产品详细介绍 产品介绍： 组成：1、总控系统（PLC控制系统、人机界面） 1套、单轴机械手搬运模块（配气动手爪）1个、传送带模块1个、气动动作检测模组1个、机械式微动开关控制模块1个、金属接近开关控制模块1个、光纤反射传感器控制模块1个、光纤对射传感器控制模块1个、压力传感器控制模块1个、色标传感器控制模块1个、激光位移传感器控制模块1个、光电反射传感器控制模块1个、光电对射传感器控制模块1个、温度传感器控制模块1个、实训台1台、电控箱1个 参数： 一、单轴机械手搬运模组（配气动手爪）（1套）： 1、由控制系统、驱动系统、机械系统、手爪等组成； 2、可重复编程，所有的运动均按程序运行； 3、采用闭环步进电机电机驱动； 4、电机和丝杆通过联轴器直接连接； 5、气动夹爪，断电断气的情况下保证产品不脱落； 二、传送带模块（1个） 3、运行速度范围：0.5m-3m/min 4、动力配置：减速电机驱动，可调速 5、定位精度：±5mm 三、气动动作检测模块（1个） 1、采用进口气缸作为执行元件，动作方式，双作用； 2、气缸动作的位置可调，可检测； 3、滑动块必须装在滚珠导轨上，导轨维护； 4、气源必须经过三联组合，压力可调。 四、机械式微动开关控制模块（1个）  1、高容量负载，额定电流20A  2、机械允许操作频率：240次/分钟以下  3、电气允许操作频率：20次/分钟以下 五、金属接近开关控制模块参数（1个） 1、屏蔽型 2、应差小于检测距离的10% 3、 直流三线式，DC24V,带动作指示灯 4、负载短路保护、逆连接保护、浪涌吸收 5、充电部整体与外壳间绝缘电阻: 50MΩ以上（DC500V兆欧表 6、耐电压：充电部整体与外壳间: AC1000V 50/60Hz1min  7、电气耐久性：50万次以上 8、防护等级：IEC标准: IP67  六、光纤反射传感器控制模块参数（1个） 1、检测距离大于150MM 2、光纤不易折断，要有弯曲套管 3、光纤可以任意切割 4、放大器可连接多个扩展单元（16个） 5、动作、复位响应时间：各200μs以下 *1 6、电压DC24V 7、  8转动全回转旋钮(带指示器）调整灵敏度 8)、 电源逆接保护、输出短路保护 9、绝缘电阻，20MΩ以上(DC500V兆欧表) 10、耐压AC1,000V 50/60Hz 1min *3 11、耐震动10～55Hz 双振幅1.5mm X、Y、Z各方向 2h 12、保护结构IEC标准 IP50 (保护罩安装时)  七、光纤对射传感器控制模块参数（1个） 1、检测距离大于150MM 2、光纤不易折断，要有弯曲套管 3、光纤可以任意切割 4、放大器可连接多个扩展单元（16个） 5、动作、复位响应时间：各200μs以下 *1 6、电压DC24V 7、8转动全回转旋钮(带指示器）调整灵敏度 8、电源逆接保护、输出短路保护 9、绝缘电阻，20MΩ以上(DC500V兆欧表) 10、耐压AC1,000V 50/60Hz 1min *3 11、耐震动10～55Hz 双振幅1.5mm X、Y、Z各方向 2h 12、保护结构IEC标准 IP50 (保护罩安装时) 八、压力传感器控制模块参数（1个） 1、检测气压大小 2、量程：-0.1-150Mpa之间 3、综合精度：0.1%FS、0.25%FS、0.5%FS 4、输出信号：二线制/三线制/数字信号 5、供电电压：24VDC 6、介质温度：常温型 7、环境温度：常温 8、零点温漂移：≤±0.05%FS℃ 9、量程温度漂移：≤±0.05%FS℃ 10、补偿温度：0-70℃ 11、安全过载：150%FS 12、极限过载：200%FS 13、响应时间：≤5ms（上升到90%FS） 