|
搜索
搜 索
高等教育領域數字化綜合服務平臺
一種小口徑非球面玻璃透鏡的精密熱壓成型模具
本成果研發了一種小口徑非球面玻璃透鏡的精密熱壓成型模具。該模具的上、下半模中，設置有相同規格、相同數目且對稱的上、下多模芯陣列；同時，對應的上、下模芯端面設置有對稱的呈陣列分布的上、下模腔。從而可在不增大模芯尺寸、重量，不增加模芯制造、加工困難的前提下，增加模腔數目，且模芯便于更換與修復，從而節約了生產時間和成本，提高了熱壓成型的生產效率。同時，該模具上、下模腔的非球面成型面上設置有復合涂層，且該模具的上、下模芯基體上設置有微細環狀溝槽，可增大復合涂層與模芯基體的接觸面積，增強兩者之間的結合力，提高復合涂層的粘附效果，防止復合涂層脫落，能提高模具的使用壽命，降低生產成本。
長沙理工大學
2021-04-13
在玻璃表面制備納米厚度光交聯型高分子凝膠薄膜的方法
一種在玻璃表面制備納米厚度光交聯型高分子凝膠薄膜的方法，其步驟是：選取表面光滑的玻璃，在暗室中，將反應物溶液涂敷在玻璃的一面；在光源與玻璃之間加透可見光和/或紫外光的濾波片，光源的位置為能滿足光在玻璃上產生全反射的位置，開啟光源2～30分鐘，光從沒有涂敷有反應物溶液的表面入射到涂敷有溶液的一面，在反應物溶液與玻璃交界面上產生衰減波；衰減波觸發反應物溶液反應生成納米厚度的凝膠薄膜；將B步處理后的玻璃用水清除未反應完得溶液，即得。它能在玻璃上制備出納米厚度的高分子凝膠薄膜，制得的材料能用于細胞培養中篩選特定直徑范圍的細胞、篩選無極納米顆粒、以及調節光學顯微鏡頭焦距等技術領域。
西南交通大學
2016-10-20
一種空心玻璃微珠改性環氧樹脂復合材料的制備方法
本發明公開了一種空心玻璃微珠改性環氧樹脂復合材料的制備 方法，是通過添加有機蒙脫土和變溫分段澆注固化的方法制備空心玻 璃微珠改性環氧樹脂復合材料。該方法能有效地防止低密度填料的析 出，解決復合材料的相分離問題、實現空心玻璃微珠在基體中的均勻 分散。該方法同時能消除環氧樹脂復合材料制備過程中產生的氣泡， 減少復合材料的內部缺陷。
華中科技大學
2021-04-14
【玻璃化轉變溫度測定儀】久濱差示掃描量熱
產品詳細介紹品牌：久濱型號：JB-DSC-500B名稱：差示掃描量熱儀一、產品概述： DSC測量的是與材料內部熱轉變相關的溫度、熱流的關系，應用范圍非常廣，特別是材料的研發、性能檢測與質量控制。材料的特性：如玻璃化轉變溫度。冷結晶、相轉變、熔融、結晶、熱穩定性、固化/交聯、氧化誘導期等，都是DSC的研發領域。二、儀器符合國家標準：GB/T 19466.2 – 2004 / ISO 11357-2: 1999第2部分：玻璃化轉變溫度的測定；GB/T 19466.3 – 2004 / ISO 11357-3: 1999第3部分：熔融和結晶溫度及熱焓的測定；GB /T 19466.6- 2009/ISO 11357-3 :1999 第6部分氧化誘導期 氧化誘導時間（等溫OIT)和氧化誘導溫度（動要態OIT）的測定。三、技術參數：1、DSC量程：0～±500mW2、溫度范圍：室溫～500℃ 3、升溫速率：0.1～80℃/min4、溫度分辨率：0.01℃5、溫度精度：±0.1℃6、溫度重復性：±0.1℃7、DSC精度：±2%8、DSC分辨率：0.001mW9、DSC解析度：0.001mW10、控溫方式：升溫、恒溫、降溫、循環控溫（全程序自動控制）11、曲線掃描：升溫掃描12、氣氛控制：氣體質量流量計自動切換兩路氣體13、顯示方式：24bit色，7寸LED觸摸屏顯示14、數據接口：USB標準接口，配套相應操作軟件15、參數標準：配有標準校準物，帶一鍵校準功能，用戶可自行對溫度進行校準16、工作電源：AC220V 50Hz/60Hz17、全封閉支架結構設計，防止物品掉入到爐體中、污染爐體，減少維修率
