产品详细介绍BKTEM-Dx全自动热电性能分析系统关键词：热电材料，Seebeck系数，电导率， 电阻率，V-1装置产品介绍：     BKTEM-Dx热电性能分析系统是一款全新的自动化热电赛贝克系数测试仪，该仪器实现了一体化设计，无需手动，电脑软件上可以直接抽真空，设置温度，只要将样品装上之后，实现一键式的测量，电阻率及各个表格能够直观出现，其测试性能远超越国内外热电材料测试仪，不仅可以用于块体材料同时也可以用于薄材料的测试，是目前国内高等院校和材料研究所的重要设备。对于热电材料的研究，热电性能测试是不可或缺的试验数据。BKTEM-Dx(x=1,2,3)系列可以精确地测定半导体材料、金属材料及其他热电材料(Bi2Te3, PbTe, Skutterudites等)及薄膜材料的Seebeck系数及电导率。主要原理和特点如下: 该装置由高精度，高灵敏度温度可控的电阻炉和控制温度用的微型加热源构成。通过PID程序控温，采用四点法的方式精确测定半导体材料及热电材料的Seebeck系数及电导率、电阻率。试样与引线的接触是否正常V-1装置可以自动检出，自动出来测试数据和测试报告。一、适用范围：1、精确地测定半导体材料、金属材料及其他热电(Bi2Te3,PbTe,Skutterudites康铜、镍、钨等金属，Te、Bi2Te3、ZrNiSn、ZnAgSb、NiMoSb、SnTe、FeNbSb、CuGaTe2、GeTe、Ag1-xCuS、Cu2ZnSnSe4等)的Seebeck系数及电导率、电阻率。3、块体和薄膜材料测均可以测试。4、试样与引线的接触是否正常V-1装置可以自动检出。5、拥有自身专利分析软件，独立分析，过程自动控制，界面友好。6、国内高等院校材料系研究或是热电材料生产单位。7、汽车和燃油、能源利用效率、替代能源领域、热电制冷.8、很多其他工业和研究领域-每年都会诞生新的应用领域。二、技术特点：      一体化设计，所有参数直接在电脑上操作，无须人工干预·解决高温下温控精度不准的问题，静态法测量更加直观的了解产品热电材料的真正表征物理属性。温度检测可采用J、K型热电偶，降低测试成本。·试样采用独特的焊偶机构，保证接触电阻最小以及测量结果的高重现性。每次可测试1-3个样品.采用高级数据采集技术，避免电路板数据采集技术带来的干扰误差，可控温场下同步测量赛贝克系数和电阻率。 采用原装进口的采集仪，测试报告自动生成。三：主要技术：测量温度：室温-600℃,800℃,1200℃ 可选同时测试样品数量：1个，2个，3个 可选控温精度：0.5K（温度波动:≤±0.1℃）升温速率：0.01 –100K/min，极大得提高测试时间测量原理：塞贝克系数：静态直流电；电阻系数：四端法测量范围：塞贝克系数：0.5μV/K_25V/K；电阻系数：0.2Ohm-2.5KOhm分辨率：塞贝克系数：10nV/K;电阻系数： 10nOhm测量精度：塞贝克系数：＜±6％；电阻系数：＜±5％样品尺寸：块体方条形：2-3×2-3 mm×10-23mm长，薄膜材料：≥50 nm热电偶导距: ≥6 mm电   流: 0 to 160 Ma气   氛：0 to 160 mA加热电极相数/电压：单相，220V，夹具接触热阻：≤0.05 m2K/W图1 单一样品测试系统原理示意图

团体身心放松训练系统     团体心理放松训练系统是一款基于生物反馈原理的高科技心理训练及测评系统。通过脑波头戴设备作为前端脑电测量设备，可实时获取被检测者的脑电数据以及反映测试者心理状态的多项参数。脑波头戴设备具有佩戴简单、使用方便、安全舒适、稳定可靠等诸多等优势，可适应于各类人群和各种日常环境。    系统通过穿戴式生物反馈传感器，采集人体前额部位的脑电信号（EEG），通过无线传输将受测者的每一瞬间的压力值变化传输到身心反馈训练系统软件里面。采用视音脑多维度音乐诱导技术，通过不同频段的音乐诱发产生定向的脑电波形，达到合理干预、疏导压力，平衡情绪的目的。可以消除焦虑、紧张、冲动、抑郁等负面情绪，减轻学习、生活压力，达到使用者身心健康的目的。