14、负载电阻：电流输出型：最大800Ω：电压输出型：大于5KΩ 15、绝缘电阻：大于2000MΩ（100VDC 16、密封等级：≥IP65 17、长期稳定性能：0.1FS/年 18、振动影响：在机械振动频率20HZ-1000HZ内，输出变化小于0.1%FS 19、连接方式：机械连接 十一、色标传感器控制模块参数（1个） 1、测量范围10MM 2、 光源为发光二极管，光斑1X4mm 3、灵敏度调节为示教方式 4、电源电压：DC10~30V 含波动(p-p)10% 5、响应时间：动作,复位：各50μs以下(2点示教模式) 动作,复位：各150μs以下(1点示教模式) 6、具有NO、NC的工作模式切换 ·控制输出的定时器功能及定时器时间的选择功能 (可从无效、接通延迟、断开延迟、单触发、 接通断开延迟中选择) (0.1~5000ms的定时器时间的选择) ·不稳定报警延迟时间的选择功能(0(无效)~1000ms) ·监视器输出功能(表示相对检测量的PD输出) ·通电时间的读出功能(单位：h) ·设定初始化(恢复出厂设定)功能功能 7、 指示灯功能：动作指示灯(橙色)、RUN 指示灯(绿色)、 7段指示灯(白色)、键锁定指示灯(白色)、 定时器指示灯(白色)、1点示教模式指示灯(白色) 8、 电源反向连接保护、负载短路保护、输出反向连接保护 9、绝缘电阻20MΩ以上(DC500V兆欧表) 10、传送速度：E3S-DCP21-IL3：COM3(230.4kbps) ，E3S-DCP21-IL2：COM2(38.4kbps) 11、耐压AC1,000V 50/60Hz 1min 12、耐震动10～55Hz， 1.5mm 双振幅， X、Y和Z 各方向 2小时 13、保护结构IEC60529标准 IP67 十二、激光位移传感器控制模块参数（1个） 1）测量范围大于80MM 2) 光源为可视半导体激光，光斑小于φ0.5mm 3）应差小于检测距离的20% 4）负载电源电压：DC30V以下，负载电流：100mA以下 (残留电压：1V以下(负载电流为10mA以下)， 2V以下(负载电流为10～100mA)) 5）响应时间：1，判断输出，超高速 (SHS) 模式：1ms ，高速 (HS) 模式：10ms，标准 (Stnd) 模式：100ms ；2，激光OFF输出，200 ms max；3，零复位输出，200 ms max. 6）具有智能调节/保持功能/背景移除/OFF-延迟计时器/ON-延迟计时器/单触发计时/ ON/OFF-延迟计时器/零复位/区域输出/ECO模式/Hys宽度可变/初始值设定功能 7)  指示灯功能：数字显示器(红色)、输出指示灯 (OUT1、OUT2) (橙色)、零复位指示灯(橙色)、菜单指示灯(橙色)、激光ON指示灯(绿色)和智能调谐指示灯(蓝色) 8)  模拟量输出，电流输出： 4～20mA， 最大负载电阻： 300Ω （从传感器看测量范围的最近点的输出为20mA， 最远点的输出为4mA） 9）直线性，±0.15% F.S 10）分辨率小于10μm 11）耐压AC1,000V 50/60Hz 1min 12）耐震动10～55Hz， 1.5mm 双振幅， X、Y和Z 各方向 2小时 13）保护结构IEC 60529, IP67 十三、光电反射传感器控制模块参数（1个） 1）检测距离大于500MM 2) 最小检测物体φ2.0mm(铜丝） 3）应差小于检测距离的20% 4）电源逆接保护、输出短路保护、防止相互干扰功能、输出逆连接保护 5）动作、复位响应时间：各1ms以下 6）电压DC24V 7)  灵敏度可调整 8)  动作指示灯(橙色)、稳定指示灯(绿色) 9）绝缘电阻，20MΩ以上(DC500V兆欧表) 10）耐压AC1,000V 