威布三维是中国领先的3D打印综合方案供应商，始终专注于制造、教育、科研、文创、食品等领域，迄今为止已为约600所著名高校、近1000所中小学、约10000个企业机构提供专业的3D打印设备、服务及平台化数字智造应用方案。 产品 威布三维集FDM、SLA、LCD、食品等3D打印机与白光、蓝光、激光等3D扫描设备的研发、制造、销售、培训等为一体，坚持“让制造更简单”的企业使命，致力于以高科技产品提高企业及科研单位的研发与生产效率，帮助企业快速降低成本提升制造水平，真正实现工业4.0时代的敏捷制造与柔性生产，推动传统工业经济转型升级 服务 威布三维集多年的设备研发生产优势，充分了解智能制造的方方面面，对于精益制造更有着深刻的洞察，通过3D扫描、逆向工程、正向设计、3D打印各类材质的样件等，为急需快速原型制造的企业提供多样、高效、经济的智能制造方案。为需要培养智造人才的院校、机构、企业提供系统、详实、专业的智造与STEAM培训方案。 平台 威布三维开发的分布式数字智造平台将数百万的全球用户、数十万的3D模型连接在一起，从原型设计到3D打印，原来需要几十天的工作现在只需要几天就可完成，这些跨越国家、地域、工种的协同合作每天都在发生，每天都在重新定义制造的含义。

MCV850-5是五轴五联动的加工中心，采用世界上比较好的控制和检测技术，功能丰富、性能好、技术成熟，具有高精度、高可靠性、高性价比的特质。能加工各种空间平面、曲面、孔、槽、螺纹等，特别适合复杂模具、叶轮等零件的加工，工件材料钢、铝、铜皆可。

产品详细介绍功能特点： ■ 解剖结构精确，与真人一般大小，有明显的体表标志，包括：胸骨上切迹、胸锁乳突肌、锁骨、右侧肋骨。■ 逼真的血管结构，主要包括：颈内静脉及锁骨下静脉等。■ 中心静脉穿刺插管：锁骨下静脉穿刺，颈内静脉穿刺。■ 可进行心脏漂浮(Swan-Ganz)导管的插管练习。■ 皮肤和静脉可更换，进针有明显的落空感。 

VMC200桌面型加工中心   VMC200是一款使用220伏电压的桌面型加工中心，占地小、重量轻；主要用于智能制造工业互联网生产线教学项目及FMS柔性制造工业机器人上下料加工单元；机床设计有自动门及32个路IO端口便于与工业机器人通讯，支持上位机通过网口读取系统状态数据，如转速、位置、坐标及远程传输文件功能等。采用全封闭安全设计结构，配置工业数控面板数控系统；4工位换刀系统，使用气压0.6 Mpa，主轴采用高速精密主轴单元。用于铣削雕刻及钻孔加工，主要加工黄铜、铝合金、PVC塑料等材料。 技术参数 主要性能特点 全封闭加透明有机玻璃结构、精密直线导轨、铸铁材料铸造、采用高精度研磨滚珠丝杆；搭载980MC工业级数控系统；执行国际通用标准G代码编程，支持M代码及S代码，兼容FANUC，三菱G代码和多种CAD/CAM软件（ MasterCAM、UG、CAXA等软件编程等）； 精度 重复定位精度：0.01mm系统分辨率：0.001mm XYZ轴行程 横向（X轴）：220mm纵向（Y轴）：120mm垂直（Z轴）：200mm 编程软件 MasterCAM、UG、CAXA等 机床门 自动气动门 使用气压 0.6帕 主轴转速 100~24000 转/分钟 主轴锥度 ISO20 刀库 旋转式4工位刀库 工作台尺寸 460×130mm 最大钻孔直径 13mm 最大铣削直径 13mm T型槽尺寸/数量 12 mm/3 电子手轮 4轴三档电子手轮 数控系统 980MC工业级数控系统 读取系统数据功能 支持网口读取系统状态数据，如转速、位置、坐标及远程传输文件功能等 IO端口 32个路，16路输入和16路输出 主轴功率 1.5KW 使用电源 AC220V/50Hz 净重/毛重 150/170kg 外型尺寸 870×700×1000mm 包装尺寸 950×780×1100mm  