一种空间分辨激光诱导击穿光谱分析系统，包括脉冲激光器，激光束变换聚焦光学系统，位移台，激光诱导等离子体信号采集装置，光谱仪，计算机；激光诱导等离子体信号采集装置包括夹持器和光纤探针，夹持器的弧形导轨上至少有一个滑块，滑块可在弧形导轨上滑动，滑块中央的孔中有可沿弧形导轨径向移动的套筒；光纤探针固定在套筒的圆孔中。

技术成熟度：技术突破 本成套设备，以电供暖的各个电暖气为控制对象，以建筑内不同房间不同区域的取暖温度为控制参数，自下而上，组成了由单片机现场控制器（控制室单独使用PLC控制器）、PLC中间层算法控制器、工控机为上位机构成监控界面的DCS控制系统，从而实现分散控制集中管理的控制系统。此系统的目的在于替换传统水暖系统，利用合理科学的软件算法，实现节能、环保、减排的效果。设备兼具教学、实验、科研及实用的功能。 成果技术特点：本套装置由四个单片机组成现场控制器，一个PLC组成的控制室控制器，与中间层面的S7-300PLC控制系统，以及顶层监控层的工控机装置，统一安装到了一个整体的平台上。此平台便于实地集中实验、研究，也有利于集中编程与项目演示。 图1 设备实物图 图2 为智能控制系统电脑操作界面

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。

小阵列核脉冲能量与时间谱分析系统是国家自然科学基金和NSAF联合基金 项目的创新成果，采用先进的低噪声阵列读出电路和基于FPGA的多通道能量与 时间谱分析系统，能够同时测量小阵列像素探测器的能谱和时间谱，并绘制出一 维能量谱、一维时间谱、能量与时间的二维谱以及光子作用位置分布图。 该系统相对于国内外现有产品的主要优点是：(1)能够同时测量核脉冲的 能量和时间谱，并给出二维谱分布；(2)能够对小阵列探测器进行高速并行读 出，并具有较高的灵敏度；(3)可以实现初步的能谱成像，并具有亚像元空间 分辨能力。 系统指探测器、模拟读出电路、FPGA谱分析系统以及电源四个模块组成， 低压电源采用±3. 7V可充电锂电池，高压电源采用IkV高压模块，探测器采用基 于CZT晶体的像素阵列探测器，探测器与模拟读出电路体积为 4. 5cmx4. 5cmx2. 7cm, FPGA 谱分析系统体积为 6. 5cmx8. Icmx2. 5cm,基本系统的 像素阵列为2x2,高分辨系统的阵列数可达8x8,系统的时间分辨可达5ns,能 量测量下限可达5keV,对59. 5keV伽马射线可以实现能量分辨率5. 5%。

经过热加工（如铸造、锻压、焊接）和压力加工的金属零件表面和内部会 存在残余应力和变形。残余应力的存在对构件是有害的，如降低工件强度和疲 劳极限、造成脆性断裂、加快构件在腐蚀大气中的腐蚀速度等；分布不均的残 余应力会对构件尺寸精度和稳定性产生极为不利的影响。因此消除残余应力是 机械制造工业技术中的一项重要课题。 当前，消除构件残余应力的方法主要有自然时效、热时效、振动时效。振 动时效较自然时效和热时效具有投资少、效率高、污染少等优点，已得到越来 越广泛的应用。但是，现有大部分的振动时效系统具有扫频速率较慢、易漏频 等缺点，而且振动时效机理尚未被解释清楚。因此，开发了基于频谱分析法的 振动时效系统，并在此系统的基础上，研究振动时效机理。 频谱分析法是将时域信号变换至频域加以分析的方法，其目的是把复杂的 时间历程波形，经过傅里叶变换以获得信号的频率结构。将此方法应用到振动 时效中获取工件固有频率，可克服传统振动时效中的缺点。此外，构建振动时 效控制系统的构建采用 VB 和 MATLAB 混编，并结合数据采集卡、变频器和激 振电机等硬件，具有开发灵活性好、自动化程度高等优点，并且缩短了产品开 发周期。经过该系统处理的试件残余应力平均下降 46.62%，达到了振动时效消 除残余应力标准。

便携式通用精细智能信号采集分析系统根据设备状态监测和故障诊断的要求采集并记录与设备工作过程相关的主要状态参数的状态信号，如振动、噪声、转速、电流等，然后对这些参数和信号进行快速处理和精密分析，提取反映设备运行状态的特征信息，快速准确地给出设备运行状态的性能评价，为设备管理、诊断及维修提供依据，从而保障设备长期安全可靠地运行。