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
一种用于监控产品储存期限的智能标签
本发明公开了一种用于监控产品储存期限的智能标签,属于温 度监控领域,其包括金属电极、对电极以及位于金属电极和对电极间 的电解质,所述电解质用于在金属电极和对电极之间传递离子,所述 对电极的电位高于所述金属电极的电位。所述对电极的容量大于所述 金属电极的容量,所述对电极的容量是指对电极发生电化学反应对应 的电量,所述对电极中包括活性成分,所述活性成分选自二氧化锰、 氢氧化氧镍或水合钒酸锌。本发明的智能标签结构简单、制备
华中科技大学 2021-04-14
机电设备早期故障预警与性能变化监控技术
成果提供了智能动力装备全寿命周期监测与性能优化服务支持的系统解决方案,实现了动力装备全寿命周期的有效监测与性能优化维护服务支持。 动力装备全寿命周期监测诊断方面:实现了支持物联网的智能信息采集与管理、全生命周期动态自适应监测、早期非线性故障特征提取。优化重构出综合体现装备运行工况及表现的新参数,提高异常状态辨识的适应性与可靠性,基于运行过程信息反映装备劣化趋势与故障发展规律,来提高故障早期辨识能力。动力装备全生命周期性能优化服务方面:提供了转子全息动平衡快速响应与服务支持、以全息谱为核心的失衡故障确诊、动力装备转子和轴系平衡配重方案优化。 基于物联网和网络化监测诊断将产品监测诊断与运行服务支持有机集成一体,在应用中实现动力装备常见故障诊断准确率达80%以上。
中南大学 2023-03-24
一种塑料注塑过程的在线工况过程监控方法
本发明公开了一种塑料注塑过程的在线工况过程监控方法,属 于工业监控和故障诊断领域。其包括如下步骤:S1 利用传感器收集各 个工况下的数据,组成建模用的训练样本集 X;S2 进行数据预处理和 归一化,使得训练样本集 X 的均值为 0,方差为 1,得到矩阵 X′; S3 根据所述矩阵 X′,应用高斯核函数计算获得距离矩阵 W;S4 对 所述距离矩阵 W 进行标准化,获得马尔科夫矩阵 P<sup>(1)</sup>
华中科技大学 2021-04-14
一种振动式深松机作业状态监控方法
本发明涉及一种振动式深松机作业状态监控方法,不仅可以对深松机工作性能、关键参数进行现场移动检测,同时能够通过GPS定位以及GPRS?DTU无线传输技术实现远程计算机的同步监控、数据的在线分析和批量存储,计算机对定位地块数据查询分析并结合该机具返回的关键技术数据分析,通过建立BP神经网路模型,输出以最低消耗为目标的优化参数,得出该地块最优耕作周期、最适宜的耕作深度、工作效率、最高的机具深松频率和振幅等相关参数,并将相关参数发至现场监控终端供其参考,从而实现真正的少耕、优耕。
青岛农业大学 2021-04-13
水厂智能监控与污水处理的研究与应用
项目研究污水处理优化控制与节能管理,通过人工智能技术,实现污水处理过程的优化运行和精确控制并提供具有专家经验的优化调度和管理策略,最终达到节能降耗的目的,系统分为两部分,上位机优化软件和下位机PLC控制站,上位机优化控制软件包括各种智能控制模块、优化调度策略及电能监测等功能模块,是节能降耗的集中体现,下位PLC控制站的主要作用是接收上位系统的控制指令完成控制功能。
南京工业大学 2021-01-12
黄酒发酵过程品质稳定性监控系统构建及应用
黄酒发酵易受外界条件影响,品质稳定性较差,目前黄酒的发酵和品质控制主要依靠经验,没有有效的评价体系。项目针对黄酒发酵化学成分分析复杂耗时,香气成分及变化规律不明确,优势微生物组成不清楚等难题进行了研究,主要成果如下:1.针对传统的化学检测过程耗时耗力的缺点,利用衰减全反射- 中红外光谱结合多元数据提取和非线性数学工具建立了黄酒发酵过程中主要化学成分(总糖、总酸、酒精度、氨基酸态氮)的快速无损检测方法。2.使用电子鼻建立了黄酒发酵液的雷达指纹图谱,并建立了统计质量控制分析(SQC)模型,可以快速测定黄酒发酵样品品质稳定性;3.项目创新性的提出和实现了通过分析功能微生物组成监控黄酒发酵过程及稳定性的思路,建立了黄酒发酵过程中微生物群落组成数据库,对黄酒发酵微生物稳定性进行有效监控。 
江南大学 2021-04-13
高密度高性能并行计算平台
