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
港口流动机械(叉车等)故障检测与诊断系统
本系统为离线巡检测试系统,主要实现对港口流动机械的性能检测,故障诊断及设备的现代化管理。为适应非平稳信号的分析要求,本产品采用了一种新的信号分析方法。实现了叉车柴油机部分的燃油系统、缸套及活塞组件、曲轴磨损及配气机构的故障诊断和性能分析。从而完成叉车振动检测、故障诊断与劣化报警的统一体系。可实现港口流动机械的预知维修。
大连理工大学 2021-04-13
中医舌诊仪(中医舌象智能辅助诊断系统)
XM-SX-III中医舌诊仪   XM-SX-III中医舌诊仪(中医舌象智能辅助诊断系统)是采用数据挖掘技术、机器视觉技术相结合的产品,该产品安装简单、操作方便、安全可靠、配置灵活,既能用于各大中医药大学舌象相关的教学、科研,又适用于医生舌诊的辅助分析,适用范围较广。   一、主要功能: ■ 计算机控制内部相机进行自动对焦拍摄,操作简单,图像清晰,完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原,使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节,使采集环境保持稳定。 ■ 在特定的光源环境下,采用摄像头获得舌像信息,对舌体图像的颜色、纹理、轮廓进行特征提取,由计算机将这些特征值与特征数据库中的阈值进行比对判断,给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置,操作前使用,避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。 二、主要特点: ■ 系统具有自主学习功能,通过不断学习,有效提高系统自主诊断准确性。 ■ 支持自动分析,且允许人工修正,提高诊断的准确性。 ■ 准确分析舌质、舌苔等,并直观显示结果。 ■ 支持初诊、复诊分离,实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理,提高安全性。 ■ 自动对焦(即自动舌体捕获)。 ■ 灯光控制功能。 三、软件功能: ■ 用户权限管理,提高系统安全性。     ■ 病理、临床库可以持续更新,具备学习能力,且具备自动提取舌体,自动分析舌体、自动分析后手动调整等功能,提高了学习的准确度。 ■ 快捷的初诊、复诊入口,操作方便、快捷。 ■ 功能强大的视频分析能力,既可实时诊断,又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力,数据分析能力。 ■ 病例学习:单击主界面中的“病例学习”选项,进入学习界面,包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项,学习与分析过程,采用人机交互的方式。 ■ 自动获取:单击自动获取按钮,如果参数正确,舌体提取成功,若存在不足,可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取:为了便于分步处理,此处特征提取分步骤完成,分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后,相关特征将被量化,以舌质为例加以说明。比如,单击舌质特征、舌苔特征按钮后,数据结果自动分析结果。 ■ 人工绘制:对于某些来自于其他途径的图片,会存在自动获取舌头错误的情况,此时可以通过人工绘制来完成。单击“人工绘制”后,在图像显示区域,单击右键将出现菜单,包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点,单击“绘制完成”后再自动识别完成;勾画轮廓则是按住鼠标左键后通过拖动完成绘制,绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销,最多支持5步撤消。
上海欣曼科教设备有限公司 2021-08-23
汽车电控与车载CAN网络故障诊断实验系统
该系统提供CAN总线系统内的多种ECU、输入设备、输出设备软硬件模拟功能,能进行CAN总线正常状态电阻、电压、波形测试与CAN通信数据收发;能进行CAN总线网络的各种断路、短路电路物理层故障设置与排查实训;电控故障排查等
成都盘沣科技有限公司 2021-02-01
基于大数据的机电设备寿命预测和维修决策系统
