全国服务热线:400-0379-440

新闻中心 PRODUCT DISPLAY

马鞍山佳绩!1+5+1+1!仿真军用模型

来源: 发布时间:2022-06-04 99 次浏览

  “挑战杯”系列竞赛被誉为中国大学生科技创新创业的“奥林匹克”盛会,竞赛坚持以“崇尚科学、追求真知、勤奋学习、锐意创新、迎接挑战”为宗旨。每年吸引1000多所高校参与,近200多万大学生参加。在促进青年创新人才成长、深化高校素质教育、推动经济社会发展等方面发挥了积极作用,在广大高校乃至社会上产生了广泛而良好的影响。

  第十七届“挑战杯”全国大学生课外学术科技作品竞赛(以下简称挑战杯)终审决赛线日落下帷幕。在本次竞赛中,我校喜获主赛道全国一等奖1项、三等奖5项,“黑科技”赛道全国一等奖1项、马鞍山仿真军用模型三等奖1项的好成绩。

  近年来,学校专注于拔尖创新人才培养工作,积极推动校内“挑战杯”等创新创业竞赛蓬勃发展。自去年1月本届“挑战杯”竞赛启动以来,我校高度重视、精心准备,共吸引校内470余支团队报名参与。经过多场培训指导讲座与多轮评选,学校选拔15件作品参加首都“挑战杯”,最终于主赛道斩获北京市特等奖3项、一等奖4项、马鞍山仿真军用模型二等奖5项、三等奖3项。

  学校党委高度重视,扎实推进“挑战杯”各项工作,设立了校、院两级竞赛领导工作组和校级评审委员会、院级评审分委会,校团委牵头工作,本科生院和各学院给予工作巨大支持,马鞍山仿真军用模型几十名专家、教授直接指导学生参赛。从竞赛的组织发动、赛程推进、结果汇总、发布通知、沟通联络等工作,到聘请相关校内外学科领域专家对参赛作品进行资格审查、初赛评审等工作,各学院团委积极参与,马鞍山仿真军用模型倾情奉献。在周密的安排下,我校师生作品在挑战杯校赛、市赛以及国赛中层层推进,参赛作品都具备较高的应用价值与创新性,拥有很强的竞争力,展现了我校学生优良的学术素养与科技创新能力。

  作品简介:本项目着眼当下医疗康复外骨骼笨重、附加转动惯量大、昂贵等痛点,经过3年方案验证,马鞍山仿真军用模型历经2代原型机迭代,打造出了这款双向线驱动外骨骼Bixo。团队攻关提出世界首创的8字仿生关节、仿鲍登线柔性导向装置等创新机构,采用多传感器融合步态感知,又融入独创的AI技术学习患者行走习惯。其助力效果较业内的两款哈佛大学样机提升近60%,成本较市面产品降低9成。项目创始人现已申请发明专利,并开展了临床试验,致力于打破欧美技术垄断,成为我国康复外骨骼真正广泛落地应用的先遣者。本项目依托轨道交通自治系统研究中心开展研究,目前又已参加首都“挑战杯”创业赛,正在筹划正式成立医疗器械公司,马鞍山仿真军用模型造福两千万下肢运动障碍患者,缓解中国老龄化压力。

  作品简介:面向战场复杂电磁环境的无线信道及干扰模拟平台可支持4×4 MIMO;包含瑞利、莱斯等经典衰落场景;支持多样化无人机模型、雷达天线模型;贴近军用战场场景。本平台可实现对复杂电磁环境中多链路、多天线真实无线信道及干扰的实时模拟,为电磁对抗、协作通信、马鞍山仿真军用模型应急通信、智能交通、自组织通信、环境感知等领域的关键技术研究及装备研发提供性能评估和模拟演练。

  项目简介:项目在冬奥背景下,贯彻“碳中和”与“京张体育文化旅游带建设”战略,基于文献阅读、大量调研和问卷调查,在资源分类基础上运用RMP模型从资源端、市场端和产品端三个层面对延庆旅游资源进行研究。从系统视角构建延庆区低碳冰雪旅游的系统动力学模型进行仿真与优化研究,提出以“低碳优化发展”为引领的政策建议,获延庆区文旅局认可采纳,为奥运期间美丽中国展示提供实力支撑,为后奥运时代全球奥运遗产的合理运用以及旅游低碳发展提供范例。

  项目简介:作品将闭链腿式机构与被动行走原理有机结合,采用涡轮喷气发动机提供驱动动力。作品可在极端地形环境下移动,具有行驶速度快,负载能力强,机械能效高,续航时间长的优点。马鞍山仿真军用模型为野外物资运输任务提供了快速、高效的平台,可应用于野外行军、灾区物资补给、偏远地区运输等场景。

  项目简介:在融合多源数据的基础上,对铁路货车数据进行深度分析和可靠性建模,预测与评估铁路货车健康状态,决策状态修时机,推动铁路装备的维修制度改革。历经3年、4阶段、近百人次的现场调研,结合专家咨询,获得百万条货车零部件数据和相关经验,并且贯通铁路货车数据采集、数据存储、数据管理、数据分析、维修决策和数据展示,构建铁路货车车轮寿命预测与健康管理服务云平台。

  作品简介:理论推导和仿真数据结合,通过均方误差、平均偏差比较各统计方 法的性能。采用交通领域的真实数据,揭示数据背后的规律。不同于物理原理的可靠性分析,本研究从元器件寿命分布出发,利用统计学方法,为元器件的可靠性评估提供新方案。为更贴合实际,项目在分析中加入竞争失效模型。利用贝叶斯方法,结合有信息先验并设置合理超参数,发现Lindley和重要性采样法得到的贝叶斯估计,比线性贝叶斯估计以及极大似然估计估计值效果更好。