上海久濱儀器有限公司
2021-08-23
“神龍號” 深海水下機器人
項目成果/簡介:水下機器人作為一種高新技術手段在海洋開發和利用領域的重要性不亞于宇宙火箭在探索宇宙空間中的作用。它可以代替人類完成復雜海洋環境，特別是深海異常環境（如地質活動頻繁的熱液區）的環境探測、資源調查和開發等任務，因而具有十分廣闊的應用前景和科研價值。“神龍號”深海水下機器人（AUV）是一種具有高精度水下自主導航能力和多種海洋要素觀測能力的自主水下探測與運載平臺，可以實現深海復雜環境下大范圍、多尺度的精確自主導航以及大深度、大范圍、多參數、實時觀測，對解決深海大洋研究面臨的重大科學挑戰、支撐“透明海洋”工程建設具有重要的意義。該機器人可以完成1500m以內的海底地形地貌測繪、自適應多AUV組網觀測、多海洋環境參數綜合觀測、海底深海礦藏勘查、水下救援等，為突發海洋事件應急處理、深海大洋高機動性實時觀測、水下目標探測及預警等提供了重要設備支撐。項目階段:工業化生產階段效益分析:“神龍號”深海水下機器人搭載自主研發的基于聲納和水下視覺的高精度組合導航系統，可以克服單一導航系統的不足，充分發揮聲學導航、視覺和結構光導航系統各自的優勢，為AUV向更廣闊、更長程、更復雜的工作海域發展提供有力的保障，對AUV使用成本的降低和產業化起到極大的推動作用。“神龍號”深海水下機器人可廣泛應用于海底基礎網絡維護、水下考古、深海礦藏勘查，深海環境考察、海洋工程等領域，應用前景十分廣闊，而且經濟效益顯著。與駐青的青島海洋科學與技術國家實驗室、青島海洋地質研究所、海軍潛艇學院開展合作，現階段處在項目支持的前期研究中。與外地的合作單位有：中船重工集團，國家海洋局等單位。知識產權類型:發明專利 、 軟件著作權知識產權編號:ZL201010534188.X技術成熟度:可以量產技術先進程度:達到國際先進水平成果獲得方式:獨立研究獲得政府支持情況:無獲得經費:400.00萬元
中國海洋大學
2021-04-11
廣域動態環境下機器人智能監測
項目簡介： 當前，我們面臨資源約束趨緊、環境污染嚴重、生態系統退化的 嚴峻形勢，將新一代信息技術，包括云計算、物聯網、人工智能、機 器人、虛擬現實與可視化等技術應用于生態與自然環境智能監測，對 于建設生態文明，保護生態環境具有重要的意義。 以多旋翼無人機、自主全地形車、遙觀測機器人生態智能監測站 等機器人平臺為載體，針對野外廣域動態環境下大氣、土壤、水資源、 生物多樣性等生態與自然環境要素，進行立體化、網格化、智能化實時監測技術研究。本報告將介紹基于信息物理系統的智能化立體生態 監測體系設計，智能無人平臺環境感知、覆蓋、更新與重建，基于視 覺的動態目標檢測、跟蹤與識別技術。 應用前景分析 通過該項研究成果轉化與推廣，可有效提升生態系統監測數據采 集及分析標校能力，逐步實現長期穩定的自主化、網絡化業務運行， 為我國進行生態系統立體綜合監測提供技術支撐。
南開大學
2021-04-11
100KG四軸搬運機器人
