联系人79个
立即查看
可引荐人脉591人
立即引荐
历史招中标信息1657条
立即监控
一、项目信息
采购人：****点击查看
项目名称：《基于深度学习的轨道交通电力链路与特种设备关键环节智能诊断与评估技术研究与应用》科研技术**项目
拟采购的货物或服务的说明：
标的名称：《基于深度学习的轨道交通电力链路与特种设备关键环节智能诊断与评估技术研究与应用》科研技术**项目
数量：1
预算金额(元)：520000
单位：项
货物或服务的说明：《基于深度学习的轨道交通电力链路与特种设备关键环节智能诊断与评估技术研究与应用》科研技术**项目
拟采购的货物或服务的预算总金额（元）：520000
（一）拟采购的货物或者服务的说明：
1.关键环节受电弓：对关键部件表面缺陷进行快速识别，快速检测，支撑运维预警。
2．关键环节输电线路：对供电链路隐患进行在线监测，提高故障发现及时性。
3．关键环节驱动装置：对永磁电机运行健康状态进行量化评估，优化检修策略，**使用寿命。
（二）采用单一来源采购方式的原因及说明
1.原因：
依据《****点击查看政府采购法》第三十一条的规定，本项目符合“只能从唯一供应商处采购的”情形。
2.说明：
在科研项目《基于深度学习的轨道交通电力链路与特种设备关键环节智能诊断与评估技术研究与应用》聚焦轨道交通供电链路的整体安全与关键设备健康状态评估，目标是在“取电-输电-驱动”各环节建立智能检测与预测体系，提升运营可靠性并降低维护成本。在关键环节中的受电弓（取电）、输电线路和驱动装置需使用由****点击查看拥有自主知识产权的核心成果达到预期目标。
SCI论文《Lightweight Detection of Train Underframe Bolts Based on SFCA-YOLOv8s》）：该算法针对微小螺栓和列车车底缺陷进行了网络结构改进与模型裁剪，可支撑受电弓、输电线路两个关键环节，实现实时高精度检测，为“取电”环节提供核心支持。EI论文《地铁车底松动紧固件视觉检测算法研究》：该算法针对列车车底螺栓松动问题进行了系统优化，能够对螺栓是否松动进行精准识别，可支撑受电弓关键环节，为缺陷数据标注与模型迭代提供高质量训练样本。EI论文《基于上下文信息融合与动态采样的主板缺陷检测方法》：通过引入多尺度上下文和动态正负样本采样机制，在复杂背景下显著提升缺陷检出稳定性，显著降低复杂背景下的误报率，重点支撑输电线路关键环节，对局部过热及绝缘缺陷实现稳定、高置信度检测。发明专利《一种基于 CNN 的弓网电弧模拟试验装置》：该装置集成可编程弓网加载与高速视觉-电参量同步采集，可生成受电弓缺陷仿真数据并利用 CNN 在线判别弧光形态，专用于受电弓关键环节的小样本增量训练与物理先验融合验证。发明专利《一种基于改进 YOLOv5s 网络的电梯层门安全检测方法》：该方法在 YOLOv5s 中引入多种改进，针对电梯层门的门锁、安全保持器及护脚板实现高精度检测，可支撑驱动装置关键环节的内部安全隐患排查。发明专利《一种基于深度学习目标检测的电梯制动器磨损检测方法》：该方法通过目标检测与傅里叶变换等方式，可精准评估闸瓦剩余寿命，可为永磁同步电机退磁检测场景提供支撑。EI论文《基于机器视觉的轮毂检测联合算法优化研究》：该算法将YOLOv11主干与UNet语义分割头解耦融合，引入多种结构实现目标检测与像素级分割的双任务协同；算法可精准识别列车轮毂裂纹、磨耗及光斑缺陷，为驱动装置与受电弓环节提供高置信度冗余检测，并可横向补强受电弓与车底部件的多尺度缺陷识别能力。
这些成果均以专利或高水平论文形式公开，且仅****点击查看具备完整的技术与数据闭环。因此，该科研项目**符合单一来源采购中“因货物或者服务使用不可替代的专利、专有技术，或者公共服务项目具有特殊要求、导致只能从某一特定供应商处采购”的情况。
综上所述，本项目拟采用单一来源方式，选择****点击查看为本科研**项目唯一供应商。
二、拟定供应商信息
名称：****点击查看
地址：**市**口区黄河路794号
三、公示期限
2025年7月3日至2025年7月10日
四、论证专家
李宏达，朱诗宇，单云峰
五、联系方式
1.采购人信息
名称：****点击查看
联系地址：**省**保税区洞庭路1号自贸大厦503、509
2.采购代理机构
名称：****点击查看
联 系 人：李工
联系电话：0411-****点击查看1242
联系地址：**市**区东北北路101号
相似项目推荐