|
搜索
搜 索
高等教育領域數字化綜合服務平臺
防爆本安型感溫探測器55000-440PRC
產品詳細介紹55000-440PRC本安型智能感溫探測器一、55000-440PRC特點： 55000-440PRC本安型智能感溫探測器采用本質安全電路設計，低功耗并有效降低了電路板內的儲能，使其電氣性能符合安全環境的應用標準。可編址智能感溫探測器，通過配合使用阿波羅生產的通信協議轉換器55000 - 855、55000 - 856及安全柵29600-098可連接到安全區域內的智能火災報警系統。 二、55000-440PRC應用： 55000-440PRC本安型智能感溫探測器可適用于建筑內多種危險區域，這些區域可能含有各種易燃易爆的氣體或空氣混合物。該探測器必須配合使用阿波羅生產的各種通訊協議轉換器如55000 - 855，55000 - 856及安全柵。 三、55000-440PRC工作原理： 55000-440PRC本安型智能感溫探測器的工作原理類似于55000 - 420。四、55000-440PRC技術要求： 二線制有極性要求，具有獨立地址。有4級靈敏度可作高速根據不同環境及時間做出不同的設定，減低誤報率。可通過插片設置地址與其它系統部件安裝。如需連接遠程報警指示燈，需采用高效的發光二極管，最大點燈電流ImA。 五、55000-440PRC技術參數： 探測器類型 定溫感溫探測器A2S 接線端子 Ll 正極；L2 負極；+R 遠程指示燈正極 工作電壓 直流14 - 22V;兩線制有極性 靜態電流 平均300 u A 遠程LED報警電流 1mA 工作環境溫度 - 20℃至+40℃ (T5) - 20℃至+60℃ (T4) 等級 E Ex ia IIC T5 (T4 Ta≤60 ℃) 認證 CCCF．BASEEFA
北京贏科迅捷科技發展有限公司
2021-08-23
雙極探火管 間接式 感溫自啟動 滅火裝置
探火管式滅火裝置是一套簡單、低成本而且可靠度高的獨立式自動滅火系統，隨著行業場所的廣泛應用，誤啟動情況偶有發生，造成一定的麻煩，為避免此類情況，青島中陽消防科技股份有限公司經過大力攻關，創新研發了雙極探火管式滅火裝置，極大地降低滅火裝置誤動作的比例。
優勢特點：雙路探測，動作可靠，結構簡單，安全方便。一級預警，二級確認后啟動，減少誤動作。雙探火管釋放，滅火劑噴發速度更快，效率更高。
應用范圍：探火管式滅火裝置解決了電器設備、控制箱、配電柜等易發生火災的狹小空間的防火問題（詳見《建筑設計防火規范》GB50016）。目前，該裝置廣泛應用于電力、通訊、石化、鐵路、金融等行業。TH-J-E-42/150/170-SF間接式裝置構成及原理雙極探火管式滅火裝置由容器、容器閥以及雙極探火管、壓力表等組成、探火管通過容器閥連接到容器上，一路探測到火源時發出預警信號，另一路再次探測到火災信號并爆破壓力下降，啟動容器閥，通過釋放管將滅火劑通過噴頭釋放，撲滅火災。釋放方式：間接式型號規格：TH-J-E-42/150/170-SF滅火劑充裝量：42kg（0-5%）20℃貯存壓力：5.7MPa最大工作壓力：12.4MPa單位體積所需滅火劑最小量：1.14kg/m3（A類）0.69kg/m3（B類）探火管最大長度：2×25m釋放管最大長度：12m工作溫度范圍：0~50℃
青島中陽消防科技股份有限公司
2021-09-10
鋰電池組監控芯片
高校科技成果盡在科轉云
西安交通大學
2021-04-10