四軸搬運機器人是應用于生產線上的四自由度關節型串聯機器人。本項目根據生產線的 工作要求確定機器人的各項基本技術指標，為機器人的結構設計提供依據。對于機器人的機械 結構部分，基于模塊化的設計思想，進行機器人本體的總體設計。將機器人的腰部、大小臂部 件、腕部設計成模塊的形式，可以根據實際要求，方便地設計出滿足不同載荷和運動范圍要求 的機器人產品，減少設計周期，降低制造成本，有利于批量生產。在材料選擇上，小臂和腕部 采用高強度鋁合金，體現質量輕和易成型的要求。大臂采用組合焊件，用薄壁鋼板圍成空腔， 在保證強度和剛度的前提下，追求重量輕、加工周期短、用材少。基座采用鑄鐵，吸振和成型 性能好。在機器人的傳動和結構設計方面，體現結構簡單、單元集成度高、系統優化的現代設 計理念。 傳動應保證傳動路線短，結構緊湊。采用RV減速器，大減速比減速器安裝在傳動鏈的最 后一級，盡量縮小傳動間隙的影響。RV減速器是一種新型的二級封閉行星輪系，是在擺線針 輪傳動基礎上發展起來的一種新型傳動，而且其具有體積小、重量輕、傳動比范圍大、壽命 長、精度保持穩定、效率高等優點。根據機器人的結構特點，建立了機器人的運動學數學模 型，對其運動方程進行了推導，并分析了機器人的工作空間。建立了搬運機器人的雅可比矩 陣，反映了機器人末端執行器的速度與各關節速度之間的映射關系，求解了各個關節的速度和 加速度變化情況。
華東理工大學
2021-04-11
自主移動消毒殺菌機器人
自主移動消毒殺菌機器人，由西北工業大學18、19屆校友馬文科、安玉璽、汪志康等組成的團隊研發。以服務機器人底盤為載體，針對環境物體表面和空氣進行自主移動式消毒作業，打造全無人的智能消毒殺菌系統。自主移動消毒殺菌機器人現已完成樣機開發，已在深圳虛擬大學園投入使用，得到了虛擬大學園管理者管理方高度認可。
西北工業大學
2021-04-10
交互協作機器人裝配與抓取技術
（1）基于低成本RGB-D傳感器的平面抓取： ① 非規則物體的抓取位姿檢測 ② 并可泛化到未訓練過的物體實例 （2）基于低成本RGB-D傳感器的全空間6自由度抓取： ① 散亂放置、非規則物體，可針對特定實例或物體類別 ② 無需特定物體模型 ③ 支持UR5機器人或其它標準6軸工業機器人通信 （3）機器人柔順裝配：基于視覺/力控引導的插孔、層疊裝配。 （4）學習與人機協同功能：從人的視頻示范中學習任務與抓取姿態約束，針對人機協作裝配任務，從人的操作示范中學習并預測人的動作。
東南大學
2021-04-11
自主巡檢與故障監測機器人技術
(1) 長時間魯棒定位與建圖：未知室內外環境下激光雷達/視覺建圖，基于深度學習的跨時段場景識別克服天氣/季節/場景變化并修復運動對象干擾，分層路徑規劃實現高效率自主導航。 (2) 電力設備表計識別：基于圖像識別算法研發形成移動終端側的典型指針式表計自動讀數技術。 (3) 電網設備圖像部件級實例分割： ① RGB-T自動標注技術突破了制約設備樣本獲取難的共性瓶頸； ② 基于深度學習的實例分割技術攻克了背景復雜、目標占比小和多目標共現的電網設備部件級分割難題； ③ 弱/半監督學習技術提高了樣本利用率，大大降低標注成本； ④ 模型壓縮與加速技術使得基于深度學習的電力設備識別方法在低功耗移動終端側應用成為可能。 (4) 設備圖像故障監測：基于紅外/紫外/可見光的電力設備過熱、滲水、漏油、明火等典型故障檢測與故障報警，具備自定義通信報文與遠程推送功能。
東南大學
2021-04-11