葡京娱乐场-富盈娱乐场开户

本項目突破了機理模型與工況數據混合驅動的航空/航天復雜薄壁曲面零件全流程加工精度/效率/能耗預測技術，提出了零件全流程加工智能工藝優化決策方法，開發了具有完全自主知識產權的智能加工產線工藝全流程智能決策和優化軟件系統。 一、項目分類 關鍵核心技術突破 二、成果簡介 本項目突破了機理模型與工況數據混合驅動的航空/航天復雜薄壁曲面零件全流程加工精度/效率/能耗預測技術，提出了零件全流程加工智能工藝優化決策方法，開發了具有完全自主知識產權的智能加工產線工藝全流程智能決策和優化軟件系統。 1、提出機理模型和工況數據混合驅動的航空/航天復雜薄壁零件全流程加工精度/效率/能耗高效高精預測算法，突破全流程加工工藝智能優化與決策技術。 2、開發具有自主知識產權的智能加工產線工藝全流程智能決策和優化軟件系統，實現能耗監測/DFM/CAM/CAPP等工藝設計軟件核心算法完全自主可控。

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 學號 明興瑩 電氣信息學院/電子信息 2020.09/2023.06 202022000205 亢慶林 電氣信息學院/電子信息 2020.09/2023.06 202022000208 房蕾 電氣信息學院/控制科學與工程 2021.09/2024.06 202121000171 龔旭輝 電氣信息學院/能源動力 2021.09/2024.06 202122000146 羅華林 電氣信息學院/電子信息 2021.09/2024.06 202122000107 吳磊 電氣信息學院/控制科學與工程 2020.09/2023.06 202021000141 李婷玉 電氣信息學院/電子信息 2020.09/2023.06 202022000219 荊浩婕 電氣信息學院/電子信息 2020.09/2023.06 202022000228 吳佳航 電氣信息學院/能源動力 2021.09/2024.06 202122000131 王瀟 電氣信息學院/能源動力 2021.09/2024.06 202122000136 三、指導教師 姓名 學院/所學專業 職務/職稱 研究方向 李紅偉 電氣信息學院/電氣工程 教授 綜合能源系統、智能電機控制、油田用電設備控制系統設計及節能技術等 劉強 電氣信息學院/控制工程 講師 四、項目簡介 隨著我國“雙碳”目標的提出，風力發電迎來新的機遇；國家能源局數據顯示，計劃到2030年我國風電裝機容量將達到8億千瓦以上；工信部近日指出，打造綠色低碳產品供給體系，需進一步加大國產風機、節能電機等裝備供給，完善中小型風電裝備產業鏈。由此可見，“十四五”期間中小型風電產業需求巨大。 本項目通過優化垂直軸風輪和開關磁阻發電機本體結構，采用更加先進的發電控制策略和算法，經過模擬試驗和現場運行，發電系統風能利用率提高20%、發電效率提高至80%以上，發電設備成本降低40%，起動能力和發電過程穩定性得到大幅增強，實現2m/s微風起動，將系統響應速度控制在1ms以內，輸出電壓波動率控制在1%以內。 本項目是以西南石油大學智能電機控制領域專家李紅偉教授為主導，依托四川署信驅動科技有限公司為代工企業，團隊既擁有6名專攻開關磁阻發電系統結構優化和先進控制策略的技術研發人員，又擁有8名熟練掌握財務分析和營銷策劃的財務人員，致力于高效垂直軸智能磁阻微風發電系統技術研發與財務銷售全方位推進。 目前，實驗樣機經桂林電子科技大學工程實驗中心檢測合格，與達州市石橋鎮簽訂產品意向合同50余萬，產品受到當地群眾一致好評，并入選《成都市科技局2022年技術創新研發項目》，衍生項目獲得2022年度四川省科學技術獎提名，團隊成員共申請發明專利8項，軟件著作權11項，發表高水平論文5篇。 經過充分的市場調研，我們將我們的目標市場細分為用電難地區鄉村振興工程、市政節能照明工程、通信基站電力系統建設與改造、城鄉智慧交通系統用電等。現階段，本項目主要采取to B和to G的商業模式，借著“鄉村振興計劃”和“十四五風電下鄉政策”站穩腳跟，通過政府高校投標工程與其建立合作關系，然后面向中國電信等國企央企開展定制化風電設備銷售與服務，借助產品技術優勢和政策支持打開市場，潛在訂單額超百億。 項目通過出售核心產品、維修保養服務以及零部件銷售的方式獲取利潤。計劃在今年年底成立公司，首輪融資800萬元，擬釋放股權10%，其中400萬元用于研發平臺建設與產品研發。預計到2025年銷售總營業額可達8000萬元，凈利潤可達2400萬元。 本項目可直接提供產品研發、安裝維護、市場銷售等近20個工作崗位，間接解決200多人的就業機會，實現中小型風力發電的產業化升級。通過企業與高校密切合作，實現產學研教相融合，引領高校新能源教育發展。