50/60Hz 1min 11）耐震动10～55Hz 双振幅1.5mm X、Y、Z各方向 2h 12）保护结构IEC标准 IP67 十四、光电对射传感器控制模块参数（1个） 1）检测距离大于90MM 2) 最小检测物体φ2.0mm(铜丝） 3）应差小于检测距离的20% 4）电源逆接保护、输出短路保护、防止相互干扰功能、输出逆连接保护 5）动作、复位响应时间：各1ms以下 6）电压DC24V 7)  灵敏度可调整 8)  动作指示灯(橙色)、稳定指示灯(绿色) 9）绝缘电阻，20MΩ以上(DC500V兆欧表) 10）耐压AC1,000V 50/60Hz 1min 11）耐震动10～55Hz 双振幅1.5mm X、Y、Z各方向 2h 12）保护结构IEC标准 IP67 十五、温度传感器控制模块参数（1个） 1、组成：金属氧化物陶瓷组成 2、灵敏度高 3、温测范围：-50到200℃ 4、响应时间短 十六、实训台参数（1台） 1、实训台尺寸（长X宽X高）：100cm*60cm*95cm±15cm； 2、内部安装所需电气配件及控制系统； 3、方便后期维护扩展； 4、 采用可移动切调节式设计，方便设备移动及固定；5、实训台采用欧标45mm*45mm工业铝型材构建； 6、实训台内部安放置气路控制面板； 7、型材外框安装封条； 8、框架内安装银灰色铝塑板； 9、台面采用铝合金材料，进行阳极处理； 10、使用M16工业脚杯进行水平高度调； 11、所有配件安装整齐美观易操作； 12、内部中空，集成气路线路，便于后期维修扩展； 13、双开门，内嵌式把手。 适用范围： 中高职、技师技工、应用型/一般本科工业机器人/ 机电一体化专业相关专业、技术技能人才培养。

从校企双方的切实需要出发，项目从论证策划到实践落地全过程，深挖双方人才培养相关痛点问题，促进产学双方全要素融合互补：高校将教学和企业实践有机结合，贯穿学生培养全过程，提升教育对产业需求的适应能力;企业通过深度参与人才全过程培养，解决优质人才紧缺问题，实现以产带教、以教促产的发展目标。

我国是世界上最大的植物油料加工和消费国，总量近 1.5 亿吨，在国家食品安全体系中举足轻重。植物油料加工长期以来以压榨法和浸出法制油、碱溶酸沉制蛋白、化学精炼油脂为技术主线，普遍存在：1）加工条件剧烈、能耗高、溶剂残留、环境污染；2）蛋白功能性差、组分高值化利用率低；3）生物精炼连续性差、附加值低等共性关键问题。本项目在国家自然科学基金重点项目、国家“863 计划”、国家科技支撑计划等重大项目支持下，历经 13 年持续攻关，以现代生物技术为手段，突破植物油料生物解离关键技术为核心、组合发明生物解离产物及油脂的高值化利用成套技术，形成了植物油料全产业链新一代加工技术体系。 项目已获授权发明专利 45 件，申请国际专利（PCT）3 件，出版著作 10 部，发表相关论文 205 篇（SCI/EI106 篇），主持制定或参与国家、行业标准 10 项。项目已获中国轻工业联合会技术发明一等奖、中国发明协会发明创业成果一等奖、黑龙江省技术发明一等奖、中国食品科学技术学会技术发明一等奖等省部级以上科技奖励 14 项。 项目技术主要用于生产有机大豆油脂、大豆蛋白肽以及大豆膳食纤维等产品，项目目前已通过中试实验。项目计划投资预计 2 亿元，建设规模为加工原料豆 20000 吨/年，项目达产后预计年销售额为 3.6 亿元人民币。通过该项目的实施，将打破了国外在高端油脂和蛋白产品生产上的技术垄断，增强了企业的核心竞争力。