CMOS 圖像傳感器芯片設計
成果與項目的背景及主要用途： 人類通過視覺系統獲取的信息占獲取信息總量的 80%以上，如果說計算機相 當于人類的大腦，那么圖像傳感器則相當于人類的眼睛。圖像傳感器作為圖像信 息獲取最重要和最基本的技術在信息世界中將占據著極其重要的地位。半導體圖 像傳感器相比傳統的膠片成像具有可實時處理和顯示、數字輸出、便于儲存和管 理等諸多優勢，正在迅速成為圖像傳感器發展的主導力量。CMOS 圖像傳感器相 對于 CCD 圖像傳感器具有單片集成、低功耗、低成本、體積小、圖像信息可隨 機讀取等一系列優點。在手機拍照、PC 攝像、機器視覺、視頻監控等諸多領域 已經取代了 CCD 圖像傳感器。 技術原理與工藝流程簡介： （1）時間延遲積分型 CMOS 圖像傳感器芯片 通過 0.18μm 1P4M CMOS 工藝完成了對最高 128 級線陣長度為 1024 像素的 TDI 型 CMOS 圖像傳感器芯片的設計、投片和測試工作。 （2）具有緊湊讀出的多次積分動態范圍擴展 CMOS 圖像傳感器 提出了一種通過多次積分擴展動態范圍的方法，采用緊湊讀出方式，以降低 對對讀出電路的工作速度要求。成功流片 128×128 陣列原型，動態范圍可以擴展 39dB,像素讀出時間相對于滾筒是曝光增加了 3 倍。 應用前景分析及效益預測： ?該領域開始向著高清專業攝像、高精度工業和醫療成像、抗輻射太空成像等 專業高端領域邁進。CCD 傳感器的衰退之勢難以挽回，CMOS 將在未來幾年保 持優勢地位。2015 年，CMOS 出貨量將達到 36 億個，份額達 97%；而 CCD 出 貨量將下降到只有 9520 萬個，占 3%份額。 應用領域： CMOS 圖像傳感器廣泛應用于消費類、工業和科技等各個領域。民用領域： 拍照手機、數碼相機、可視門鏡、攝像機、汽車防盜等；工業領域：生產監控、 安全監控等。 技術轉化條件： 四十平方米以上的辦公用房，電腦、工作站若干，相應軟件。也可以和 RFID 天線制造單位，卡片封裝單位共同合作。 合作方式及條件：根據具體情況面議
南開大學
2021-04-11
高端數字電視芯片 SoC 設計
芯片的重要功能包括:地面數字電視傳輸標準 DTMB、有線數字電視傳輸標準、AVS/MPEGII 解碼和 UTI 接口等。清華大學是 DTMB 的重要技術提供方，已經于 2007 年 11 月順利完成了 DTMB 解調芯片的 MPW 流片，主要性能與國內最好產品的指標相當，一 些指標國內領先，當前正在完成國家重大專項數字電視 SoC 設計和產業化項目。清華大學 同時也是工信部確定的《數字電視接收機 UTI 機卡分離接口技術規范》和《數字電視接收 機 UTI 機卡分離接口測試規范》兩項標準的牽頭研發單位。在電視機產業面臨升級換代的 關鍵時刻，我們愿意充分發揮自己的技術優勢，與合作伙伴一道，以國家重點支持的高端數 字電視芯片 SoC 設計為契機，開發出低成本、高可靠性和有市場競爭力的芯片，為當地電 子信息產業的發展盡微薄之力。
清華大學
2021-04-11
人工智能語音識別芯片轉讓