渡眾機器人為滿足智能駕駛實訓系統演示需求，開發了各種定制化智慧交通模型行駛系統沙盤。模型車輛搭載實車使用的各類傳感器，模擬在實際交通場景中車輛自動啟停、信號燈自動識別、障礙物識別等智能駕駛行為。自動駕駛實訓沙盤構建主要分為智能路側系統、微縮沙盤系統、基于V2X的自動駕駛三部分內容。車路協同自動駕駛演示沙盤為各高校提供必要的實踐環境與研發平臺，可完成當前智能網聯技術的理論學習和工作實踐。  

一、產品概述       本設備以工業機器人與機器視覺為核心，將機械、氣動、運動控制、變頻調速、編碼器技術、PLC控制技術有機地進行整合，結構模塊化，便于組合，實現對高速傳輸線上的不同物料進行快速的檢測、組裝。為了方便實訓教學，系統進行了專門的設計，可以完成各類機器人單項訓練和綜合性項目訓練，可完成各類機器人單項訓練和綜合性項目訓練。可以進行六軸機器人示教、定位、抓取、裝配等訓練，        包含六自由度工業機器人、智能視覺檢測系統、PLC控制系統及一套供料、輸送、裝配、倉儲機構，可以實現對高速傳輸的工件進行分揀、檢測、搬運、裝配、存儲等操作。該平臺各組件均安裝在型材桌面上，機械結構、電氣控制回路、執行機構相對獨立，采用工業標準件設計。通過此平臺可以進行機械組裝、電氣線路設計與接線、PLC編程與調試、智能視覺流程編輯、工業機器人編程與調試應用等多方面訓練，適合職業院校、技工學校自動化類相關專業《工業機器人與控制技術》、《自動化技術》等課程的實訓教學，適合自動化技術人員進行工程訓練及技能比賽。二、技術性能1、輸入電源：單相三線～220V±10% 50Hz2、工作環境：溫度-10℃～+40℃  相對濕度≤85%（25℃）  海拔＜4000m3、裝置容量：＜1.5kVA4、實訓平臺尺寸：2200mm×1200mm×1500mm5、安全保護：具有漏電保護，安全符合國家標準三、設備結構與組成      該實訓平臺由ABB IRB120-3型六自由度工業機器人系統、海康智能視覺檢測系統、可編程控制器（PLC）系統、四工位供料單元、環形輸送單元、工件存儲盒供料單元、工件組裝單元、倉庫單元、廢品回收桶、各類工件、型材實訓桌、型材電腦桌等組成。 1、工業機器人本體： ABB IBR120/3六自由度工業機器人本體；最大負載≥3 kg； 最大臂展半徑≥580mm； 軸數：≥6軸；位置重復精度：≦0.01mm； 防護等級： ≥IP30； 軸運動范圍： （1）1軸：≥±165°  （2）2軸：≥±110° （3）3軸：≥+70°至 -110° （4）4軸：≥±160° （5）5軸：≥±120° （6）6軸：≥±400° 機器人本體重量：≤25kg； 最大噪音：≤70dB(A)。 2、工業機器人控制器： （1）緊湊型工業機器人控制柜，與配套的工業機器人本體配套； （2）控制硬件：多處理器系統大容量閃存、 UPS 備份電源（≥20S）； （3）控制軟件：軟件出廠預裝； （4）額定功率：≥3KVA(變壓器容量)； （5）電源輸入：200V/230V 50-60Hz （6）尺寸：710*449*442mm （7）重量：30kg （8）防護等級：IP20 3.FlexPendant示教器 （1）重量：1kg （2）支持：彩色觸摸屏、操縱桿，緊急停、支持慣用左/右手切換，支持U盤、熱插拔、恢復程序，支持USB儲存器，帶時間標記登錄，支持遠程服務。 