成果简介：该自动分组测量机是为发动机生产线开发的缸孔测量分组专用设备，也可用于其它大批量生产零件的内孔自动测量分组。该测量机由机械主机和测控系统组成，工件由生产线传输滚道进入本机预定位置后，测量机的控制系统自动将工件运送至测量位置，测量并分组后，自动送至标记位置，自动或手动涂漆（或打印）标记。测量系统采用电子式测微传感器，具有极高的分辨力和重复精度。该测量机的主要技术指标：测头分辨力：0.1微米；测量重复精度：0.8微米；其中工件运送行程、测头运动行程及速度由交流伺服电机或步进电机控制，可根据测量

设计了一类具有蜂窝状一维孔道的新型三维框架。由于使用了二次对称的金属草酸根链和三次对称的有机桥联配体，其孔道直径大约是配体桥联长度的四倍。因此，使用三种普通的三角形有机配体，就合成了孔径约为2-4 nm的三例新型介孔框架MCF-61、MCF-62和MCF-63，其孔容为1.19-2.36 cm3g-1，BET表面积为2096-2749 m2g-1。以温室效应可忽略的R-134a（1,1,1,2-Tetrafluoroethane）作为吸附质时，这些材料体现出介孔材料的IV型吸附等温线，而且吸附量突跃的压力随孔径增大而增大。在日常所需的吸附制冷或热泵以及常见的低温热源温度下，MCF-63可实现高达1.19 g g-1或0.38 g cm-3的循环工作量，远高于具有相似孔容和表面积，但孔径分布不均且具有I型吸附等温线的多孔碳材料。上述结果不但为PCP/MOF提供了一种新的框架模型，还展示了介孔材料在吸附热转换应用的潜力。

产品详细介绍 1.产品为8孔型式，由试管孔板、支撑板、试管棒、底座组成，采用透明聚碳酸酯注塑成型； 2.产品外形尺寸为240mm×63mm×74mm，试管孔孔直径为22mm，试管防止棒棒顶端外直径8mm，底端外直径10mm，棒高65mm；底座上与孔上下对应有圆弧孔穴，孔穴断面孔直径为12mm，深3mm； 3.支撑板与试管孔板底座结合牢固、与底座垂直，试管孔板与底座平行； 4.省级检测合格报告。

"拟对镁金属表面进行复合镀膜处理，用镀膜镁金属直接固定骨折，控制镁金属表面降解保持其骨折愈合期间的力学强度，优化镁金属的成骨作用，最终促进成骨并避免二次手术。 本研究公开了一种表面多重防护层的镁或镁合金材料或器件及制作方法。 本研究提供的表面多重防护处理的镁/镁合金材料或器件，旨在减缓镁/镁合金在生理环境中初期力学衰减和提高其耐蚀性能，有效延长其服役期。 本研究防护处理包括： 1）制作镁/镁合金基体并对基体表面进行清洗； 2）在镁/镁合金基体表面进行化学转化处理，于其表面生成一层厚度为数纳米的化学转化膜； 3）在化学转化膜上涂覆一层胶粘层； 4）在胶粘层外表面涂覆可降解聚合物膜。"

研发阶段/n本发明公开了一种密炼装置，利用一个与料腔构成窄缝的塑化辊将密闭料腔分成两个部分，通过塑化辊的旋转和往复移动使物料通过窄缝在密闭腔体的两个部分循环置换，实现往复旋转剪切塑化。其特点有塑化质量好且塑化程度可控制、取料和清料方便、密闭式结构、可使用粉料、工作腔结构简单且占地小。料腔（１）、喷嘴（２）、中间筒（４）构成一个密闭的腔体，物料从加料斗（１４）加入，物料在塑化辊（５）的旋转和移动动力作用下，往复来回地通过由塑化辊（５）的大径与料腔（１）构成的一个窄缝，进行旋转剪切塑化。本发明可用于对塑