双方签署全面深化战略合作协议，共同为西安交大—海尔联合创新中心、西安交大—海尔绿色双碳研究院揭牌。 6月17日上午，西安交大—海尔集团签约座谈会在中国西部科技创新港举行。海尔集团党委书记、董事局主席、首席执行官周云杰，西咸新区沣西新城管委会主任陈默，西安交大党委书记卢建军、校长王树国，中国科学院院士、西安交大教授何雅玲，党委常委、校长助理洪军等出席会议。副校长别朝红主持会议。 卢建军指出，西安交大与海尔集团联合共建校企深度融合的研发平台，是贯彻落实习近平总书记重要讲话精神的具体举措，对于加快推动产学研深度融合、以创新驱动高质量发展具有重要意义。他表示，希望双方以签约为新起点，持续汇聚创新资源，围绕产业现实需求，在家电领域、制造业、物联网等领域深化合作，谋划部署“科学家+工程师”创新团队，持续提升人才培养质量，努力破解产学研深度融合瓶颈问题，助力建设实体经济、科技创新、现代金融、人力资源协同发展的现代产业体系，共同为推动新时代西部大开发形成新格局、实现中华民族伟大复兴的中国梦贡献力量。 王树国表示，在21世纪第四次工业革命背景下，大学与企业各有分工，也有交叉合作点，二者的深度融合应成为时代的象征。海尔集团作为我国民族企业，为国家经济发展作出了重要贡献。西安交大坚持“四个面向”，积极主动融入社会发展，加速推进创新港建设，打造全国重要的科研和文教中心、国家重要战略性平台，探索中国特色世界一流大学新形态。希望双方在人才培养、产学研深度融合等方面联手，构建优势互补的合作机制，打造交大海尔创新模式，引领社会发展，服务国家高水平科技自立自强。 周云杰表示，继产品经济、平台经济之后，未来将是生态经济，企业和大学都要拆掉围墙，跨界融合成为创新的生态，才能更好地发展。海尔集团希望通过与西安交大共建创新中心、研究院，打通创新链和产业链，加强原创性、引领性科技攻关，在智慧住居、产业互联网、大健康等领域解决“卡脖子”技术难题，推动产业孵化，积极践行科技强国战略。 洪军介绍了西安交大基本情况以及创新港建设内涵，围绕科教融合、产教融合、校地融合等方面提出了双方未来合作方向和发展规划。 陈默表示，西咸新区沣西新城作为秦创原科技成果转化加速器示范区，一定会为双方的合作提供最完善的保障、最优质的服务。 会前，周云杰一行参观了创新港数字展厅、高电压交直流实验大厅，在涵英楼屋顶花园俯瞰创新港全貌。 海尔集团战略发展部、科学与技术委员会、海创汇等，西安交大党、校办，科研院、人力资源部、未来技术学院、医学部、能动学院、教育基金会、技术成果转移中心等相关负责人参加活动。

本项目致力于将“心脏自主神经调控防治心律失常”的创新理念和技术成果进行全球范围内的推广，已在全国40 余家大型三甲医院进行项目成果推广应用，在急性心肌梗死患者中减少了恶性心律失常和心肌损伤的发生，缩短了住院天数和降低了住院费用。 一、项目分类 重大科学前沿创新 二、技术分析 心律失常是最常见的心血管疾病之一，据统计，约80%的心源性猝死与恶性心律失常相关，严重威胁国民健康。项目组长期致力于自主神经调控防治心律失常的创新转化研究，在国家自然科学基金重点项目、国家重点研发计划、中央“万人计划”等项目资助下，取得了系列理论创新和技术突破： 1）构建了自主神经再平衡的理论体系，并阐明心律失常的关键神经机制； 2）研发了系列自主神经调控策略防治心律失常； 3）研发无创迷走神经调控系统，进行自主神经调控防治恶性心律失常的临床转化。 相关成果主要发表在Circulation（IF 39.918）、 J Am Coll Cardiol（IF 27.203 ）、Advanced functional materials（IF 19.924，封面论文）、Nano Energy(IF 19.096，2篇)、 Basic Res Cardiol (IF 17.165)、Cardiovascular Research（IF 13.081）等国际知名期刊，并被Cell、JAMA、Nat Rev Drug Discov、Nat Rev Cardiol等学术期刊引用3100余次。研究成果获2018年湖北省科技进步一等奖，连续两年获美国心脏病学会（ACC）中国原创研究一等奖，被《中华心律失常学》杂志评为当年心律失常领域全球十大研究进展之一。

本发明公开了一种基于随机连续寻优策略的梯级电站调峰方法，包括：(1)初始解的生成：从上游到下游逐电站选择坝前水位作为离散状态量，以电网余荷均方差最小为目标进行单库调峰优化计算：(2)随机连续逐步优化搜索：(3)更新迭代判断：若达到时段末，当达到逐次优化算法终止条件时，调整过程结束，输出最终结果；若未达到逐次优化算法终止条件时，时段数置为起始时段，转入(2)，进行下一次迭代优化；若不是时段末，时段数增加一，转入(2)，进行下一时段的两阶段调整。本发明提出的约束处理方法完全解耦梯级电站间复杂的梯级电站耦合运行约束，简化了算法的约束处理过程，并减少了决策变量维数，找到合理寻优空间，能适用于大规模梯级电站群的调峰问题。

本发明提出一种基于MWC系统的盲多带稀疏信号快速恢复算法，首先利用Xampling采样板获得压缩采样值y[n]，将y[n]乘以一个高斯随机矩阵R，得到传统的压缩感知模型V=y[n]R=CU,这种方法避免了原方法中需要做特征值分解的操作，可以有效的减少MWC系统中CTF模块的运行时间，此外，控制高斯随机R的列数在一个较低水平，可以进一步减少矩阵V的列数，这样在用M-OMP算法恢复支撑集的过程中又能进一步的减少运行时间。经过验证，该算法可以大幅度提高CTF模块的运算速度。

为了解决计算机多视几何中稀疏特征点错误匹配导致基本矩阵F精度不高的问题，提出一种RANSAC(RANdom SAmple Consensus)求解F时自动设置内点门限的方法。此方法根据RANSAC求解F矩阵的要素，将固定设置极线距离门限Th的方式改为自动设置，提高了算法的鲁棒性。这些要素是图像对中的稀疏特征点匹配的个数N、图像像素多少、初始计算得到的特征点到极线的平均距离Dinit。Th计算采用公式Th = Min(w×N/51200, Dinit/3)，w为图像的宽，单位为像素。Min为取二者最小值的函数。门限Th与图像大小和特征点匹配个数成正比，图像越大，匹配越多，Th越大。相对于传统方法，本方法将固定门限变成了自动设置，可以自适应三维重建不同类型的图片，更加实用和鲁棒。