4、海康智能視覺檢測系統   主要是配合工業機器人做智能檢測工件角度缺陷及自動對位等以及工業機器人視覺學習開發使用；工業相機，要求如下：像素：≥130W像素； 分辨率：≥1280×960； 像素尺寸：≥3.75μm× 3.75μm； 光譜：彩色； 支持自定義AOI，降低分辨率、f≥16mm F1.4：12毫米工業鏡頭，百萬像素相機； 配套同軸光源，光源大小≥80mm×80mm；準環形光源，直徑≥70mm，照射角度≥90度，帶模擬控制器；配套同軸光源及光源控制器：發光窗口≥50mm*50mm含調光控制電源；機器視覺兼視覺開發環境。5、西門子可編程控制器單元     配備西門子S7-1200可編程控制器，自帶以太網通訊模塊、數字量擴展模塊控制機器人、電機、氣缸等執行機構動作，處理各單元檢測信號，管理工作流程、數據傳輸等任務。   6、四工位供料單元     由移動井式料庫、推料氣缸、無桿氣缸和光電傳感器組成，安裝在型材實訓桌上，用于將工件庫中的工件依次推出到環形輸送線。提供不同顏色的標準工件，雜色疊加等不合格工件。多工位的供料設計，使得供料方式多樣化，可以進行單一的上料，也可以進行不同顏色的組合上料，以及對上料速 度進行控制，實現上料形式的多樣化。7、環形柔性輸送單元      包含一套交流調速系統，由三菱D720變頻器、三相交流電機、環形板鏈（傳送帶）、光纖傳感器等組成，安裝在型材實訓桌上，用于傳輸工件。8、工件存儲盒供料單元      包含一套步進電機推桿、DM556步進驅動、料盒存儲槽等組成，安裝在型材實訓桌上，當一個工件存儲盒被取走會自動退出下一個工件存儲盒，用于工件存儲盒自動供料。9、工件組裝單元      由工件存儲盒托盤及型材立柱組成，安裝在型材實訓桌上，用于裝配工件。工件盒內設有4個工件槽用于放置工件，機器人可以根據不同配方按照上位機設定顏色進行放置工件。10、倉庫單元      由工件存儲盒托盤及型材立柱組成，安裝在型材實訓桌上，機器人用于放置裝配完的組件進行堆垛，也可以通過機器人對裝配完成的組件進行拆垛。11、廢品回收桶      安裝在型材實訓桌左后側，用于機器人自動放置被檢測出來的無用工件或不合格品。 四、實訓項目1. 機器視覺系統的原理、使用和調試2. 六軸工業機器人系統的原理、使用和調試3. 六軸工業機器人坐標系統和機器視覺坐標系統標定及相互轉換4. 工業機器人與機器視覺系統綜合應用的安裝與調試5. 機器視覺系統模板設置、編程與調試6. 通過示教單元手動調試工業機器人7. 通過示教單元設置、修改各控制點坐標8. 通過示教單元編寫、修改工業機器人程序9. 機器人追蹤坐標整定10. 工業機器人系統的軟件二次開發編程  11.智能視覺圖像輸入編輯與調試12.智能視覺結果給出編輯與調試13.智能視覺顏色比對測量14.智能視覺編號比對測量15.智能視覺尺寸比對測量16.智能視覺角度測量17.智能視覺系統與工業機器人綜合應用18.PLC程序編程與調試19.智能視覺系統與工業機器人綜合應用

電力變壓器是電力系統的核心設備之一，承擔著電能傳輸、變換等重要職能。隨著先進傳感和信息融合技術的發展，將其應用于電力變壓器運行狀態的實時監測、評估診斷與在線預警，實現電力變壓器的智能化是智能電網建設的重要組成部分。 本成果圍繞“基于多信息融合的電力變壓器智能化關鍵技術研究與應用”問題，深入研究了變壓器關鍵狀態劣化故障的發生機理與特征信號的傳播規律，發明了適用于電力變壓器狀態信息探測的多種新型傳感裝置，研制了變壓器狀態信息監測智能組件（IED）、變壓器冷卻智能控制單元及充氮滅火等裝置，開發了集智能監測與傳輸、智能評估與診斷、智能決策與調控的變壓器智能化監控系統，并進行了推廣應用。 授權發明專利11項，實用新型15項；發表SCI/EI論文35篇；本項目可有效實現電力變壓器的智能化監控，提高變壓器面對未來智能電網復雜工況的應對能力，支撐河北省輸變電裝備產品升級和產業發展；獲2016年河北省科技進步一等獎。

