|
搜索
搜 索
高等教育领域数字化综合服务平台
无线电监测运行管理系统
项目简介： 无线电监测网经过历年的持续建设 ， 形成了规模庞大、结构复杂的监测网体系。其中
西华大学
2021-04-14
天为MES制造执行管理系统
天为MES制造执行管理系统（Manufacturing Execution System，简称天为MES）是经过多个应用案例、多个行业的积累，具有丰富客户经验的构件化制造管理专业平台。它能帮助用户运用信息技术快速搭建一个柔性、精细的制造现场作业指挥和控制环境，协助企业更好地控制生产成本，提高生产效率和优化生产计划，提高企业生产的综合竞争力。 通过使用天为MES制造执行系统，可以帮助制造型企业实现对产品明细、物料、计划、生产作业、质量、成本的全面车间管理，实现动态跟踪和控制在制品的进度信息以及物料管理的动态化和准确化，从而显著提高了车间生产计划的动态性和准确性。系统在缩短生产周期，增加设备利用率，提高生产调度效率，降低管理成本等方面起到了很好的效果，大量减少了产品数据的重复录入和冗余，为企业的生产经营管理提供了准确安全的车间生产数据。此项目已在多个行业上百家企业的生产现场得到了良好的推广和应用，用户遍布辽宁、黑龙江、北京、天津、河南、山西、江苏、山东等多个省市，多家用户被评为省级“制造业信息化示范企业”。 天为 MES于2000年被辽宁省信息化领导办公室和辽宁省软件产品发展领导小组办公室联合评为“辽宁省优秀软件产品”奖，并被大连市科技金奖奖励委员会评为2000年度“大连市科技金奖”。
大连理工大学
2021-04-13
基于SAP的天为制造执行管理系统
基于 SAP 的天为制造执行管理系统（简称，天为 MES For SAP ）是专门为 SAP 应用开发的 MES 系统，实现了与 SAP 的全面和双向功能和过程信息的无缝集成。系统结合 TQM 、 JIT 、 LP 等先进管理理念，在 SAP 计划功能的基础上，利用大连理工大学 CIMS 中心专家团队十几年的研究成果 --- 具有自主知识产权的高级调度算法，实现了基于数据的生产计划动态调度，帮助企业实现生产现场的精益管理，是企业计划落实到执行的利器。
大连理工大学
2021-04-13
高校报修管理系统
智教高校报修管理系统优化校园设施维修流程，提升服务效率与质量，满足学校师生及后勤管理部门的需求，维修完成后，能对维修服务质量（如维修效果、维修人员态度）进行打分评价，并可填写反馈意见，以便学校改进服务。
教师、学生可以通过手机端，点击报修服务、我要报修后，可以根据实际报修情况进行问题描述、上传图片等。学生可以实时跟踪维修进度，并对维修结果进行线上打分、评价。
吉林省智教软件有限责任公司
2025-05-16
石化设备安全管理与运行预警系统
成果简介： 系统包括设备基本信息、腐蚀监测、剩余寿命评价、风险动态评估、辅助决策和可视化预警等模块。设备基本信息实现了锅炉、容器、管道、安全阀等安全管理；腐蚀监测包括腐蚀在线监测、腐蚀定点测厚、腐蚀检查等，实现了腐蚀全过程管理，以及腐蚀数据分析和超标报警；剩余寿命评价实现了压力管道和压力容器基于损伤模式的剩余寿命评价计算；风险动态评估实现了对系统中固有的
南京工业大学
2021-01-12
高速公路隧道运行安全评价理论与管理技术
北京工业大学
2021-04-14
人才需求：熟悉生产类企业管理和9001运行的管理人员
熟悉生产类企业管理和9001运行的管理人员；懂橡胶配方，尤其是三元乙丙胶料配方的技术人员；懂模具设计制作的模具管理设计人员；从事质检的橡胶物理性能操作人员
日照市正大三元橡胶有限公司
2021-09-02
优质稻谷收储作业5T管理技术规程
5T管理”理念，即基于农作物及果实生长的自然通道特性，按时间敏感性将收储过程界定为熟收 (T1)、田场 (T2)、干燥 (T3)、收仓 (T4)以及仓储 (T5)等5个事件，进一步围绕5个事件优选管理目标因子和控制因子、制定管理指标体系和配套先进适用技术装备。在吉林省粮食和物资储备局的支持下，依据“5T管理”原理，制定了《吉林优质稻谷收储作业5T管理技术规程》。依托吉林省粮食和物资储备局、吉林大米联盟、九台贡米联盟、益海嘉里金龙鱼等大米相关产业组织在省内外进行推广，减损效果显著，可以显著延长大米的保鲜期，特别是探明了不当管理导致的7.16%“隐性”损失，同时也减少了粮食微生物毒素危害，为稻谷的持久鲜活保驾护航。
吉林工商学院
2025-05-19
锂电池管理系统AI算法研究
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。
西南大学
2025-05-12
地球运行仪
产品详细介绍
广州市展科教学仪器有限公司
2021-08-23