日照市正大三元橡胶有限公司（原莒县正大橡胶厂）成立于2004年，属股份制企业，是专业生产塑料制品、高分子PE烧结制品、橡胶制品的企业。  本公司位于经济发达的山东半岛日照地区，南有兖石铁路、北临日竹高速与京沪高速相接、东临石臼港、西近胶新铁路，依山傍水，风景秀丽，是经商者的理想去处。  公司目前厂区占地面积8000平方米，建筑面积1800平方米，固定资产2000万元，公司拥有各类橡胶专业生产及检测设备67台套，专业技术操作人员120人。专业技术工程人员10人，技术力量雄厚，工艺设备先进，检测手段完善，产品广泛用于汽车、家用电器、沟槽管件密封、液压机械、太阳能热水器等行业。  公司通过了ISO9001国际质量体系认证，产品严格按照相关标准、行业标准和企业生产标准生产，已销往全国各地二十多个省市和地区，部分产品已随机出口到东南亚及欧美市场，深得用户青睐与赞赏。   

1实验箱简介 产品链接：https://www.tronlongtech.com/products/46.html（点击查看） 产品系列：C6000，Spartan-6，Cortex-A9 匹配课程：《DSP技术与应用》，《FPGA技术与应用》，《ARM技术与应用》 处理器架构：DSP，FPGA，ARM · 基于TI OMAP-L138（定点/浮点DSP C674x + ARM9） + Xilinx Spartan-6 FPGA处理器。其中DSP+ARM双核主频456MHz，高达3648MIPS和2746MFLOPS的运算能力； · 可拆式新型实验箱，使用灵活，性价比高。由核心板、实验开发底板、实验拓展板、触摸屏、仿真器、3寸全功能触摸彩屏信号源及相关实验配件组成； · 实验主板标配7寸可触摸电阻屏，支持RS232、RS485、VGA、SD、SATA、USB、USB OTG、RTC、EMIF、uPP、I2C、PMOD、以太网口、音频输入输出等接口； · 实验拓展板支持：步进电机、直流电机（配霍尔传感器）、4*4矩阵键盘、200万CMOS数字摄像头、蜂鸣器、8路16位200K采样率ADC输入、10位1.21M DAC输出； · 实验拓展板上支持安装可拆卸亚克力保护板，保护实验电路； · DSP+ARM+FPGA三核工业级核心板，尺寸仅66mm*38.6mm，采用精密工业级B2B连接器，可用于科学研究、毕业设计、电子竞赛、产品开发使用； · 不仅提供面向教学的实验资源，而且提供工程应用上的开发例程； · 适用于图像处理、音频处理、信号处理、通信、测控、自动化等教学领域。   TL138F-TEB实验箱结构图 TL138F-TEB实验箱主板硬件资源图解1 TL138F-TEB实验箱主板硬件资源图解2 TL138F-TEB实验箱拓展板硬件资源图解1 TL138F-TEB实验箱拓展板硬件资源图解2  

执行标准：GB/T50082-2009，JTG3420-2020，T/CBMF 37-2018 ，GB/T 31289-2014 2020稳压版，集RCM方法国标行标、电通量法、NEL法水泥标准及UHPC标准三种方法五种算法一体机。北京耐尔得公司自主研发的2020稳压版抗氯离子渗透三合一测定仪，采用自主研发的电压自动调压系统，可以精确地自动输出稳定的高精度电压，并可获得高精度电流，更好地保证设备的测量精度，各级电压皆优于标准要求。8寸触摸屏人机交互界面友好，试验夹具采用进口高纯度亚克力材料，无色透明，耐腐蚀强；多种方法一体机功能强大，全自动采集测控系统，测量精度满足并高于国家标准，是质检单位、科研单位优选产品。

