中包括系统的师资培训、丰富的课程资源、持续的课程开发培训与支持。 3、可定制化解决方案 创新的技术与人性化的方案相结合，根据学校实际需求及资金实力定制个性化的软硬件整体解决方案。   产品构成： 1、软硬件相结合 硬件以桌面级便携式一体化虚拟现实设备为核心，软件包含地理、历史、物理、化学、生物、自然科学和创客等多种学科教学体系。 2、持续服务支持 根据学校教学需求、学生认知特点及校园场地等因素，进行个性化VR环境设计、定制化资源配置、合理化VR硬件组合搭配及特色增值服务（如学校师资培训、科技专家资源库建设、课程研发中心建设、VR大赛活动策划等），协助学校或基地打造品牌化、特色化的VR教学基地。

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。

2025年4月2日，央广网以《天津市特色化示范性软件学院协同发展联盟成立》为题对我校进行了报道。

天津大学地科院多功能碳十四石墨化系统招标项目的潜在投标人应在天津市河东区大桥道52号渤轻党校B座1层104室获取招标文件，并于2022年06月21日09点30分（北京时间）前递交投标文件。

北京交通大学电机状态预测可视化系统项目 招标项目的潜在投标人应在线上报名（邮件）获取招标文件，并于2022年07月05日 09点30分（北京时间）前递交投标文件。

本发明公开一种航天飞行器三维模型层次化故障显示，以及三维模型信息提取和动画交互的实现方法，所述飞行器自主保障系统三维可视化软件主要包含软件B/S框架的搭建、三维实体模型信息提取及格式转换、三维模型的显示及其动画交互操作的加入和故障产品显示及透视化部件操作四大部分。