|
搜索
搜 索
高等教育领域数字化综合服务平台
氯离子扩散系数/电通量测定仪
执行标准:GB/T 50082-2009，JTG 3420-2020
本品采用2020版最新数字电源支持的稳压稳流技术，集RCM两种方法加电通量法三种试验，各级电压及反馈电流皆具有很高精度，8寸嵌入式Linux工业平板电脑触摸屏操作，试验的同时在线计算扩散系数值，测量精度优于国家标准。
北京耐尔得智能科技有限公司
2023-03-17
氯离子扩散系数RCM/NEL测定仪
执行标准:GB/T 50082-2009，JTG 3420-2020
2020稳压版，集RCM方法国标行标、NEL法的水泥国标及UHPC标准两种方法四种算法一体机。北京耐尔得公司自主研发的2020稳压版氯离子扩散系数RCM/NEL测定仪，采用自主研发的电压自动调压系统，可以精确地自动输出稳定的高精度电压，并可获得高精度电流，更好地保证设备的测量精度，各级电压皆优于标准要求。8寸触摸屏人机交互界面友好，试验夹具采用进口高纯度亚克力材料，无色透明，耐腐蚀强；多种方法一体机功能强大，全自动采集测控系统，测量精度满足并高于国家标准，是质检单位、科研单位优选产品。
北京耐尔得智能科技有限公司
2023-03-17
UHPC混凝土氯离子扩散系数测定仪
执行标准:T/CBMF37-2018，GB/T31289-2014
CCM550型NEL法氯离子扩散系数检测方法是耐尔得公司根据UHPC《超高性能混凝土基本性能与试验方法》定制开发的产品。产品测量精度高，输出电压可控制在0.03V之内，采集电流可控制在0.03mA内，是目前测量精度最高的产品。为了方便老用户的使用，CCM550产品涵盖原CCM540型水泥氯离子扩散系数的方法，为两种方法一体机。产品含有多种专利设计，测试准确，方便耐用。产品配置的智能真空饱水机，密封性强，整个真空饱水过程真空泵只需起动2-3次。CCM550可在5分钟内测量完成试验，高效精确，是研究单位首选的优质产品。
北京耐尔得智能科技有限公司
2023-03-17
非接触法收缩膨胀变形测定仪
执行标准:GB/T 50082-2009，JTG 3420-2020
北京耐尔得公司研发的NELD-ES731非接触法收缩膨胀变形测定仪，适用于测定早龄期混凝土的收缩及膨胀变形的测试，也可用于无约束状态下混凝土收缩膨胀变形的测定。该产品是通过电涡流传感器对埋入混凝土的标靶进行位移测量，高精度处理器能精确的测量出混凝土早期收缩的变形数据。主机采用8寸彩色触摸屏，操作简便，界面友好；数据分析软件具有双向数据分析能力；测量夹具结构科学，加工精细。该产品受到使用单位的一致好评，是科研单位、质量控制单位信得过的好产品。
北京耐尔得智能科技有限公司
2023-03-17
混凝土线膨胀导温导热系数测定仪
执行标准：SL 352-2006，DL/T 5150-2001
采用高精度智能PID控制算法，极大提高测控精度10.4寸800x600分辨率，嵌入式Linux工业平板电脑人机界面友好，软件全自动控制设备运行。设备校准操作简单方便,加热桶采用独特设计确保桶内温度场分布均匀。自动采集、存储试验数据，可以显示试验曲线及数据列表、试验自动完成。可以查询测试结果、导出试验报告。
北京耐尔得智能科技有限公司
2023-03-17
一种从野棉花叶中提取的三萜皂苷类化合物及其制备方法和用途
本发明公开了一种从野棉花叶中提取的三萜皂苷类化合物及其制备方法和用途，其特点将干燥野棉花叶粉碎，平均粒度为300～500μm，按料液比1g∶15～25mL加入正己烷，室温下震荡18～30h，过滤、分离正己烷萃取液；回收脱脂野棉花叶，按料液比1g∶20～30mL加入甲醇提取剂，室温震荡24～48h，分离上清液，并将上清液浓缩干燥后得甲醇浸膏；得率10～14％；再将上述甲醇浸膏悬浮于甲醇50～100mL，上大孔吸附树脂DiaionHP-20层析柱，用甲醇-水梯度洗脱，浓度为0wt％、20wt％、40wt％、60wt％、80wt％、100wt％，洗脱流速为2～4mL/min；收集上述100wt％甲醇洗脱液，浓缩干燥后得到样品，用半制备高效液相色谱分离纯化得到该三萜皂苷类化合物。
四川大学
2016-10-27
基于大数据驱动的综合能源系统规划优化及关键技术研究与应用示范
项目开展的背景及意义
当前，我国经济发展进入新常态，能源转型面临需求放缓、传统产能过剩、环境问题突出、整体效率较低等问题，传统能源系统又存在着各能源子系统规划协调不足、弃风弃光现象突出、对化石能源依赖严重等现象，推进国家能源转型、构建新型能源系统势在必行。
综合能源系统是能源互联网建设的物理载体，是支撑国网战略目标落地的重要形式。综合能源系统能够拓宽国网公司发展业务，培育业务增长点和盈利模式增长点，是实现国网公司业务可持续发展的重要手段。
综合能源系统规划建设是项目成立的开端，规划优化效果最优是项目最好的投资、更是最好的节约。综合能源系统规划问题涉及源、网、荷、储协同，需要多维能源数据信息支撑，包括不同设备动态运行特征信息、多元用户负荷特性等数据。而大数据技术能够为综合能源系统规划建设提供基础的数据服务。