自从20世纪初发明三相交流输电以来，采用高压和超高压架空输电线是长距离输配电能的主要方式，定期巡检是高压架空输电线路安全稳定的运行的重要保证。鉴于高压输电线路检测工作的重要性和艰苦性，开发一种可以替代或部分替代巡线工人进行巡检作业的新型设备一直是国内外相关研究领域的研究热点之一。 基于长臂猿仿生结构的三臂式高压输电线路巡检作业机器人，在自主工作和地面控制平台远程操作两种工作模式下，能够沿110kV-500kV输电线路相线行驶，可以基本取代传统的线路巡检方式，完成部分或全部巡检的任务。机器人能够以不小于1.2km/h的平均速度自动行驶并跨越直线段上的防震锤、间隔棒等线路设备，在地面控制平台的操控下，具备跨越耐张杆塔功能。 巡检过程中，机器人可记录和保存相对线路的GPS信息，所得图像与数据可存储于机器人本体内并与地面控制平台之间进行无线通信传输。机器人本体搭载不同的巡检设备，采用模块化接口，可方便更换如红外成像仪、可见光云台、激光测距仪等巡检设备。在行驶过程中，机器人可实时监测能耗和动态规划巡检任务，同时具备在线取电装置和充电模块，满足长距离的巡检需求。 机器人主要功能及技术参数 三臂式高压输电线路巡检作业机器人平台系统具有搭载各种作业工具，自动跨越架空线路各种障碍，并能完成相应作业的功能。具体技术参数为： 1、能够在 110kV-500kV 架空输电线路环境下稳定、可靠行走，自动跨越防震锤、悬垂线夹、间隔棒、接续管等障碍物。 ① 自动行驶时，行走速度不低于1.2km/h； ② 采用50AH锂电池供电，持续工作时间≥3.5小时； ③ 机器人本体重量≤40kg，最小尺寸（长×宽×高）1300×530×850mm； ④ 机器人可跨越线路各种障碍，进行带电作业； ⑤ 能够爬坡度不低于 40°的线路，并且满足超高压输电线路安全规程要求。 2、移动作业机器人平台在无线远程监控下，沿架空线路行走与越障。远程监控系统检测距离≥500米。机器人能够将作业信息、路线监测信息（红外录像）、电池监控信息等下传到地面基站。 创新点 本项目研究以双ARM为控制核心、基于仿生结构特征的架空线路移动作业机器人平台。该机器人平台能够在自身携带的控制系统下稳定可靠的在线路上运行，并能自主跨越线路中的各种障碍（线锤、线夹、跳线等），可以完全取代原有的线路作业方式，完成部分或全部线路作业任务。该项目与国内外类似研究相比较具有以下特色和创新点： 1）基于仿生学理论与方法，结合长臂猿骨骼结构的特征与长臂组成及比例参数，提出了一种具有长臂猿骨骼特征的架空线路移动作业机器人悬挂臂结构，实现了机器人平台挂线稳定行走与越障功能。 2）开发研制了一种三臂式全驱动架空线路移动作业机器人平台，该平台爬坡角度大于50°，能够在控制系统的配合下自主协调跨越线路中的防震锤、间隔棒、线夹等障碍，在人工辅助下，能够稳定跨越引流线和绝缘子等跳线障碍。 3）机器人平台控制系统采用双ARM为控制核心，提出了一种双ARM主副热备份互容错启动控制技术。集成了多传感器信息融合容错技术、双备份容错技术和电磁干扰容错技术等多重容错技术，提高了系统的稳定性与可靠性。 4）建立了传感器的信息融合规则和状态检测比对策略，研制了基于规则库的多传感器信息融合专家控制系统，从而提高了控制系统的响应效率和容错可靠性。 5）开发设计了机器人平台智能型在线取电与不间断电源管理系统，实现了机器人平台移动作业的智能充电与自主管理功能。 成果社会效益及应用： 该项目研究以双ARM为控制核心、基于仿生结构特征的架空线路移动作业机器人平台。该机器人平台能够在自身携带的控制系统下稳定可靠地在线路上运行，并能自主跨越线路中的各种障碍（线锤、线夹、跳线等），可以完全取代原有的线路作业方式，完成部分或全部线路作业任务。 该机器人平台能够实现跨越安装于导线上的防震锤、间隔棒、悬垂线夹、修补管等线路设备，具备跨越耐张杆塔功能；控制采用双ARM为控制核心，提出了一种双ARM主副热备份互启动容错控制技术；集成了多传感器信息融合容错技术、双备份容错技术和电磁干扰容错技术等多重容错技术，提高了系统的稳定性与可靠性；建立了传感器的信息融合规则和状态检测比对策略，研制了基于规则库的多传感器信息融合专家控制系统，从而提高了控制系统的响应效率和容错可靠性；开发设计了机器人平台智能型在线取电与不间断电源管理系统，实现了机器人平台移动作业的智能充电与自主管理功能。因此具有很好的推广应用价值。 该成果通过在山东众域电气科技有限公司实施，产生了良好的效果，为其他企业提供了可靠的技术平台和经验。本成果将进一步扩大其使用范围，在架空线路检测与维护作业中发挥更有效的作用。 

主体：优质铜制涂层：高亮度环氧树脂涂层旋钮：高密度PP产品通过GB 18145产品标准检测认证，符合GB 18145-2014标准

软体机器人能够适应不同的非结构化环境，实现与人类更安全地交互。目前，软机器人主要采用手工装配工艺制造。制造方法的局限性导致生产困难，限制了材料选择范围，并且难以获得复杂的驱动性能，更不用提赋予机器人感知能力或智能性了。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

近日，化学学院徐浩教授课题组在催化不对称合成领域取得了新进展。

本发明公开一种在二维平面内生成随机椭圆形增强相的方法，该方法利用计算机随机数生成方式，随机产生椭圆中心坐标和偏转角，通过判断点与椭圆的位置关系，避免了椭圆之间相互重叠。本发明理论简单、快速高效，判断椭圆之间是否相交只涉及到点与圆位置关系的判断公式，相比已有专利中通过多边形覆盖法、椭圆覆盖法等，本发明更易于学习掌握；本发明中椭圆的生成遵循逐行逐列的原则，相比在整个模拟区域内随机生成随机的椭圆，特别是当生成椭圆的纵横比相差较大的时候，生成椭圆形增强相的时间更短，效率更高。