|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
大功率超高壓汞燈光源驅(qū)動(dòng)器
成熟度：技術(shù)突破
一種安全、可靠、光強(qiáng)穩(wěn)定的數(shù)字化超高壓汞燈曝光光源控制器，驅(qū)動(dòng)功率高達(dá)3kW，功率調(diào)整步長(zhǎng)小于5W，光強(qiáng)穩(wěn)定性誤差不高于0.3%@30min，汞燈觸發(fā)成功率高于90%。
意向開(kāi)展成果轉(zhuǎn)化的前提條件：中試放大及產(chǎn)業(yè)化工藝開(kāi)發(fā)資金支持
東北師范大學(xué)
2025-05-16
.jpg){kind=logo}
系列化主被式上下肢關(guān)節(jié)運(yùn)動(dòng)康復(fù)器
針對(duì)腦卒中與關(guān)節(jié)損傷高發(fā)趨勢(shì)，本產(chǎn)品基于康復(fù)醫(yī)學(xué)理論研發(fā)多關(guān)節(jié)智能康復(fù)產(chǎn)品，覆蓋肘、膝、踝、腕等上下肢關(guān)鍵關(guān)節(jié)，通過(guò)對(duì)關(guān)節(jié)的反復(fù)訓(xùn)練，增強(qiáng)關(guān)節(jié)本體感覺(jué)，打開(kāi)活動(dòng)度，推動(dòng)神經(jīng)系統(tǒng)重組代償，助力關(guān)節(jié)功能恢復(fù)。
本產(chǎn)品實(shí)現(xiàn)多項(xiàng)突破，運(yùn)用高精度傳感器，精準(zhǔn)捕捉關(guān)節(jié)運(yùn)動(dòng)微小變化，實(shí)現(xiàn)人機(jī)互動(dòng)與實(shí)時(shí)康復(fù)數(shù)據(jù)反饋；結(jié)合自適應(yīng)算法實(shí)現(xiàn)動(dòng)態(tài)重力補(bǔ)償，精準(zhǔn)調(diào)控角度/速度/力矩三維參數(shù)，通過(guò)循跡坐標(biāo)點(diǎn)樣線擬合生理運(yùn)動(dòng)軌跡；創(chuàng)新集成多訓(xùn)練模式切換系統(tǒng)，滿足全康復(fù)周期需求；產(chǎn)品兼具硬/軟件雙重安全防護(hù)，提高產(chǎn)品安全性。
腕關(guān)節(jié)康復(fù)器
前臂康復(fù)器
肘關(guān)節(jié)康復(fù)器
膝關(guān)節(jié)康復(fù)器
踝關(guān)節(jié)康復(fù)器
吉林大學(xué)
2025-05-19
農(nóng)業(yè)大學(xué).jpg){kind=logo}
一種用于檢測(cè)禽白血病病毒J亞群的試劑盒
本發(fā)明提供了用于檢測(cè)禽白血病病毒J亞群(ALV?J)的試劑盒，屬于RT?PCR檢測(cè)技術(shù)領(lǐng)域。本發(fā)明的試劑盒含有一對(duì)特異性引物，其核苷酸序列分別如SEQ ID NO.1?2所示。本發(fā)明還提供了檢測(cè)禽白血病病毒J亞群的方法。本發(fā)明試劑盒和檢測(cè)方法具有高特異性、高靈敏度、高效率、通用性好、低成本的特點(diǎn)，可在6.5h內(nèi)對(duì)臨床病料進(jìn)行快速鑒別診斷，本發(fā)明為ALV?J的早期快速診斷和開(kāi)展分子流行病學(xué)調(diào)查提供技術(shù)手段，以更好地指導(dǎo)養(yǎng)禽生產(chǎn)中對(duì)該病的防控。
中國(guó)農(nóng)業(yè)大學(xué)
2021-04-11
.jpg){kind=logo}
基于小波分析和有限高斯混合模型EM方法的模擬電路故障診斷方法
近年來(lái)已經(jīng)建立了基于故障字典，模糊理論，專(zhuān)家系統(tǒng)，神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)，信息融合，小波分析，粒子群等各種技術(shù)的不同故障診斷方法，并在模擬電路的實(shí)際檢驗(yàn)中取得了良好的效果。然而，電路從正常到故障之間存在中間過(guò)渡狀態(tài)，怎樣定義這個(gè)中間狀態(tài)以及其對(duì)電路有怎樣的影響，如何準(zhǔn)確描述這種影響，通過(guò)查閱文獻(xiàn)，到目前為止還沒(méi)有一種合理的方法能夠解決這個(gè)問(wèn)題。
遼寧大學(xué)
2021-04-11
.jpg){kind=logo}
一種考慮逆變型分布式電源接入的配電網(wǎng)故障區(qū)域定位算法