项目建设了面向机电设备的寿命预测和维修大数据决策系统,可为城市轨道交通建设运维过程机电设备维护检修提供了一种新的解决方案。 基于自主技术构建了基于云+管+端的机电设备大数据采集传输存储分析平台。“端”是自主研发的支持边缘计算的安全可信终端;“管”是基于MQTT的扩展增强安全传输通道;“云”是基于HADOOP技术的工业大数据云平台。平台对机电设备生产经营相关业务数据、设备过程数据和设备外部数据的采集、清洗、集成、建模及应用过程提供全方位支撑,利用机器学习技术对设备剩余寿命可靠度模型和全生命周期成本模型进行了训练和优化,并形成指导性维修方案。 项目采用了自主知识产权的嵌入式安全数据终端和融合安全的传输协议,为保护用户隐私,增强系统可信提供了技术保障。 项目采用了智能边缘计算终端技术,可以根据用户的不同机电设备下载不同的检修预测模型进行预测分析,能够支持灵活的组网方式,适应于各种应用场景,节省用户投资。
太原科技大学 2021-05-04
基于Bayes信息更新的涡轮盘概率故障物理寿命预测方法
该发明充分考虑了航空发动机轮盘全寿命周期中的现有知识和信息,减少不必要的试验次数和成本,避免了航空发动机轮盘的“小样本”而导致故障信息少的问题; 揭示了航空发动机轮盘全寿命周期内不确定性的分散性和随机性对其寿命和可靠性的影响规律,获得了综合考虑故障物理建模中的不同目标或不同程度的不确定因素 影响的预测寿命分布以及不确定性范围,提高了试验结果的精度,因此能显著地提高航空发动机轮盘的寿命可靠性。
电子科技大学 2021-04-10
基于Bayes信息更新的涡轮盘概率故障物理寿命预测方法
该发明充分考虑了航空发动机轮盘全寿命周期中的现有知识和信息,减少不必要的试验次数和成本,避免了航空发动机轮盘的“小样本”而导致故障信息少的问题; 揭示了航空发动机轮盘全寿命周期内不确定性的分散性和随机性对其寿命和可靠性的影响规律,获得了综合考虑故障物理建模中的不同目标或不同程度的不确定因素影响的预测寿命分布以及不确定性范围,提高了试验结果的精度,因此能显著地提高航空发动机轮盘的寿命可靠性。
电子科技大学 2021-04-10
滨海软土微观结构、固结特性和沉降预测研究及应用
将微结构研究方法,引入到对滨海新区软土的固结沉降特性研究之中,从而将软土的宏观固结沉降现象与其初始微结构参数及微结构再造过程研究结合起来,在土微结构和土压缩性指标之间架起一座桥梁。根据建立的软土固结沉降微结构预测模型,可以由微结构参数、应力水平,得到软土的固结参数和压缩性指标。或者根据固结压缩性指标,得到微结构参数的变化。 天津二建建筑工程有限公司、天津永盛岩土技术有限公司、天津建工总承包有限公司等三家公司,从2012年开始采用本项目研究得到的适用于滨海软土固结的微结构参数预测模型,以及基于此模型的软土地基沉降预测技术进行了相应的沉降预测。通过在实际工程中的应用,证明了本技术的先进性。
天津城建大学 2021-04-11
煤层自燃火灾预测及防灭火新技术的研究与应用
西安科技大学从 1988 年开始就对煤层自燃火灾预测及防灭火新技术的研究与应用。对煤的结构特点和煤层自燃的特点,通过对煤自燃预测理论和防灭火新理论的系统研究,开发出了煤层自燃火灾预测技术和防灭火新技术,并重点在煤矿井下煤层自燃火灾的预测和防治中进行了广泛推广和应用,较好地解决了制约我国煤炭工业科技进步的关键问题之 ——— 煤层自燃火灾的预测和防治问题,取得明显的社会和经济效益,于 2002 年获得了国家科学技术进步二等奖。目前该技术已在全国 20 多个省得到应用。
西安科技大学 2021-04-11
基于铣削温度预测残余拉应力发生及相应优化控制方法
本发明公开了一种基于铣削温度预测铣削加工过程中残余拉应力发生的方法,该方法包括:将被加工工件表面热源分布简化设定为梯形分布模型,并根据该模型确定被加工工件在铣削加工过程中的表面及亚表面温度 TM;建立被加工工件铣削过程中的温度与残余拉应力之间的映射关系,并计算得出当残余拉应力发生时工件的表面及亚表面临界温度 TC;根据所获得的 TM 和 TC 值之间的比较,来预测铣削过程中是否会发生残余拉应力。本发明还提供了相应的基于铣削温度对铣削加工过程中残余拉应力的方法。通过本发明,能够通过对残余拉应力的多个影响因素进行简化,并有效执行对残余拉应力的预测和控制,相应实现零件的高效低损伤加工。
华中科技大学 2021-04-11
多尺度疲劳裂纹扩展的试验、建模及疲劳寿命预测技术
工程实际中出现的疲劳损伤是一种在时间和空间上多尺度的现象,例如从纳米或亚微米级别的微观裂纹瞬时扩展行为到由于疲劳损伤导致的整体结构长期的性能退化现象。基于多尺度疲劳裂纹扩展模型的疲劳损伤研究和预测技术,可以在不同的时间和空间尺度下对疲劳损伤进行分析。 该技术通过研究在小时间和空间尺度下试验观测到的疲劳裂纹尖端的连续扩展行为,建立描述微观疲劳裂纹行为和机理的物理模型,然后在这个微观物理模型的基础上建立多尺度的疲劳裂纹扩展模型,并最终实现对疲劳损伤和疲劳寿命准确实时的分析预测。微观裂纹尖端在一个疲劳载荷周期内加载过程中的连续变化情况。
北京航空航天大学 2021-04-13
首页 上一页 1 2
  • ...
  • 22 23 24
  • ...
  • 41 42 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