|
搜索
搜 索
高等教育领域数字化综合服务平台
抗氧化超高强热成形钢
传统热成形用 22MnB5 钢加热温度高（950℃左右），氧化严重，一般需要涂镀铝硅涂层来防止高温氧化，增加成本，同时此钢的淬透性较低，需要较高的冷却速率才能保证马氏体转变，对热成形模具的装备要求高。本团队开发了一种新型的热冲压成形用抗氧化超高强钢板，可以实现低温热成形（750℃左右），同时通过成分优化提高钢板本身的防高温氧化性能，在热成形过程中可以不用涂镀铝硅涂层，表面不产生氧化皮，节能降耗。同时该钢板的淬透性好，在空冷状态的冷速下就可以完成马氏体相变，对热成形模具的装备要求低，可以降低成本。该钢板在热冲压成形工艺过程中钢板氧化增重＜0.5g/m2 ，氧化层厚度≤8μm，经热成形后屈服强度≥1400MPa，抗拉强度≥1700MPa，总延伸率≥10%，力学性能优于传统热成形用 22MnB5 钢，可用于汽车安全结构件及其他高强韧构件。
北京科技大学
2021-04-13
热管植入式智能换热墙体
本发明涉及一种热管植入式智能换热墙体，包括低能耗建筑物的墙体，其特征是：所述低能耗建筑物墙体的内或外保温层表面分别设有内表面换热管和外表面换热管，所述外表面换热管通过连接管与内表面换热管相连，所述换热管内置有工质。有益效果：针对低能耗建筑的特性，在墙体的内外表面安装换热管，墙体内外表面换热管之间通过在墙体内的连接管连接，依靠热管内工质相变吸热和放热的特性，利用热管内工质自然重力循环实现室内与室外环境的热交换。将可再生能源与低能耗建筑有机地结合，形成新型的节能、舒适、环保的热环境系统。
天津城建大学
2021-01-12
石油热采注气装置开发
世界范围内裂缝性油藏所提供的原油储量占总储量的20％以上，对于这类油藏，传统的衰竭式开采过后，基岩中将残余大量的原油；水驱可以降低部分残余油量，但油井见水快、含水率上升快，发生水窜或暴性水淹现象；如果储层为油湿或中性润湿，水驱将绕过基质岩块而只采出裂缝中的原油。注气是一种有效的提高原油采收率的方法，将其应用于裂缝性油藏，不仅可以维持地层压力，还可以提高驱油效率。
石油热采注气装置利用液体燃料喷射燃烧原理，结合过程装备成套技术，集燃烧、机电控制与一体，产生一定压力、温度的混合气体注入油井。该装置主要有气体发生器、高压空气系统、油水供给系统、全自动电脑监控系统等组成。调节注气温度在250℃～350℃范围内，最大注气压力为25MPa。
南京工业大学
2021-01-12
全自动综合热分析仪
将热重分析 TG 与差热分析 DTA 或差示扫描量热 DSC 结合为一体，在同一次测量中利用同一样品可同步得到热重与差热信息。综合热分析仪应用于大多数材料领域，包括塑料、橡胶、合成树脂、纤维、涂料、油脂陶瓷、水泥、玻璃、耐火材料、燃料、医药、食品、耐火材料等。炉体自动升降可控、定位准确，提高了测量的重复性。热流式DSC数据采集方式，绘制出能量与温度的曲线。HQT-2、HQT-3、HQT-4可分别在1250度或1550度恒温72小时。温度范围：HQT-1：室温-1150℃、HQT-2：室温-1250℃、HQT-3：室温-1450℃、HQT-4：室温-1550℃。
北京恒久实验设备有限公司
2021-02-01
进口蓝膜平板集热器
平板太阳能集热器是让阳光透过盖板照射在表面涂有高太阳能吸收率涂层的吸热板上，吸热板吸收太阳能辐射能量后温度升高，将热量传递给集热器内介质，使介质温度升高，作为热载体输出有用能量。
山东龙普太阳能股份有限公司
2022-02-25
基于双库协同机制的 KDD* 新系统
该发明公开了一种基于双库协同机制的 KDD* 新系统 , 该系统是在 KDD 技术的基础上融入双库协同机制，即构建数据库与基础知识库的内在联系“通道”，从而用基础知识库去制约与驱动 KDD 的挖掘过程，改变 KDD 固有的运行机制，在结构与功能上形成了相对于 KDD 而言的一个开放的、优化的扩体。双库协同机制的引入，使得 KDD 在功能上得到了进一步的完善和提高 , 并诱发出若干新的结构模型，对知识发现系统的主流发展起着重要的推动作用。◆项目的应用范围及经济效益分析 一种基于双库协同机制的 KDD* 方法及系统 （已获国家发明专利证书 , 专利号： ZL 01145080.0 ），是在 KDD技术的基础上融入双库协同机制，即构造数据库与基础知识库的内在联系“通道”，用基础知识库去制约与驱动KDD的挖掘过程，并在KDD的挖掘过程中对知识库进行实时维护，实现了“知识与数据库同步进化”；改变与优化了KDD固有的运行机制，实现了“多源头”聚焦与减少评价量；强化并提供了知识发现的智能化程度，提高了认知自主性, 形成了知识的自动评价系统, 减少了领域专家的工作量,较有效地克服领域专家的自身局限性，实现了“采用领域知识辅助初始发现的聚焦”；在结构与功能上形成了相对于KDD而言的一个开放的、优化的扩体-- KDD*。双库协同机制的引入，揭示了在一定的建库原则下，知识子库与数据子类结构之间的对应关系，为实现“限制性的搜索”而减小搜索空间、提高挖掘效率提供了有效的技术方法，使得KDD在功能上得到了进一步的完善和提高，并诱发出若干新的结构模型和发掘、评价方法，对知识发现系统的主流发展起着重要的推动作用。 国际著名无形资产评估机构“香港国际无形资产评估事务所”品过此专利无形资产价值66万美元。 该系统是一款通用软件，具有从数据导入到知识管理、知识展示的全部功能，界面友好 ;具有多种可视化展示功能;与用户数据接口简单，不需建立数据仓库。具有良好的通用性与可扩展性;应用范围广。