西安科技大学自 1998 年开始对我国煤与瓦斯共采基础理论进行研究，成果获陕西省科学技术二等奖，出版专著 2 部，发表论文 40 余篇（其中 SCI 、 EI 收录 12 篇， ISTP 收录 5 篇），获专利 5 项。研究成果已在山西省天池煤矿等多个高瓦斯矿井进行了煤与瓦斯共采技术验证，有效指导了煤矿现场的瓦斯抽采工作，实现了矿井的安全生产，具有良好的社会和经济效益。

在DCS与实时信息集成系统的基础上，实时智能故障诊断与专家系统充分利用网络技术、计算机技术、控制技术、通讯技术以及人工智能技术将分散的DCS系统进行集成，实现信息管理的智能化。实时智能故障诊断与专家系统实现从已有的DCS通讯网络获得数据，进行高一层次的综合和处理，进行监督、诊断和预报。主要内容：通讯网关：DCS数据高速公路和IFDES通过网关交换数据和信息。数据处理：从DCS、PLC和传感器送来的数据进行预处理，如数据工程化，数据转换和压缩。知识库：存放专家知识，用于工况监督、故障诊断、事故预报、提供在线操作指导；采用多种智能处理方法及软测量技术用于炼油生产过程的专家系统知识库的构建。推理系统：集成了前向推理机和反向推理机等，操作经验和事故教训将用于指导问题的解决。多媒体显示及操作手册的开发。与综合自动化平台集成。技术优势：1、 系统驱动器和数据处理器2、 数据库和服务器3、 IFDES专家系统4、 超媒体显示系统5、 IFDES与实时数据库接口的实现位号显示与趋势图模块  应用实例：已在炼油厂加氢裂解装置、烯烃厂锅炉装置等现场成功投运  投资规模及设备需求：  硬件环境（机型及CPU、内存、硬盘容量）：机型：运行Microsoft Windows操作系统；CPU: Intel 1.3GHz 及以上；内存：512M及以上；硬盘：80G及以上。  软件环境（操作系统、支持软件的名称及版本号）：操作系统：Microsoft Windows2000及以上版本；Web服务器：Microsoft IIS；数据库：Oracle 8.0以上；开发工具：Microsoft .Net Framework 1.1。实时智能监测与故障诊断专家系统软件（IFDES）  经济效益分析：本系统采用一系列先进的技术与开发集成手段。系统设计合理，使用方便，人机界面友好、开发周期短、扩充与二次开发便捷。性能价格比较高。它是低成本推广应用计算机及新技术的一次成功的尝试。使管理操作人员加强了工艺管理，及时捕捉到了装置运行过程中的事故隐患，确保了整个装置始终能处于高负荷、长周期稳定运行。使企业在最经济的成本下，产生最大的效益，减少事故的发生、原材的浪费与对环境的污染。经济与社会效益显著。

已有样品/n工程项目立足湖北，辐射全国。规划、建设了武汉六湖水体生态修复、“大东湖”生态水网、北京奥林匹克森林公园人工湿地、杭州西湖水质改善与水生植被恢复等工程。在全国范围内推广建设工程500余项，其中湖北80余项；累计水处理规模231.19万吨/天，削减COD6.73万吨/年，实施水域面积187.3km2。受污染地表水经处理后出水主要水质指标均可提高1-2个等级，显著改善了区域生态环境。成果应用推广中形成了技术研发、工程设计、建设与运营管理结合的生态工程产业技术创新链和产业集群，引领了湖北乃至全国

1. 痛点问题 我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。 图1 自动驾驶、视觉抓取、物体识别 2. 解决方案 本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。 图2 三维目标检测的流程图 在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。 合作需求 寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。