發電設備維修是一項復雜的系統工程，然而缺少適用的維修模式、先進的運行與維修智能決策系統和計算機化維修管理系統等作為技術支撐。本項目的主要內容及其技術經濟指標如下： 　　（1）基于SRCM的發電設備狀態維修管理模式及工作程序：確立了基于SRCM和以工單為主線的維修管理模式，制訂了狀態維修的工作程序及其具體內容。 　　（2）生產實時數據接口技術及數據庫管理系統：開發了生產實時數據接口技術及數據庫管理系統，實現了生產實時信息的遠程連接、智能查詢和有效共享。 　　（3）發電設備狀態維修理論與技術體系：確立了功能位置碼與系統碼相結合的設備編碼方案；建立了基于蒙特卡羅模擬的設備重要度分析模型和維修方式決策規則；給出了狀態劃分規則和狀態閾值確定方法，建立了基于模糊理論和變權方法的狀態綜合評價模型以及基于灰色理論和神經網絡的狀態綜合預測模型；建立了主設備定期維修的間隔優化模型，以及輔助設備定期檢查、定期更換、隱患檢查的間隔優化和狀態維修閾值模型；建立了基于RCM定量分析的維修優化模型；建立了復雜可修復系統的短期維修決策和評價模型。 　　（4）發電設備運行與維修智能決策系統和計算機化維修管理系統：建立了SRCM分析平臺和維修知識庫，可進行故障模式影響、故障樹、故障風險及可靠性分析；建立了狀態評價及預測平臺，可實現綜合狀態實時評價和預測；建立了維修決策及評價平臺，可實現維修的智能決策及優化；建立了缺陷管理平臺，可實現缺陷處理自動化；建立了備件存儲優化及管理平臺，可節省備件的購買和存儲費用；建立了維修過程管理平臺，可實現維修計劃的全程管理。 　　本項目完善和豐富了設備維修理論與技術體系，可促進發電設備維修技術的進步；為發電設備狀態維修的實施提供了先進的技術支持系統和高效的管理平臺，可以優化定期維修間隔，減少維修時間，降低維修費用和維修風險；提高設備的可靠性和可用率，改善機組的運行性能，增強發電能力。

發電設備維修是一項復雜的系統工程，然而缺少適用的維修模式、先進的運行與維修智能決策系統和計算機化維修管理系統等作為技術支撐。本項目的主要內容及其技術經濟指標如下： （1）基于SRCM的發電設備狀態維修管理模式及工作程序：確立了基于SRCM和以工單為主線的維修管理模式，制訂了狀態維修的工作程序及其具體內容。 （2）生產實時數據接口技術及數據庫管理系統：開發了生產實時數據接口技術及數據庫管理系統，實現了生產實時信息的遠程連接、智能查詢和有效共享。 （3）發電設備狀態維修理論與技術體系：確立了功能位置碼與系統碼相結合的設備編碼方案；建立了基于蒙特卡羅模擬的設備重要度分析模型和維修方式決策規則；給出了狀態劃分規則和狀態閾值確定方法，建立了基于模糊理論和變權方法的狀態綜合評價模型以及基于灰色理論和神經網絡的狀態綜合預測模型；建立了主設備定期維修的間隔優化模型，以及輔助設備定期檢查、定期更換、隱患檢查的間隔優化和狀態維修閾值模型；建立了基于RCM定量分析的維修優化模型；建立了復雜可修復系統的短期維修決策和評價模型。 （4）發電設備運行與維修智能決策系統和計算機化維修管理系統：建立了SRCM分析平臺和維修知識庫，可進行故障模式影響、故障樹、故障風險及可靠性分析；建立了狀態評價及預測平臺，可實現綜合狀態實時評價和預測；建立了維修決策及評價平臺，可實現維修的智能決策及優化；建立了缺陷管理平臺，可實現缺陷處理自動化；建立了備件存儲優化及管理平臺，可節省備件的購買和存儲費用；建立了維修過程管理平臺，可實現維修計劃的全程管理。 本項目完善和豐富了設備維修理論與技術體系，可促進發電設備維修技術的進步；為發電設備狀態維修的實施提供了先進的技術支持系統和高效的管理平臺，可以優化定期維修間隔，減少維修時間，降低維修費用和維修風險；提高設備的可靠性和可用率，改善機組的運行性能，增強發電能力。