北京科技大学
2021-04-11
基于双库协同机制的 KDD* 新系统
该发明公开了一种基于双库协同机制的 KDD* 新系统 , 该系统是在 KDD 技术的基础上融入双库协同机制，即构建数据库与基础知识库的内在联系“通道”，从而用基础知识库去制约与驱动 KDD 的挖掘过程，改变 KDD 固有的运行机制，在结构与功能上形成了相对于 KDD 而言的一个开放的、优化的扩体。双库协同机制的引入，使得 KDD 在功能上得到了进一步的完善和提高 , 并诱发出若干新的结构模型，对知识发现系统的主流发展起着重要的推动作用。
北京科技大学
2021-04-11
跨区域多机构协同救治医疗信息共享平台
提供了基于移动互联网及云计算技术的跨区域多机构整合急救资源协同救治的医疗信息共享平台，具有以下几大功能:基于 FMC-D 时间的智能转运决策辅助、系统内医疗单元 通讯、系统内医疗单元信息共享及 PCI 医院介入影像质控管理。系统分为医疗单元终端(包 括 EMS 终端、非 PCI 医院终端及 PCI 医院终端)和云计算服务端两部分，通过 3G/4G 无线 互联进行数据交换处理。急救车客户端考虑到用户的操作体验，采用基于 Android 系统进行 开发。云计算服务端处理中心部署在云服务器上，按照 SOA 架构的理念进行框架设计，依 托于数据仓库对业务数据进行深度挖掘分析。本系统的特色包括: 体系结构设计以时间轴为中心。时间轴是描述 AMI 患者救治流程的关键事件时间节 点的集合，如:呼叫 EMS 时间，EMS 响应时间，急救车到达时间，首次胸痛发作时间，本 次胸痛发作时间，EMS 首份心电图时间，等。通过对上述关键事件时间节点的统计、分析 通过资源合理调配、辅助决策支持等方式提高针对 AMI 的救治效率。 智能推荐技术。该推荐主要基于以下信息:1，实时的医院医疗资源信息(如床位资 源、医生资源、手术资源等);2，地理位置信息，主要是权衡道路拥堵情况以及距目标医院 距离信息;3，救治能力，主要指通过救治流程中产生的历史数据挖掘分析衡量 PCI 医院救 治能力的信息。 大规模的支持。急救车客户端考虑到用户的操作体验，采用基于Android系统进行开发。 云计算服务端处理中心部署在云服务器上，按照 SOA 架构以及基于 XMPP(Jabber)协议通信 机制的开源架构的理念进行框架设计，依托于数据仓库对业务数据进行深度挖掘分析。在北京 等地的实践表明该系统具有支持区域内多 PCI 医院，多非 PCI 医疗机构，多 EMS 机构并发协 同救治的流程以及流程中产生的 PB 级的数据。在一套完整、独立的 RCTS-AMI 系统内，预计 500-800 家 PCI 以及非医院，12 万台终端，2000-2500 位医生可以使用本系统。
清华大学
2021-04-11
智能车路协同系统及运行监管平台
当前顺义区正全力建设“创新型产业集群和制造业高质量发展创新引领示范区”，打造“3+4+1”高精尖产业发展体系，将顺义建设成为全国最大的多场景智能网联汽车创新生态示范区。为本项目的实施，提供了良好的条件。 本项目主要包括对自动驾驶车辆以及道路基础设施进行信息化升级改造，搭建综合数据平台，建设满足智能网联汽车示范应用需求的车路协同系统，建设车路协同示范、智慧交通综合应用示范等多个示范场景。 车路协同部分：通过对现有道路基础设施的改造，构建交通测试环境并配套智能网联设施，实现网联车辆测试的智能化和标准化。实现智能车辆的V2X应用场景测试。形成适用于车-路/车-车/车-网/车-人四类场景的LTE-V和LTE网络以及前端系统设备与光纤链路的互联互通。 运行监管平台：以智能车辆（包含电动车辆）的车路协同和无人驾驶应用示范为重点，研发示范区运行监管平台，并基于此平台开发示范区智能汽车信息服务及管理系统，完成车路协同示范、自动驾驶示范、智慧交通综合应用示范等示范场景的建设，基于车路协同技术实现智能车辆和无人驾驶车辆在普通道路、十字交叉路口的典型应用和自动运营。
北京航空航天大学
2021-04-10
基于协同尺度学习的行人重识别方法
本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先 根据已标注训练样本集 L 中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵 Mc 和 Mt;随机选择查询对象使用 Mc 和 Mt 进行马氏距离度量，得到相应排序结果，从中取得正样本 和负样本生成新的已标注训练样本集 L，更新 Mc 和 Mt，直到未标注训练样本集 U 为空，得到最终的 标注样本集 L*，并融合颜色和纹理特征得到 Mf，就可以使用基于 Mf 的马氏距离函数进行行人重识别。 本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学 习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。
武汉大学
2021-04-13