服务项目 |
组合电器模型,机械模型,科技馆科普展品模型,三峡电站模型 |
面向地区 |
教学平台系统组成模块说明
1、实验室文化建设
主要用于实验室文化建设，根据实训室周边墙面，设计悬挂电力文化主题挂板；包括220kV变电站主要设备等相关挂图；悬挂实训室四周墙壁营造良好的电力行业文化氛围，增强学生对220kV变电站的宏观认认知。
2、220kV主变压器2台；型号：SFSZ180000/220三相三绕组片散式有载调压变压器；可实际变压36V,24V,12V交流电；带电压表显示电压等级；
3、220kV配电装置模块
220kV配电装置设备通过计算机软件界面接线图点动收发信号操作演示，断路器采用红/绿亮光模拟跳/合闸；隔离开关采用电子元件控制，接触器运行演示分/合闸；接线方式,220kV采用双母线接线方式，支持式管型母线中型，断路器单列布置；
4、110kV配电装置模块
110kV配电装置设备通过计算机软件界面接线图点动收发信号操作演示，断路器采用红/绿亮光模拟跳/合闸；隔离开关采用电子元件控制，接触器运行演示分/合闸；110kV采用双母线接线方式，支持式管型母线中型，断路器单列布置。
5、35kV配电装置模块
35kV配电装置设备通过计算机软件界面接线图点动收发信号操作演示，断路器采用红/绿亮光模拟跳/合闸；隔离开关采用电子元件控制，接触器运行演示分/合闸；35kV采用单母线分段接线方式，屋内成套柜单列式布置。
外浮顶罐模型
a) 模型按实际储罐缩小制作，主体圆柱形无顶，直径0.9米，高度0.38米；
b) 模型为圆柱形体，其余设施管线分布罐体周围，不可拆卸。
c) 包含于消防相关管线，泡沫总管道、泡沫支管道、平台二分水管道、喷淋总管道、喷淋支管道、喷淋盘管等。
d) 所有管道为半透明模型，颜色与实际储罐对应管道颜色一致；管道对应位置包含有阀门示意模型。
e) 其他设施设备包括：泡沫产生器模型、泡沫挡板、罐壁旋梯、罐顶直梯、罐顶平台、导向柱、罐壁人孔、排水口、高液位报警器、阻火围堰模型等。
f) 配套浮盘包含3种：单盘式浮盘、双盘式浮盘、浮子式浮盘；浮盘上各附属设施按实际浮盘等比例缩小制作，部分部件根据外观需要可进行适当放大，部件数量根据美观程度可进行增减；部件需要能体现出部件的特点；
一、概述1、本实训装置系统主要包括：建设一座主体规格为：长6.5米、宽3.5米、总高约1米的大型城市给排水工程及防洪系统仿真展示沙盘1套。防洪系统仿真展示沙盘1套。长2米、宽2米。根据具体的目标要求本展示沙盘分为①城市自来水输水系统与排水系统；②城市污水处理系统；③排涝系统等三个部分。2、剖面展示。在本模拟装置中，采用多层的、纵横阶梯剖等综合剖形式布置，在剖面的设计和制作中，体现各构筑物的结构、原理、功能布置；与平面布置的各区域各装置紧密配合、相互补充等，阶梯式剖开。3、装备目标要求中实际通水演示的全部设施设备；实际操作的执行机构和调节机构。4、计一套PLC控制系统，根据需要，对本装置的主要设备进行操控。二、展示目标 1. 从了解到熟悉并掌握城市给水水厂处理流程、设施设备、工作原理；2. 从了解到熟悉并掌握城市给水管网的选择和布置、建筑给排水系统等； 3. 从了解到熟悉并掌握城市排水管沟的安排与布置、污水厂水处理流程、设施设备、工作原理等。4.从了解到熟悉并掌握水闸的防潮、排涝、暴雨期洪水期间，泵站排水、水位升降等。 三、主要功能1、本展示沙盘，主要要求具备两大功能：★场景及原理演示区。以贵方提供的图纸为原型，进行缩小制作，要求场景逼真，工艺流程原理演示清晰，展示城市给排水及污水处理等相关要素和关键原理。如自来水工程的原水处理工艺流程、增压输送、污水处理系统，以及水闸防潮、排涝等场景与设施设备原理演示。2、根据具体内容和具体目标要求，本展示沙盘分成①城市自来水输水系统与排水系统；②城市污水处理系统；③排涝系统等三个区域。各个区域都有各自的具体功能目标。
客户定制化、能耗低碳化也正在成为制造新模式的演化趋势。人机交互技术、虚拟现实与增强现实技术，为人们提供了很多全新且便捷的信息采集传输的新思路、服务体验升级的新方法。而这些新思路、新方法将助力制造新模式朝着产品多样化、客户定制化的方向继续演进，从而带来面向未来的颠覆式产品服务体验。「 1. 新一代人工智能技术的发展路线」回顾近十几年人工智能各项技术的发展路线，我们可以发现，新一代人工智能技术的演化存在两个阶段，也即2012年之前的稳步增长阶段和2012年之后的爆发式增长阶段。2006年，Geoffrey Hinton等人在世界学术期刊《科学》上发表论文，提出解决深度神经网络训练中梯度消失问题的解决方法，这篇论文的发表后来被广泛解读为深度学习相关研究开始兴起的标志，2006年也被一些学者称为深度学习元年。这篇论文虽然在当时引起了一定的反响，但真正让深度学习技术进入爆发阶段的是2012年的ImageNet图像识别大赛。这次比赛中，Geoffrey Hinton的学生George Dahl团队利用深度学习的方法一举夺冠并引起轰动，与深度学习技术相关的研究也开始了爆发式增长。
