葡京娱乐场-富盈娱乐场开户

項目簡介：項目組具有三維 Pro/E、 UG、 SolidWorks、 MasterCAM、 Cimatron 等 CAD/CAM 軟件的應用開發能力，建立了模具的參數化圖形庫、數據庫和標準件庫。能使用 DynaForm、Moldflow、 Deform、 ProCAST 、 Ansys、 Marc 等 CAE 分析軟件模擬沖壓成形、鍛造成形、塑料成型、壓鑄成形過程，預測產品質量，優化成形方案，分析模具受力狀態和失效形式，優化和改進模具結構，并將模擬結果和設計者的經驗知識編寫成專家系統

1. 針對人機交互和人體感知場景開發智能微波感知識別技術，實現基于手勢識別和動作識別技術的交互控制應用、基于人體定位跟蹤、呼吸心跳測量、跌倒檢測和身份識別技術的存在檢測、健康監護和安防監測應用。 2. 采用小尺寸的集成毫米波雷達芯片，精簡硬件設計，縮小模組尺寸，軟硬件聯合優化減低功耗，集成針對人機交互和人體感知場景設計的多種功能算法，打造小尺寸、低成本、低功耗、多功能的新型通用傳感器。

公司研發的基于云計算的車輛遠程測試與智能診斷系統，能夠實現電流、電壓、CAN/LIN等信號級測試，還能實現車身和底盤電氣系統等系統級測試。 一、項目進展 已注冊公司運營 二、企業信息 企業名稱 安徽風云智控科技有限公司 企業法人 張天耀 注冊時間 2022.3.8 注冊所在省市 安徽省合肥市 組織機構代碼 MA8NRN7R-8 經營范圍 技術開發、技術服務 企業地址 安徽省合肥市蜀山區長江西路898號新加坡花園城二期北區9棟1單元803室 獲投資情況 無 三、負責人及成員 姓名 學院/所學專業 入學/畢業時間 張天耀 機械工程學院/工業工程與管理 2021/2024 許于濤 機械工程學院/工業工程 2021/2024 饒正卿 機械工程學院/工業工程與管理 2021/2024 孫睿 機械工程學院/工業工程與管理 2021/2024 王凱林 機械工程學院/工業工程與管理 2020/2023 四、指導教師 姓名 學院/所學專業 職務/職稱 研究方向 王躍飛 機械工程/計算機應用技術 副教授 汽車電子與實時系統；智能制造系統與物聯裝備 五、項目簡介 汽車電子電氣架構及系統測試是車輛關鍵性驗證試驗，直接影響到車輛系統運行的可靠性和安全性。傳統測試設備功能單一，人力物力投入大，測試成本高，測試數據不能實時共享和處理，測試效率較低。  為解決該類問題，由合肥工業大學在校研究生創辦了本高新技術公司。公司研發的基于云計算的車輛遠程測試與智能診斷系統，能夠實現電流、電壓、CAN/LIN等信號級測試，還能實現車身和底盤電氣系統等系統級測試。該系統包括采集終端、云服務器、Web客戶端、PC端軟件和手機端APP，可使用WiFi及藍牙進行本地測試，也可以通過4G/5G網絡實現遠程控制、實時監測、在線采集、智能診斷。本系統已開發出標準型和便攜型等系列產品，能夠滿足不同汽車企業智能化測試需要，市場前景廣闊。

