主体结构采用新型技术设计而成，解决动臂对称问题； 运动部位导轨，采用合金钢经高温热处理后研磨而成，表面耐磨耐腐蚀的同时确保了材料的韧性； 自助式座椅调节：采用弹簧辅助调节，使用时只需轻提座垫即可轻松上下调节，共设有 8 段调节档位，每段调节行程3cm； 辅助杠铃片悬挂架：部分器械配有辅助性杠铃片悬挂架，采用不锈钢管，品质保障，用于放置更多规格的杠铃片，方便使用。 整机尺寸（mm）: 1200×1840×1240 净重（kg）: 166

QXC-500细菌总数全自动计数器用于针对培养皿细菌计数的快速计数器，以取代人工计数。本款仪器适用于菌落培养的计数。 技术参数： 1. 分辨率：500万 2. 可检测最小菌落：0.5mm 3. 计数：手动控制全自动计 4. 圆形培养皿直径：75mm培养皿、90mm培养皿(其他小号的培养皿在技数时请尽量放在光圈的中央) 5. 误差率:

随着5G时代的来临，实验室建设的智能化水平在飞速发展，不仅是新建实验室在建设中追求更加智能化，很多使用中的实验室也慢慢开始进行智慧化改造。智慧实验室的建设除了软件系统的开发，各类硬件产品也都在不断地升级换代。 而为了让我们的智慧实验室能够全方面的掌握实验室内部的各种情况，并且有数据可查，便需要使用多种传感器来获取实验室内的各项参数。一直以来，为了提高智慧实验室传感器的准确、快速、智能，埃松产品在不断地更新升级。目前，埃松智慧实验室传感器组件已广泛的应用于通风柜的变风量控制、实验室的微负压控制以及负压隔离病房的压力梯度控制。 位移传感器 安装于通风柜顶部，用于精准测量通风柜移门的开度，耐酸碱耐腐蚀、测量精度高、结构紧凑、安装便捷。 ● 测量范围：0～1000mm；0～2000mm； ● 轮彀材料：绝缘颗粒涂层阳极氧化铝； ● 线性精度误差：＜0.25%； ● 输出阻值：0-10KΩ与外部测量呈线性关系。 压差传感器/静压传感器 用于HVAC系统所需要的精确压力和流量测量，具有压力反应灵敏、长期输出稳定、温度性能优越等特点。 ● 实时测量实验室内外压差值或风机静压值； ● 传感器量程：-25Pa～+25Pa；-50Pa～+50Pa；0～500Pa；0～1000Pa； ● 传感器精度：在常温下为1% FS； ● 0～10VCD及4～20mA模拟输出。 区域传感器 用于检测通风柜是否有人占用，配合变风量控制系统，切换通风柜面风速和工作模式，实现节能减排。 ● 用于侦测通风柜的实时占用情况，当无人占用时切换至节能模式运行； ● 采用红外线和超声波探测技术结合先进算法，解决传统红外线传感器的盲区和误动作的缺陷； ● 可根据实际需求调整足迹区域范围和间隔时间。 房间温湿度传感器 用于HVAC系统所需要的精确温湿度测量，可用于污染环境和清洁环境，具有极高可靠性和长期稳定性等特点。 ● 介质：适用于空气和中性气体； ● 用途：HVAC暖通空调系统，用于HVAC系统所需要的精确温湿度测量； ● 可采用壁式或管道式安装，方便室内温湿度和管道温湿度等不同测量环境的应用； ● 采用金属烧结过滤帽，易清洗，可拆卸，透气防尘效果好； ● 采用专用的数字模块采集技术和温湿度传感技术，确保产品具有极高的可靠性和长期稳定性等特点。 柜内温湿度传感器 用于精确测量通风柜内的温湿度，可在高温高湿、高腐蚀的环境下使用。 ● 测量范围：温度：-20～100℃；湿度：0～99.9% RH； ● 测量精度：温度：±0.2℃；湿度：±2% RH； ● 分辨率：温度：0.1℃；湿度：0.1% RH； ● 传感器：改进型电容式湿度传感器元件+能隙温度传感器元件； ● 探头防护等级：IP67。 面风速传感器 面风速探头安装于通风柜立柱，精准测量，面风速测量元件表面具有防腐保护层，确保面风速传感器长期可靠稳定运行。 埃松产品与时俱进，持续对产品进行更新和升级，不断完善，更好地服务于实验室科研人员。

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。

该研究采用污水处理厂改造前后的运行数据，对传统活性污泥法和膜生物反应器（MBR）两种污水处理工艺进行技术经济上的严格配对比较研究，对比分析污水处理厂采用两种工艺时的成本能耗、净利润和技术效率，采用敏感性分析评价计算结果的可靠性，为污水处理工艺的选择和应用提供技术经济方面的理性参考。

近日，园艺学院果树发育生物学团队在国际知名期刊《植物,细胞与环境》（Plant,Cell&Environment）上发表研究论文，以MdWOX11转基因苹果组培苗为试材，揭示了硝酸盐处理下MdWOX11调控不定根发生的机制。

