本发明公开了一种基于六维力传感器和双目视觉的机器人打磨装置及打磨方法，打磨装置包括机械臂、传感器固定座、六维力传感器、工业相机、柔性连接件、电机固定座、打磨电机和双轴加速度传感器；六维力传感器通过传感器固定座与机械臂的末端关节固定连接；六维力传感器通过柔性连接件与电机固定座柔性连接，打磨电机安装在电机固定座上；工业相机对称设在柔性连接件的两侧；双轴加速度传感器分别设在机械臂的末端关节和打磨电机上。打磨方法包括步骤1，深度点云图生成；步骤2，打磨时机控制；步骤3，PI控制打磨和步骤4，机械臂位置补偿。本发明简单稳定，易于控制，打磨效果好，效率高；同时，还能补偿打磨过程中的位置偏移，提高加工质量。

【发 明 人】李念光；唐于平；段金廒【摘要】本发明涉及药物化学研究领域，具体涉及一类新型的基于体内代谢机制的灯盏乙素苷元甲基化产物以及它的制备方法和在防治血栓药物中的应用。药理实验结果表明，本发明提供的灯盏乙素苷元甲基化产物具有较好的溶解性以及抗氧化、抑制细胞损伤等药理作用，可开发成新的防治血栓性疾病的药物。

简介：本发明公开了一种采用低压脉冲电流改善含铌钢铸坯角部裂纹和热送裂纹的方法，属于改善铸坯角部裂纹和热送裂纹的技术领域。本发明是当含铌钢铸坯在进入矫直区前或者铸坯出连铸机被切割后，对上述的含铌钢铸坯施加一脉冲电流，所述的脉冲电流参数为：脉冲电压2～20V，脉冲电流30～120A，脉冲频率15～40Hz；所述的含铌钢为ω[C]<0.25%的含铌低碳钢，其中0.01%≤ω[Nb]≤0.40%。本发明通过施加低压脉冲电流，改变了含铌低碳钢铸坯的微观组织，提高了铸坯高温力学性能，从而有效减少了铸坯的角部裂纹和热送（红送）裂纹，且本发明的方法不影响正常的生产，且不需要改变现有生产工艺，不需要添加合金元素，对铸坯及设备无污染，对人员无危害，是一项环保安全的减少铸坯缺陷的新技术。

本发明公开了一种纳米银包裹二氧化硅纳微米球导电粉末及其制备方法和应用。采用二氧化硅纳微米球表面预处理法，通过―晶核-生长‖理论控制纳米银颗粒在二氧化硅纳微米球表面的沉积:先将二氧化硅纳微米球在 SnCl2·2H2O/CF3COOH 溶液中进行表面处理;然后将处理后的 SiO2 纳微米球分散在乙醇中，倒入新配制的硝酸银和三乙醇胺的络合溶液中;最后，加入甲醛水溶液进行还原。所用的二氧化硅纳微米球，粒径大小在 0.

本成果基于间位芳纶材料，通过调控制膜配方以及制膜工艺，所制备的间位芳纶膜具有高的渗透通量、高的机械强度以及良好的耐酸碱性能。依托于自身实验室的中试平板刮膜装置，实现了间位芳纶膜的中试化制备，并且进行膜组件、膜设备的进一步放大设计。 一、项目分类 关键核心技术突破 二、技术分析 聚间苯二甲酰间苯二甲酰胺（PMIA））纤维是一种新型的有机耐高温纤维，具有出色的综合特性，包括良好的热稳定性，化学稳定性，亲水性和阻燃性。膜材料的耐压性和耐热性是膜分离工艺长期运行所必需的，这些优异的性能使PMIA成为膜制备领域的关键性材料之一。此外，由于该材料易溶于普通有机溶剂中，因此，可以采用非溶剂诱导相转化（NIPS） 法制备PMIA 超滤膜，这为工业化生产提供了可能。 目前我国的膜材料主要还是依赖于进口，并且亲水性差、机械强度低、耐溶剂性能差等诸多问题，而间位芳纶膜材料已经实现了国产化，并且价格便宜，打破了国外垄断的局面。基于间位芳纶材料，我们通过调控制膜配方以及制膜工艺，所制备的间位芳纶膜具有高的渗透通量、高的机械强度以及良好的耐酸碱性能。依托于我们实验室的中试平板刮膜装置，我们实现了间位芳纶膜的中试化制备，并且进行膜组件、膜设备的进一步放大设计。所开发的PMIA膜可以达到及其高于市场同种类产品，其产业化可大大丰富目前水处理市场。 平板膜纯水通量不小于700L∙m-2 ∙ h-1 ∙ bar-1(温度 25℃(不含)以下)，静态水接触角低于60°。【纯水通量和接触角测试方法依据国家标准 GB/T 32360-2015《超滤膜测试方法》】。