人工智能物聯網時代要求語音交互有非常好的體驗感,室內環境下,當距離超過兩米后,通過墻壁的反射造成的混響、音響設備的回聲及其他環境噪聲對語音識別帶來了極大的影響,因此基于麥陣的聲音采集與處理模塊成為物聯網時代的最佳人機交互采集模塊。目前成熟的麥克風陣列語音信號采集與前端處理模塊尚未出現，市面上僅有少數國外廠家如科勝訊提供雙麥降噪芯片。同時,語音識別應用還需要配合降噪處理,目前的方案全部采用分離設計,一顆降噪芯片+一顆語音識別芯片。近年來隨著大數據挖掘,基于人工智能神經網絡的深度學習開始在語音識別領域進行推廣運用,相對于傳統的GMM模型,識別率得到了很大的提升。然而神經網絡計算量非常巨大,需要采用GPU或CPU陣列的方式來進行運算,并且需要外加語音陣列降噪模塊,其方案成本高,體積和功耗大。因此市場上對一款同時支持遠場語音麥陣降噪和神經網絡識別,具備高性價比的單芯片需求極大,具有巨大的市場前景和競爭力。
電子科技大學
2021-04-10
鋰電池組監控芯片
本項目中的鋰電池組監控芯片是用鋰電池供電的產品中不可或缺的芯片，能夠完成電池組中單體電池的電壓監控、溫度監控和電量均衡等功能。該芯片包括一個12位ADC、高精度的電壓基準、高壓多路選擇器和與片外CPU通信的接口。芯片最多可以管理12節鋰電池串聯而成的電池系統。電壓測量精度為1mV、12節電池的測量時間小于20ms，測量時的功耗小于1mA，待機功耗小于50uA。芯片還提供串行電流通信模式，可以實現多個芯片的串聯通信，從而可用多個芯片完成數百伏電池組的管理。該芯片可用在以下產品的電池管理系統中：電動或混合動力汽車、便攜式高壓設備、備用電池系統、電動自行車或摩托車等。歡迎以上領域的終端產品或模塊產品企業與項目組合作，推廣該芯片及其設計技術。
西安交通大學
2021-04-10
一種芯片拾放裝置
本發明提供了一種芯片拾放裝置，包括芯片吸附組件、凸輪傳 動組件、Z 向驅動組件、氣隙軸承、氣緩沖組件和 W 旋轉驅動組件； 凸輪傳動組件包括相接的凸輪桿和凸輪，凸輪桿的上端連接 Z 向驅動 組件，用于帶動固定在凸輪內部的芯片吸附組件沿 Z 軸上下移動；氣 緩沖組件安裝于凸輪內部，用于吸收芯片吸附組件受到的沖擊力；W 旋轉驅動組件連接于芯片吸附組件的側面，用于驅動芯片吸附組件沿 W 向旋轉運動；氣隙軸承位于芯片吸附組件的外部且套放于氣緩沖組 件的下端，通過向氣隙軸承的內、外圈間導入氣體使得軸承內圈為懸
華中科技大學
2021-01-12
大功率芯片液體冷卻裝置
項目簡介 本發明屬于一種液體冷卻裝置，用于對大功率芯片或組件的散熱。 有益效果是：本發明設計極大地避免了漏水的可能性及其帶來的嚴重后果，并且采 用冷熱交互的微管排列，避免了微管在芯片進口處和出口處部分的液體溫差，使芯片表 面受熱均勻，散熱箱采用導熱性好，質量輕，容易加工且成本較低的金屬鋁材制作，散 熱箱底部是平行排列的散熱薄片，這樣從吸熱盒流進的循環液通過散熱箱后即可冷卻， 達到優良的散熱效果。 性能指標 （1）性能指標：可依據大功率芯片要求按本發明設計實現。 適用范圍、市場前景 適
江蘇大學
2021-04-14
寒武紀深度學習智能芯片
研發階段/n主要研究設計可擴展至1024 核的眾核智能處理器架構。研究面向智能處理的 存儲一致性模型；研究異構智能處理器的非對稱片上網絡；研究超大規模智能任務 的核間分割；研究多智能處理任務的動態調度；研究眾核智能處理器的層次化物理 設計；研究存算一體化的眾核智能芯片結構；研究智能處理器芯片的異構并行；研 究多智能芯片的高速片間互聯。到2020年，以實現人工神經網絡智能計算速度和能 效的指數性增長為目標，取得超大規模人工神經網絡芯片架構、智能芯片指令集、 新型智能編程語言及編譯器、自主智能算法等方面
中國科學院大學
2021-01-12