有助于可再生能源开发规模进一步提升，促进社会能源可持续发展；
有利于能源的投入产出效率进一步提升，减少能源消耗总量；
有利于社会资源配置进一步优化，降低能源系统建设成本；
有利于推动能源互联网的进一步实施和落地，助力国网实现具有中国特色国际领先的能源互联网企业的战略目标；
有助于电网公司新型业务进一步推进，扩展业务和收入增长点；
综合能源系统中的大数据——应用
在能源革命和数字革命的推动下，大数据技术在综合能源系统的中的应用越来越广泛，助力解决综合能源系统规划优化或运行优化多因素设备建模、设备运行状态诊断、用户用能画像、用能场景生成、优化策略生成的问题。
项目研究内容
项目研究成果
主要成果
本项目的应用示范能够指导综合能源系统工程实际落地，服务基础设施建设；能够指导综合能源系统规划效果评估，提供规划决策工具；能够指导不同区域典型综合能源系统场景示范推广，打造可推广的样板工程；能够深化综合能源系统一体化服务，助力综合能源系统广泛推广。项目发表学术论文5篇、申请发明专利10项、软件著作权5项。
示范应用
本项目预计在山东省内落地应用，打造不同行业的综合能源应用示范项目，目前在前期项目应用实施阶段，预计2021年底完成项目应用实施。
华北电力大学
2021-05-10
支持大数据理解的头戴式无障碍呈现技术装备与云服务平台
一、项目简介 当前虚实融合技术面临的重大挑战可以归结为以下两个关键科学问题：（1）非配合虚实环境的无缝融合与交互自然呈现。（2）云环境下虚实融合环境的语义理解、统一表达与应用软件快速定制。为解决上述两个关键科学问题和技术瓶颈，本项目重点研究了自然虚实融合呈现的硬软件技术和装置，构建虚实融合应用流程框架和规范，创新云软件定制和服务模式，实现应用示范。充分利用移动、穿戴式设备的多传感器优势以及云端结合方式进行三维结构的重建、语义标注、识别理解与信息关联。 二、前期研究基础 目前已发表论文10篇，包括4篇期刊论文等（包括TIP、TMM等权威期刊论文）。申请专利3 项。 三、应用技术成果 1）基于搜索的图像深度估计，相对误差低于传统方法，对训练集的需求小于基于深度学习的方法。 Make3D数据集的深度估计结果2）基于双模深度玻尔兹曼机（DBM）的三维场景物体检测框架，给出了RGBD训练数据不足的难题，流程如下 3）基于序列约束的哈希算法在不同比特率情况下均取得了很好的效果。 在LabelMe和Tiny100K上使用不同哈希比特率的效果
厦门大学
2021-04-11
一种基于实时数据库的HART现场设备管理方法及系统
一种基于实时数据库的HART现场设备管理方法及系统。工业操作站将HART命令对应的有效数据以工业以太网协议中的报文形式发送到控制站；控制站对将解包后的有效数据以CAN协议中的报文形式发送；HART模件解包所收到的CAN协议报文将有效数据构成HART命令形式发送；HART设备接收到HART命令后将响应信息返回给HART模件后解包，以CAN协议中的报文形式打包发送给控制站；控制站解包所收到的CAN协议报文，以工业以太网协议中的报文形式打包发送到工业操作站。本发明可将全部HART现场设备数据送入主控室的操作站，让用户在控制室就能方便地远程查看、修改、配置现场设备的组态信息，提高设备维护效率，降低生产成本。
浙江大学
2021-04-11
基于工业领域企业级数据中台的全生命周期透明生产管控平台
自疫情发生以来，对于劳动密集型的制造业企业来说，尽可能减少工人聚集和交叉接触成为企业复工复产的重要保障。但在生产经营活动中，必要的沟通、协同、信息互通和反馈指导不可避免，这其中涉及了离散制造的多个部门（销售、采购、计划、生产、仓库、财务等）、多个生产工序以及多个工种。北大信息技术高等研究院智能工厂实验室利用工业领域企业级数据中台的优势，全面整合企业生产经营环节的关键数据，并利用数据智能对齐、行业知识图谱等关键技术，实现面向制造业的全流程可溯源的透明管控线上生产链，迅速帮助企业集中获得每一个线下关键生产环节的实时进度，并且能够细化到订单、生产设备、运行情况等细节，同时根据挖掘算法提供有效的智能辅助决策建议，在高效保障生产经营管控的同时，最大化地减少不必要的人员聚集，实现数据中台的指挥室作用，快速实现复工复产，有效提升生产效能。 拟解决的核心问题： 1、无法在生产环境外远程下单，下单效率低； 2、工厂远程管控困难，无法掌握订单的详细生产进度，并预测交期，难以面向JIT及时交货； 3、对生产缺少全维度统计掌握，需要跨系统反复查询； 4、在线实时分析困难，缺少必要的预测辅助参考； 5、生产环节无法自下而上进行反馈； 6、多源异构数据融合困难； 7、缺少人工智能的辅助决策。 预期实施效果： 1、移动端远程下单，基于混合云架构，实现内外网数据互通； 2、移动端跟单进度，多源异构数据融合，实现生产环节全流程线上实时可见； 3、生产数据实时监控，关键指标实时汇总，实现工作进度量化可见； 4、形成线上闭环数据看板，在线辅助指导生产经营； 5、沉淀大数据资产，形成工业领域企业级数据中台； 6、实现订单生产智能逾期预警、订单销量智能预测、原材料动态库存优化。
北京大学
2021-02-01