本发明公开了一种基于负电容寄生电容校准的电容传感器读出电路和寄生电容校准方法；电容传感器读出电路包括负电容、跨阻放大器TIA和DC伺服环路DSL；负电容由正向放大器和正反馈电容构成；正向放大器由电容进行反馈；电容传感器读出电路具有两种工作模式：校准模式和传感模式；其中：校准模式下，外部激励信号和跨阻放大器均与负电容断开，DC伺服环路中的连接到，用于为此电路提供DC偏置；传感模式下，负电容与跨阻放大器相连接，以进行电容信号传感。相较于传统的电容传感器读出电路，本发明基于负电容实现的电容传感读出电路能实现更高精度。此外，本发明实现了对寄生电容的自动校准，避免了手动校准的复杂性。

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。

物流是指从生产企业内部的原材料、协作件的采购开始，经过生产制造过程中的半成品的装卸搬运、保管和成品包装，到流通部门的运输、保管、配送，最后到达用户的全过程，以及与之相应的信息与管理活动。国外先进的生产企业高度重视物流技术，物流被称为企业的第三利润源泉，是企业竞争的重要领域。 对于钢铁企业而言，其生产过程最为复杂，生产管理模式也由传统的大批量、少品种生产，转变为按用户合同组织生产。因此生产管理方法和手段必须上一个台阶，走向现代化的管理阶段。生产物流一体化管理技术正是其核心技术，该系统主要包括下列功能： 订单管理：用户合同管理，包括输入、修改、冻结、交货期评估等； 质量设计：根据企业内控标准、行业标准等，对合同进行各生产工序的质量目标设计； 合同计划管理：根据各生产单元情况、设备检修等，进行整体生产物流平衡，确定合同生产时间； 合同跟踪：实时对生产实绩进行跟踪，确保合同的生产日期和生产数量； 计划管理：根据生产设备情况、合同跟踪情况，编制各个生产单元的生产计划； 中间库管理：对入库、出库、倒垛进行管理，保证生产计划和生产调整指令的顺利实施； 合同匹配：根据生产库存情况、对未生产的合同进行匹配，确保最低库存水平。 应用范围：试用于冶金企业及其他生产性企业信息化改造。类似系统已经应用成功的企业有宝钢集团、武钢集团、珠江钢铁公司等

本实用新型提出一种马铃薯漏播检测‑补种一体化系统，脱离原有的底轮驱动播种器运动结构设计形式，而是由单独的排种直流电机驱动勺链运转，所述排种直流电机与智能控制器相连；并通过编码速度传感器实时检测底轮速度，智能控制器通过接收安装在取种勺侧面的光电、压电和霍尔传感器信号，对漏播位置精准检测，并采用计数方式对补种时刻进行精准判断；补种时，控制勺链加速转动以越过缺种勺而由其下一有种勺进行补种的方式进行补种，漏播检测及补种精度高；而且，通过排种直流电机单独控制勺链运转，可实现对马铃薯播种独立约束控制的变速可调式排种与补种控制，实现了漏播检测与补种一体化设计。

项目成果/简介:随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。