|
搜索
搜 索
高等教育領域數字化綜合服務平臺
基于云計算的車輛遠程測試與智能診斷系統
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。
合肥工業大學
2022-07-27
基于耳內圖像的耳科疾病智能輔助診斷系統
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。
中山大學
2022-08-10
一種混合動力汽車動力總成智能控制系統
（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
安徽工業大學
2021-01-12
基于人工智能算法的電弧放電檢測系統
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
上海理工大學
2021-01-12
穿戴式智能外骨骼手功能康復機械手
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
上海理工大學
2021-01-12
高效高可靠性智能化光伏水泵系統
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
江蘇大學
2021-04-14
散裝物料全自動智能檢測與制樣系統開發
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。
青島海億特機電科技發展有限公司
2021-09-13
智能生產線的精益化改造及數字孿生
項目背景：目前，國內腳輪生產基地大部分在南方地區， 據統計，中國腳輪產品市場份額約占全世界的 30%，全國需 求量約 600 億元，公司為彌補北方高品質腳輪的空缺，進行 了注塑車間智能化技術改造，建設了集中供料、集中供水電、 集中供氣的智能化先進生產線，配合先進的冷卻技術，通過 機械手以及輸送帶完成“注塑+成型+冷卻+輸送”一條線。 廣泛應用于工業、商業、醫療器械以及機械、物流運輸、環 保清潔用品、家具行業、美容器械、食品機械、五金生產等 各行業。
所需技術需求簡要描述：尋求針對腳輪產品制造過程中 的流程優化和技術改造方案。并通過對注塑機等設備 MES 數 據的提取和挖掘，實現注塑過程的數字孿生，并設計開發基 于數字孿生的智能決策系統。
對技術提供方的要求:能完成對腳輪生產線的精益改 造，并實現數字孿生技術的個性化應用。
青島偉海金屬科技有限公司
2021-09-10
一種面向智能家居的電子控制系統
本發明公開了一種面向智能家居的電子控制系統，具體涉及智能設備聯合控制領域，包括：通過故障設備識別模塊對設備功率狀態進行異常標記并建立故障設備清單；功率缺損計算模塊提取設備功能屬性參數，計算功率差并構建功率缺損矩陣；功能缺損評估模塊基于擬合曲線生成功率缺損與功能缺損度的映射關系；代償設備識別模塊通過功能特征匹配與空間衰減調整識別可用代償設備；代償策略構建模塊基于多目標優化模型進行功率指標分配與功能代償策略生成；控制指令下發模塊將控制指令集發送至代償設備進行功率調控；實現智能家居系統的功能補償與優化，解決了設備缺乏自適應代償能力的問題，提升了智能家居設備的智能化程度。
蘭州大學
2021-01-12
智能隔爆式磁氧分析儀研究與開發
以先進的嵌入式技術為中心，開發一套智能隔爆式磁氧分析系統， 實現分析儀器的在線檢測，自動標定，故障診斷，在線顯示分析結果，并以數字和模擬趨勢兩種方式輸出，為工業現場DCS系統提供工藝流程中樣品的分析結果。儀器實現了恒溫檢測消除溫度漂移，自動壓力補償，減小壓力影響。
技術優勢：
可實現O2的全量程在線測量；性能穩定、選擇性好。儀器的性能指標為：
（1）測量范圍：0%-100%O2
（2）零點漂移：<0.1%/天；<0.2%/月
（3）對N2O、CO、CO2、H2O等的選擇性誤差：<0.3%
（4）NO2的選擇性誤差：<5%
（5）對NO的選擇性誤差較高：<43%
南京工業大學
2021-01-12