2010年我国含氟聚合物产能约8万多吨，占世界总产能的三分之一，产量近6万吨，其中PTFE约占80%，已成为世界第二大生产国。根据国家氟化工十二五规划，到2015年我国含氟聚合物产能将达到13.4万吨，产量达到9.4万吨，其中PTFE约占70%。随着战略性新兴产业的兴起，PTFE应用范围已经从传统领域扩展到环保、生物医药、新能源、电子信息等新兴产业领域。如在环保领域，PTFE膜接触器应用于烟道气处理；在生物医药领域，PTFE中空纤维管用作血浆过滤器；在新能源领域，PTFE用作锂电池隔膜和太阳能电池背板；在电子信息领域，PTFE用作驻极体材料。而这些应用，无一不涉及到对PTFE的表面处理。传统的湿化学法已经不能适应，正如氟化工十二五规划中所述：产品结构不合理，中低端产品为主，高端产品仍然依赖进口；应用开发不力，加工技术和设备落后。 大气压低温等离子体材料表面改性是一种新型的表面改性方法，这种方法可以有效地改善材料表面性能，且凭借其独特的优点使其具有其它传统方法不可比拟的优势，是一项值得深入研究的有广阔应用前景的技术。本项目采用大气压低温等离子体改性PTFE材料，替代传统的湿法化学处理方法，从而提高其表面的粘接性、吸湿性、可染色性、及生物相容性等性能，开发出适合对PTFE表面处理的高放电均匀性、高放电电离效率和大面积的均匀等离子体在线清洁处理技术，从而达到对PTFE表面改性的有效调控，取代传统的化学表面处理方法，推动相关产业的技术进步和PTFE在新兴行业中的应用，对于提升PTFE产品档次，促进PTFE在新兴行业的应用具有现实意义。 本项目所采用的常压低温等离子体设备为大面积、均匀连续处理设备，如图所示，可以实现稳定均匀DBD模式运行，配合上收卷、送卷，臭氧抽气等装置，可实现在线连续运行。目前已在实验室实现电极长度为1.5米的的大面积放电，如图(a)所示，将进一步结合在线处理要求，深入研究等离子在线处理工艺，开发如图(b)所示的在线处理样机。处理宽度0.5m，处理速度1-5m/min可调；处理厚度0.05-0.5mm；处理后PTFE表面水接触角不大于50°；PTFE表面微观形貌：表面刻蚀程度均匀。 技术特点及创新性 针对目前PTFE表面处理中采用的湿法化学处理方法安全性、环保性、节能性差的缺点，采用大气压低温等离子表面处理技术，通过研究放电参数、处理结构及处理气体对PTFE表面改性影响的规律，获取最优改性处理条件，找到最适合取代化学处理方法的PTFE表面状态；通过研究在PTFE表面接枝不同的分子链，使其表面产生新的分子结构和新的功能，解决表面处理后老化效应等问题；开发新型的DBD等离子体处理样机，提高等离子体大面积处理均匀性；实现对PTFE表面处理的在线连续性、经济性、清洁性和安全性。同时为低温等离子体材料表面改性的大规模工业应用提供实践。研发出适应工业化生产的PTFE表面处理新技术和新设备，从而提高其表面的粘接性、吸湿性、可染色性、及生物相容性等性能，而且改性只涉及表面纳米级别范围内，基体性能不受影响，对于提升PTFE产品档次，促进PTFE在新兴行业的应用具有现实意义。 ●应用前景： 以聚四氟乙烯复合胶带为例，该产品是采用PTFE乳液浸渍玻璃纤维基布，生产出聚四氟乙烯漆布，再进行单面表面处理后，涂上一层有机硅胶粘剂。该产品表面光滑，有着良好的抗粘性，耐化学腐蚀和耐高温性以及优秀的绝缘性能，并具有反复粘贴功能，广泛应用于在造纸、食品、环保、印染、服装、化工、玻璃、医药、电子、绝缘、砂轮切片、机械等领域，还可应用于浆纱机的滚筒、热塑脱模等行业。该产品预计全国年用量达1000多万㎡。再以太阳能电池组件背板为例，其主流产品是TPT。该产品是由上下两层PVF（聚氟乙烯）和PET（聚对苯二甲酸二乙酯俗称涤纶）薄膜三层复合而成。该产品的生产就涉及到对PVF的表面处理。相对于PTFE来说，PVF的表面处理就比较容易。据统计1兆瓦组件需要8800-10000平方米的背膜,2007年我国组件量为1717兆瓦,消耗各种背膜1500-1700万平方米,全部依赖进口。据《2008年中国光伏太阳能行业研究与投资前景分析报告》预测，2008年世界组件量为将上升40%，约为5600兆瓦，我国组件量约为2400兆瓦，需要背膜约1900-2400万平方米，PVF表面处理量达3800-4800万平方米。 目前，国内外相关研究大多实验室阶段，国外一些知名的大公司，如道康宁、3M以及德国的一些公司，也正致力于该技术研究。从目前报道资料情况上看，国外仅道康宁公司有应用报道，国内尚无相关产品推出。因此技术属于自主創新技术，将填补国内空白，达到国际先进水平。本技术具有应用的普遍性，不但可用于PTFE的表面处理，更可用于其它氟树脂和难粘高分子材料的表面处理，具有广阔的市场前景。本技术还可以推广到其他高分子材料处理领域，以及保护性包装、生物材料处理、薄膜沉积、生物医学应用等领域，在提高材料表面性能，开创材料新的应用领域方面发挥着至关重要的作用。

工业制动器是工业系统运行必不可少的安全系统部件。太原科技大学自主研发的《ZDS30制动器动态制动性能试验系统》，是进行工业制动器产品性能检测、新产品研究开发、制动摩擦机理与产品可靠性研究、安全事故回溯分析等必不可少的重要试验设备。 《ZDS30制动器动态制动性能试验系统》主要由先进的变频驱动调速系统、组合式飞轮加载系统、高覆盖率的模块化基座平台、基于虚拟仪器的本质化高精度测控系统、宜人性的人机界面、完善的安全保护体系等组成。通过辽宁省科学技术厅鉴定达到国际先进水平，全方位满足国内现有各种类型工业制动器动态制动力矩性能试验要求，取得了良好的经济效益和社会效益。