高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联;采用异构并行计算框架,实现多机、多卡、多核的资源分配和负载均衡;提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。 该计算平台相对于传统的服务器系统具有体积小、重量轻、功耗低、计算能力强的优点。由于CPU适合逻辑业务、DSP适合粗粒度的并行计算、GPU适合规整数据的细粒度计算,所以通过CPU刀片、DSP卡、GPU卡数目的组合配置,可适合多种、不同类型的计算业务。 1. 硬件环境 硬件环境为6U高标准的服务器,最多可支持三类(CPU/DSP/GPU/)、9张板卡。在板卡间提供网络和PCIE的高速数据总线,示意图如图1所示。 平台硬件包括一个主控板和8个扩展插槽。主控板集成1片Intel i7的CPU;8个扩展插槽可插CPU刀片、DSP板卡、GPU板卡及其任意组合。因此即可组成小型的PC集群,也可以组成高性能的GPU服务器、DSP服务器,或它们之间的组合。该硬件平台还可通过InfiniBand高速网络进行扩展,最大可形成20个服务器互联的统一的软硬件系统。 2. 软件环境: 平台中的CPU主要起控制作用,计算任务主要由DSP和GPU承担。针对高密度计算资源,通过软件框架屏蔽硬件差异。软件框架如图2所示。 平台提供动态链接库,封装任务的调度、CPU与DSP之间的通信、CPU与GPU之间的通信等功能。用户在动态链接库基础之上进行二次开发,实现自己的业务逻辑。 3. 参数指标: ? 单台计算能力:插8张DSP卡,做快速傅里叶变换(FFT),相当于40台8核Intel i7计算机的计算能力;插4张GPU卡,做场强计算,相当于50台Intel i7计算机的计算能力; ? 尺寸:6U标准高度,(420±0.6)mm×(256±1)mm×(≤500)mm(宽×高×深);重量:<35公斤;功耗:<1000瓦。 图1高密度高性能并行计算平台硬件示意图 图2高密度高性能并行计算平台软件框架
电子科技大学 2021-04-10
基于云计算的虚拟实验室系统
随着信息技术的发展,传统的实验教学环境由于自身环境的静态性、实验资源的有限性, 使得它无法满足计算机实验教学的要求。 一方面,单纯的客户机升级也不能完全满足不断增长的需求,另一方面,各个教育系统 (学校) 中的服务器资源未充分利用。云计算能够通过网络以按需、易扩展的方式获得所需的计 算资源,为资源整合、按需付费、虚拟化和服务提供了很好的解决方案。本项目将各教育子系 统中的服务器资源构建为一个教育云平台,从而满足师生员工的计算机实验教学等工作。 本系统针对不同类型 (校外用户的单个计算机资源需求和校内用户基于实验室的批量计 算机需求) 的用户需求,以先进性、实用性、前瞻性、可扩展性为设计思路,采用资源按需分 配、动态调整的管理方式将数据中心的存储资源和计算资源合理的分配给不同类型的用户。 特别地,本系统所构建的云计算虚拟实验室系统,能够按需动态配置教学实验环境,为每 个学生的每门实验课程定制一个个性化的实验环境,并便于教师动态设计不同的实验内容,从 而能够促进现有计算机教学实验资源的共享,实现师生之间的实时互动,建立一个有效的网上 学习通道,进而提升实验教学质量。
华东理工大学 2021-04-11
高密度高性能并行计算平台
高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联;采用异构并行计算框架,实现多机、多卡、多核的资源分配和负载均衡;提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。
电子科技大学 2021-04-10
基于云存储的个人移动计算环境(CloudKey)
清华大学研发的基于云存储的个人移动计算环境原型系统将操作系统与计算机硬件分割开来,把操作系统与应用软件打包成用户可随身携带的“计算环境”,将用户的“计算环境” 保存到最便携的存储设备中随身携带,成为一把开启“云”端服务的钥匙,在任意地点、时间,用任意电脑都可访问自己的专属环境,随时随地按需获得或购买计算和存储资源,方便 快捷地访问、存储和共享信息。系统提供基于硬件、更加安全可靠的身份认证机制,提供载 有操作系统和各种应用软件的安全计算平台,消除了使用第三方操作系统或软件的安全顾虑, 确保数据得到可靠的存储和保护,使用户不必担心私密数据被窃取或泄露。客户能够从“云” 端获得无限的计算能力和存储空间,摆脱了移动计算设备在计算能力和电池功耗等方面的局 限。
清华大学 2021-04-11
首页 上一页 1 2
  • ...
  • 38 39 40
  • ...
  • 59 60 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