本項目通過收集本院耳鼻喉科6066張正常人、分泌性中耳炎、急性化膿性中耳炎活動期及化膿性中耳炎靜止期耳內鏡圖像。 一、項目進展 創意計劃階段 二、負責人及成員 姓名 學院/所學專業 入學/畢業時間 徐倩慧 中山大學醫學院 2017.09~2022.06 童釗鵬 中山大學孫逸仙紀念醫院 2021.09~ 三、指導教師 姓名 學院/所學專業 職務/職稱 研究方向 蔡躍新 中山大學孫逸仙紀念醫院 副主任醫師 耳鼻喉頭頸外科 四、項目簡介 本項目通過收集本院耳鼻喉科6066張正常人、分泌性中耳炎、急性化膿性中耳炎活動期及化膿性中耳炎靜止期耳內鏡圖像。通過模仿醫生診斷的注意力機制，將獲取局部關鍵特征的局部分類器與獲取全局特征的主分類器有機結合，構成深度學習的主框架。通過計算AUC等統計學指標來評估模型的性能，并與兩位副主任醫師、兩位主治醫師進行人機對比來進一步評估模型的性能，同時通過熱圖顯示深度學習模型在耳內鏡圖像不同區域的權重，以判斷深度學習關注的區域是否與臨床醫師一致。該深度學習模型可獲得整體93.4%的準確率，區分正常人與分泌性中耳炎的AUC為0.99，而區分化膿性中耳炎活動期與靜止期的AUC為0.94.模型的準確率要高于兩位主治醫師，達到副主任醫師的水平，同時熱圖顯示深度學習模型定義的關鍵區域恰好是臨床醫生做診斷的區域，如化膿性中耳炎鼓膜穿孔區域，分泌性中耳炎的光錐區域。同時，同時，本項目還將深度學習模型的技術落地，自主研發出研發便攜式可拍攝與自動診斷的耳鏡設備。

（專利號：ZL 201310652676.4） 簡介：本發明公開了一種混合動力汽車動力總成智能控制系統，屬于混合動力汽車技術領域。動力總成部件智能體包括發動機智能體、電動機智能體、蓄電池智能體、變速器智能體以及系統智能體，混合動力汽車動力總成主要部件智能體監測發動機、電動機、蓄電池、變速器的實時狀態信息，并將此信息交互至系統智能體；系統智能體接收發動機、電動機、蓄電池、變速器狀態信息，智能選擇與當前車輛自身狀態及當前行駛路況相吻合的工作模

在串聯回路中，當電弧或放電現象發生時，對電流進行頻譜分析，根據電流 的頻譜特征變化來確定是否有電弧發生，提供預警信息或保護動作。為了防止在 開關的瞬間或受到其他脈沖電流的干擾造成電弧故障檢測電路誤動作，同時在頻譜分析的基礎上綜合電弧時間長短等其他特性作為電弧故障的判據。系統的硬件 部分包含電流檢測、濾波、故障特征提取等模塊。軟件部分包含信號采集、信號 處理、故障判別等模塊，并綜合時間等其他因素降低誤報率，提高檢測系統的可 靠性。在算法中，采用了人工智能算法以提高系統的適應性。主要成果包

種便攜式的外骨骼式手功能康復訓練器，用于手部功能障礙的腦卒中患者的康復訓練。建立了基于患者自身肌電信號（sEMG）/語音信號/健側信號控制等外骨骼手多元控制系統方案。該產品突破傳統訓練器的模式，可由患者隨身攜帶，在康復訓練的同時輔助其日常生活活動，具有更好的康復效果。同時大大降低了康復訓練的成本、減輕了對醫療資源和患者家庭的壓力