本發(fā)明公開(kāi)了一種考慮逆變型分布式電源接入的配電網(wǎng)故障區(qū)域定位算法，包括如下步驟：(1)建立恒功率控制方式下逆變型分布式電源故障特性分析模型；(2)根據(jù)配電網(wǎng)中聯(lián)絡(luò)開(kāi)關(guān)、斷路器等開(kāi)關(guān)器件的分布特點(diǎn)對(duì)配電網(wǎng)進(jìn)行分區(qū)處理，使用圖論的理論分析方法，建立配電網(wǎng)的圖模型，并設(shè)定配電網(wǎng)的電流參考方向；(3)利用設(shè)定的配電網(wǎng)電流參考方向以及斷路器處保護(hù)裝置上傳的故障信息，通過(guò)矩陣運(yùn)算求取故障判斷矩陣，實(shí)現(xiàn)故障區(qū)域的定位。本發(fā)明能夠滿足分布式電源接入，無(wú)需動(dòng)作值整定，具備一定拓?fù)浣Y(jié)構(gòu)自適應(yīng)的能力。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
基于卷積神經(jīng)網(wǎng)絡(luò)和小波灰度圖的旋轉(zhuǎn)機(jī)械故障診斷方法
本發(fā)明公開(kāi)了一種基于卷積神經(jīng)網(wǎng)絡(luò)和小波灰度圖的旋轉(zhuǎn)機(jī)械故障診斷方法，其包括以下步驟：(1)將振動(dòng)位移傳感器及振動(dòng)速度傳感器設(shè)置在旋轉(zhuǎn)機(jī)械上，利用所述振動(dòng)位移傳感器及所述振動(dòng)速度傳感器采集所述旋轉(zhuǎn)機(jī)械的振動(dòng)信號(hào)；(2)對(duì)采集到的所述振動(dòng)信號(hào)進(jìn)行多尺度小波分解，以得到小波灰度圖；(3)按照預(yù)先訓(xùn)練過(guò)的卷積神經(jīng)網(wǎng)絡(luò)的輸入形式，對(duì)所述小波灰度圖進(jìn)行預(yù)處理；(4)將預(yù)處理后的所述小波灰度圖輸入到所述卷積神經(jīng)網(wǎng)絡(luò)，所述卷積神經(jīng)網(wǎng)絡(luò)對(duì)接收到的所述小波灰度圖進(jìn)行分析診斷，以得到所述旋轉(zhuǎn)機(jī)械的故障診斷結(jié)果。
華中科技大學(xué)
2021-04-13
大學(xué).jpg){kind=logo}
一種基于小波變換與混合注意力機(jī)制的軸承故障診斷方法
本發(fā)明涉及一種基于小波變換與混合注意力機(jī)制的軸承故障診斷方法，具體包括：利用傳感器獲取軸承振動(dòng)信號(hào)，得到原始故障數(shù)據(jù)；對(duì)原始故障數(shù)據(jù)依次進(jìn)行小波變換、加入高斯噪聲、分塊采樣；并為采樣后的數(shù)據(jù)生成類(lèi)別標(biāo)簽和位置標(biāo)簽；基于混合注意力機(jī)制、殘差結(jié)構(gòu)、可學(xué)習(xí)卷積構(gòu)建故障診斷模型；將采樣后的故障數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集，作為模型的輸入數(shù)據(jù)進(jìn)行訓(xùn)練，實(shí)時(shí)監(jiān)控訓(xùn)練結(jié)果進(jìn)行參數(shù)優(yōu)化，同時(shí)將故障診斷結(jié)果可視化；在多種噪聲條件下與現(xiàn)有模型進(jìn)行對(duì)比實(shí)驗(yàn)，檢驗(yàn)?zāi)Ｐ托阅堋１景l(fā)明所提出方法解決了傳統(tǒng)軸承故障診斷方法在多變?cè)肼晽l件下故障識(shí)別率較低的問(wèn)題。
南京工業(yè)大學(xué)
2021-01-12
帶投幣器模擬器
產(chǎn)品詳細(xì)介紹帶投幣器，可開(kāi)駕吧用
上海紅外汽車(chē)模擬駕駛設(shè)備有限公司
2021-08-23
傳感器應(yīng)用實(shí)驗(yàn)器
產(chǎn)品詳細(xì)介紹
齊齊哈爾大學(xué)科教儀器廠
2021-08-23
一種聚集增強(qiáng)發(fā)光效率的NIR-II熒光J-聚集體及其應(yīng)用
本發(fā)明提出一種聚集增強(qiáng)發(fā)光效率的NIR?II熒光J?聚集體及其應(yīng)用。AS5Br(δ)能夠在水介質(zhì)中輕松形成J?聚集體，無(wú)需復(fù)雜的制備過(guò)程且具有聚集誘導(dǎo)熒光效率增強(qiáng)特性。經(jīng)過(guò)轉(zhuǎn)化成為J?聚集體納米粒子AS5Br(δ)NPs后，實(shí)現(xiàn)了迄今為止報(bào)道的NIR?II熒光J?聚集體中量子產(chǎn)率最高的記錄，NIR?II熒光量子產(chǎn)率達(dá)到5.2%。AS5Br(δ)NPs的熒光量子產(chǎn)率甚至超過(guò)了AS5Br(δ)在最佳溶劑中的熒光量子產(chǎn)率，克服了將NIR?II熒光J?聚集體轉(zhuǎn)化為生物相容性納米粒子面臨的難題，在小鼠的血管和腫瘤部位進(jìn)行NIR?II成像以及腫瘤切除實(shí)驗(yàn)中，展現(xiàn)了其作為超亮NIR?II熒光團(tuán)的潛力。
南京工業(yè)大學(xué)
2021-01-12