|
搜索
搜 索
高等教育領域數字化綜合服務平臺
節能型智能化半導體照明產品開發及產業化
該項目隸屬于“天津市科技支撐計劃重點項目”，項目將LED照明與光通信技術等結合起來，形成新的技術模式，開發了集照明與光通信為一體的LED系統，設計實現了基于照明LED的高速短距離光通信收發單元，LED室內調光調色照明控制器，基于LED照明的光學無線智能家居控制系統等，實現了通信質量和照明效果的協同優化。 本項目中的產品均屬于典型的節能產品，具有很高的技術含量和高附加值，具有節能環保、電磁免疫、經濟集約等優點，在上海世博會“滬上.生態家”、“航空館”以及第七屆中國國際半導體照明展覽會等展出，獲得顯著的社會效益，對推動相關產業的發展起到很好的作用。科研團隊近年來深入的研究半導體照明和通信技術，在半導體照明技術成果應用與產業化、光電信號轉換、光通訊設備、高速光發射接收模塊開發等相關領域開展研究工作，并取得突出的成績，申請了相關的國家級自然科學基金項目，并已獲批。
天津職業技術師范大學
2021-04-10
色溫隨時間模擬自然光變化的LED光源照明的方法和裝置
本發明公開了一種色溫隨時間模擬自然光變化的LED光源照明的方法，首先在控制器中存儲一系列不同時間節點和色溫對應的LED光源的電流調整方案，控制器通過接受時鐘的時間信號，并將時間信號和時間節點進行比較，然后提取相應的電流調整方案控制LED光源的電流，或者是手動選擇色溫，控制器根據該色溫對應的電流調整方案，控制LED光源的電流，從而模擬自然光色溫的變化，使LED照明模塊的合成光具有較高的顯色性。本發明還公開了一種色溫隨時間模擬自然光變化的LED光源照明的裝置。
浙江大學
2021-04-11
半導體照明稀土熒光粉關鍵共性技術研究及產業化
成果介紹代表國際領先技術的高新能半導體照明稀土熒光粉的研發與制備，可廣泛應用于半導體照明行業之中。技術創新點及參數半導體照明稀土熒光粉行業兩大核心技術：1、高顯色白光LED用熒光粉關鍵技術2、氮化物紅粉在發光效率和抗高溫高濕性能提升技術市場前景1、制備了高性能鋁酸鹽熒光粉，目前全國銷售第一。2、制備了氮化物熒光粉，銷售也達到全國第一。
東南大學
2021-04-13
面向混合居民小區的LED照明應用示范工程 節電控制管理系統
研制了一套面向混合居民小區的LED照明應用示范工程節電控制管理軟件系統，可實現顯著用電優化效果。 1）開發了新產品1個，名為“節電控制管理系統”。2）開發了新技術1項。名為“節電控制管理技術”。3）推廣應用新技術1項，名為“LED居民小區的節電控制管理技術”，已成功應用于重慶創迪科技發展有限公司的多個已完成或進行中的產品和工程中。4）實現節電效率提高20%以上，可支持1000個以上LED用電設備該系統具有廣闊
重慶大學
2021-04-14
一種高速公路隧道群照明系統控制系統和控制方法
成果描述：本發明公開了一種高速公路隧道群照明系統控制系統和控制方法，該系統包括設置在各個基本控制單元里相鄰下游隧道進口端和相鄰上游隧道出口端的照明燈具、車輛檢測計、洞外亮度檢測儀和模糊邏輯控制模塊，將交通流參數Q?V作為模糊邏輯控制模塊的第一個輸入參數，將洞外亮度L作為模糊邏輯控制模塊的第二個輸入參數，模糊邏輯控制模塊內預設相鄰隧道間距D作為第三個輸入參數，經過模糊邏輯控制模塊內預設的邏輯進行推理后輸出照明強度等級R，通過該照明強度等級R控制相鄰上游隧道出口照明和相鄰下游隧道入口照明；本發明的照明控制系統和方法充分考慮了隧道群相鄰隧道間距對照明控制的影響，既節省了隧道照明的電力消耗，又獲得了更佳的照明效果。市場前景分析：道路交通基礎設施建設領域。與同類成果相比的優勢分析：技術先進，性價比較高。
西南交通大學
2021-04-10
一種高速公路隧道群照明系統控制系統和控制方法
本發明公開了一種高速公路隧道群照明系統控制系統和控制方法，該系統包括設置在各個基本控制單元里相鄰下游隧道進口端和相鄰上游隧道出口端的照明燈具、車輛檢測計、洞外亮度檢測儀和模糊邏輯控制模塊，將交通流參數Q?V作為模糊邏輯控制模塊的第一個輸入參數，將洞外亮度L作為模糊邏輯控制模塊的第二個輸入參數，模糊邏輯控制模塊內預設相鄰隧道間距D作為第三個輸入參數，經過模糊邏輯控制模塊內預設的邏輯進行推理后輸出照明強度等級R，通過該照明強度等級R控制相鄰上游隧道出口照明和相鄰下游隧道入口照明；本發明的照明控制系統和方法充分考慮了隧道群相鄰隧道間距對照明控制的影響，既節省了隧道照明的電力消耗，又獲得了更佳的照明效果。
西南交通大學
2018-09-18
一種基于 B-P 神經網絡判斷照明場景的自動曝光方法
本發明公開一種基于 B-P 神經網絡判斷照明場景的自動曝光方 法，包括以下步驟，S1 通過視頻采集系統獲得原始圖像；S2 將原始圖 像劃分為多個區域；S3 求每個區域的圖像亮度平均值，獲得亮度矢量； S4 設計 B-P 神經網絡，將亮度矢量作為神經網絡的輸入，對照明場景 進行判斷；S5 根據神經網絡的判斷結果，計算圖像的理想亮度；S6 將 原始圖像的實際亮度與理想亮度的偏差作為 PID 算法的初始輸入，利 用 PID 算法獲取理想亮度對應的理想可控量；S7 依據理想可控量，獲 得曝光時間 t 和模擬
華中科技大學
2021-04-14