項目概況 目前，國內外大量應用弧焊機器人系統從整體上看基本都屬第一代或準二代焊接機器人 系統。由于焊接路徑和焊接參數是根據實際作業條件預先設置的，在焊接時缺少外部信息傳 感和實時調整控制功能，這類弧焊機器人一般不能應對焊接作業條件嚴格的穩定性要求，焊 接時缺乏“柔性”，表現出明顯的缺點。在實際弧焊過程中，焊接條件是經常變化的，如加 工和裝配等誤差會造成焊縫位置和尺寸的變化，焊接過程中工件受熱及散熱條件改變會造成 焊道變形和熔透不均。 為克服機器人焊接過程中各種不確定性因素對焊接質量的影響，提高機器人作業智能化 水平和工作的可靠性，要求弧焊機器人系統不僅能實現焊接參數的在線調整，且能實現焊縫 的自動實時跟蹤。已完成鋁鎂硅合金框架弧焊機器人柔性工作站焊縫智能跟蹤與圖象處理技 術，使企業塞拉門設計制造的技術水平達國際先進水平。 本項目具有國際先進水平，擁有自主知識產權。 主要特點 已完成的項目，塞拉門框架的材料為鋁鎂硅合金，材料特殊、框架尺寸較大，焊點多 而短、焊接質量要求高，故解決柔性夾具設計、實現兩面焊接、滿足多系列多規格門框尺 寸的要求是體現了成果的先進性； 鋁鎂硅合金框架弧焊機器人柔性工作站所包括的柔性夾具、焊縫智能跟蹤與圖象處理 技術，使企業塞拉門設計制造的技術水平達國際先進水平，體現了成果的創造性。 技術指標 國內城市軌道車輛、高速列車的迅猛發展使得城軌門生產逐年猛增，品種不斷翻新，但 鋁鎂硅合金框架等主要零部件仍為手工焊接。由于手工焊接依賴于工人的技術水平，效率低， 焊接質量欠佳，優質品率低，是制約我國城軌門產品升級的關鍵技術。 首選企業的高精度焊件達到：焊縫識別誤差 600×600 像素， ±0.25mm，±0.20mm；焊 槍姿態誤差，±0.045mm，±0.040mm；其它誤差（包括焊絲變形誤差、工件熱變形誤差、焊 接電流誤差等），±0.030mm，±0.020mm；視覺跟蹤綜合誤差，±0.5mm，±0.35mm。 市場前景 成果實施后使用單位使用前手工焊接的 1.2 萬件/年，達到 4 萬件。按人工焊接生產水 平，支出費用為 72 萬×3.5=252 萬，機器人的投入成本 1 年半內可收回，且可滿足使用單位 近 3-5 年的發展需求。 按近幾年使用單位產品產量的增長速度，2009-2010 年產量可達 5.5 萬件，2 臺機器人 工作站每年可生產 5.68 萬件，完全滿足生產要求。若仍用人工焊接則成本支出為 72 萬 ×4.6=331.2 萬元，而機器人工作臺投入費用為零。企業每年可新增產值 4-5 億元，利稅 1.2-1.5 億元。 市場應用方面已具備推廣應用的基本條件，該成果的完成，不僅可以提升企業高精度特 材焊件設計制造的技術水平，提高企業技術創新能力和提升產業集聚度，使產品達同行業國8 內領先或國際先進水平，且可成為企業現代先進制造工藝與裝備工程應用的一個亮點。通過 開發研制，真正體現了產學研合作的現代高等教育理念，在高校和企業中鍛煉出一批機器人 研制方面、具有實戰經驗的科技人才。

項目簡介 1、光伏水泵系統主要由光伏陣列、控制器、逆變器、電動機、水泵和蓄能裝置等組 成，是光-機-電-控一體化設備；具有使用壽命長、與農作物的水蒸發量適配性好、節約 能源、維護運行成本低，環保等優點。 2、在申請 3 項；已授權 2 項，專利號：ZL201320591542.1、ZL201320609459.2 技術指標 本項目技術開的光伏離心泵產品日出水量比現有產品多約 20%，且供水可靠性高。 （1）啟動功率小；（2）多工況設計；（3）出水量大；（4

項目背景：樣品制備及檢驗過程中樣品的交叉污染、樣 品均勻性以及樣品代表性問題，是影響產品品質的關鍵環節 及因素。尤其是稀有元素、微量元素對樣品特性有較大影響 時，問題尤現突出。此類問題是國際、國內行業中公認的技 術難點，長期困擾企業的技術發展。為較好的解決此類問題， 在樣品制備及檢驗過程中需要使設備及系統具有自動化、智 能化功能，依靠人工智能技術對上述環節給予把控及處理， 可以在樣品需要處理和判斷的過程中介入，實現自動判斷、 自動識別并及時處理的智能化系統，始終保持樣品處理環節 的準確性、正確性和及時性，保持樣品的純凈度是本項目的 研發、研制的主要目的。 所需技術需求簡要描述：1.能對煤、焦、礦石、熔劑、 貴金屬、有色金屬、稀有金屬、合金、地質勘探類樣品進行 全自動制樣，自動檢測并清除料斗殘留物質，使得物料的交 叉污染度達到 0.02%，樣品均勻度達到 99.8%，樣品代表性 為 99.8%；2.在制樣過程中能夠全程檢測、準確判斷物料類 別，獲取物料數據信息，并將數據進行分析和比對，給出有 效的生產優化方案；3.需要對制樣過程中涉及的縮分機構、 研磨機構、水分測量裝置以及成分分析等裝置進行殘留物質 清除。  對技術提供方的要求:熟悉行業動態，了解行業相關戰略規劃與發展方向，以實用、先進及具有較高的前瞻性技術 儲備為基礎，制定行業技術標準及研發相應裝備。