达内时代科技集团有限公司（简称达内教育），美股交易代码：TEDU，成立于2002年。 2014年4月3日成功在美国上市，融资1亿3千万美元。成为中国赴美国上市的职业教育公司，也是引领行业的职业教育公司。 达内致力于面向IT互联网行业，培养软件开发工程师、测试工程师、系统管理员、智能硬件工程师、UI设计师、网络营销工程师、会计等职场人才。2015年起，推出面向青少年的少儿编程、智能机器人编程、编程数学等K12课程。 高慧强学是达内时代科技集团旗下服务国家创新驱动发展战略，致力于“产教融合，校企合作”，推动多元主体下新工科及新文科生态体系建设，培养适应新时代经济发展的创新技术人才的专业机构。高慧强学以新工科、新文科专业为基础，面向全国高校整合达内教育集团资源和模式，提出教育服务“十三条”，从师资培养、课程体系建设、人才培养方案修订、协同育人基地搭建、就业创业指导以及产学研服务平台等方面为高校提供多维度一体化教育教学服务。以“共建专业”、“共建实习实训基地”、 “共建产业学院”等模式为合作载体，构建校企优质教育资源与产业资源和海外资源的融合与对接平台，助力中国产教融合新发展，为高等教育改革与创新贡献企业力量。 高慧强学自2015年成立以来，吸引了来自海内外优秀人才，现有员工超过600多人。组建了由资深技术专家、精英工程师组成的核心团队，依托集团强大的影响力已与全国1200余所院校建立密切合作关系。

XM-EB高级耳部检查模型   XM-EB高级耳内检查操作模型是一款用于训练内耳检查及治疗操作的多功能模型，模拟了外耳及中耳的结构，可通过简单的拆卸安装模拟不同病症的耳，模型仿照真人大小制作，通过将彩色的病变附件植入鼓膜，给训练者提供了多种检查训练、考核的真实场景。   一、功能特点： ■ 模型采用高分子材料制成，仿真度高。 ■ 标准的耳内检查体位。 ■ 可练习用检耳镜进行耳内病变的检查。 ■ 可进行双手检查法和单手检查法。 ■ 配有15种病变耳，可以方便更换： · 正常鼓膜 · 鼓膜充血 · 鼓膜内陷 · 鼓膜小穿孔 · 鼓膜全穿孔 · 鼓膜外伤性穿孔 · 分泌性中耳炎或浆液性中耳炎（急性中耳炎早期充血） · 分泌性中耳炎或浆液性中耳炎（急性中耳炎渗出液） · 鼓膜切开置管 · 化脓性中耳炎（慢性化脓性中耳炎非胆脂瘤型） · 鼓膜鼓室硬化症 · 鼓室硬化症新月体硬化斑 · 胆脂瘤（慢性化脓性中耳炎胆脂瘤型） · 外耳道骨瘤 ■ 可反复进行练习。   二、标准配置： ■ 高级耳部检查模型：1台 ■ 病变模块：1套 ■ 说明书：1册 ■ 保修卡合格证：1张

产品详细介绍机箱尺寸：500*280*210mm机箱自身高度：600mm行程：1000mm总节数：6节活动节数：5节装饰板尺寸：500*500mm天花开孔尺寸：460*460mm投影机尺寸：406×113×330.5mm颜色：箱体黑色，杆体银色限位方式：电子限位负重：5~20KG机器自重：15KG走线方式：电源，视频线，控制线均采用升降管内走线升降精度：误差≤1mm控制方式：无线遥控，中控

本实用新型提供一种用于呼吸内镜下测量肺内呼气末二氧化碳的装置，由三通管和测量导管组成，其中三通管的A端口为二氧化碳模块螺旋接口、B端口为侧口用于连接注射器、C端口固接金属管，测量导管的尾端套在金属管外，测量导管的头端设至至少2个侧孔E。测量导管选用软质空心管。本实用新型实现了通过软质或硬质支气管镜测量肺内各部位呼气末二氧化碳的需求，操作简单易行，不仅可以帮助进一步深入了解呼气末二氧化碳在呼吸生理及病理生理中的作用，更可用于监测支气管镜下介入诊疗患者呼吸频率和呼气末二氧化碳浓度，早期发现呼吸抑制及二氧化碳潴留等情况，提高患者安全。

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。