产品详细介绍 

本发明公开了一种实时混合动力试验方法，包括以下几个试验步骤：S1、在混合加载反力装置上安装试验子结构；S2、工程结构的数值计算模型在上位机中建立，上位机根据数值模型上施加的激励信号和初始化的响应信号计算出第一步的控制信号命令；S3、上位机通过数据通讯模块将控制信号命令传输到下位机，下位机接受控制信号命令；4、下位机实时地将控制信号命令发送给功率放大器，功率放大器将放大后的信号通过作动器驱动模块实现对作动器的控制，进而实现试验子结构的实时动力加载。本发明实时混合动力试验方法具有试验占地较小、试验精度稿、易于控制特点。

   本发明涉及一种适用于重型轮式汽车车辆驱动桥的主减速器，具体涉及一种具有动力分流结构的主减速器，具有单位体积输出扭矩大，传动效率高，重量轻的特点，因此可以在不减小离地高度的前提下去除轮边减速器，从而大幅度提高重型驱动桥的传动效率，减少油耗和排放，并能降低驱动桥的成本。     本发明的目的在于提供一种结构紧凑，承载能力高的具有动力分流结构的主减速器，在有限的空间内大幅度提高主减速器的承载能力，在保证车辆的离地高度和通过能力的前提下免去轮边减速器，从而使驱动桥的成本大幅度下降，并减少车辆的油耗和噪声。

1、成果简介 可以研发：扭矩传感器、测功机、回转动力监测系统、回转动力测试系统、闭式转动动力试验装置、发动机测试装置等。2、应用说明 主要应用对象：材料、船舶、航空航天、铁路、矿山、钢铁等领域。3、效益分析 高技术产品

鲜红斑痣又称葡萄酒样痣是一种常见的先天性真皮乳头层毛细血管扩张畸形，新生儿发病率为0.3%-0.5%，影响全球约2500万人，65%的患者病灶在30~50岁前产生明显增生，甚至出现结节且创伤后容易出血，对患者日常活动、社交娱乐和情感方面等生活质量方面可产生轻度到中度的不良影响，并与Sturge-Weber综合征、青光眼等疾病相关联。 脉冲染料激光治疗疗法和血管靶向光动力疗法是目前常用的两种鲜红斑痣治疗方法。脉冲染料激光治疗目前被认为是治疗鲜红斑痣的金标准，但其治愈率仅为10-30%，约有20-30%的患者治疗无效，并有较高复发率。血管靶向光动力疗法但存在有效率高、治愈率低、对粉红型及增生型患者治疗效果不佳、避光周期长等问题。 本技术专利体系将解决鲜红斑痣治疗的剂量控制，通过采用微针、进药、新型治疗光源解决治疗过程的精准调控，并获得短避光周期的效果、低光敏剂用量的效果。 图1.阵列光动力治疗系统原理、样机及算法流程

聪动力集团（CONGDONGLI GROUP），是一家以专注儿童健康成长为中心，Ai人工智能为驱动的技术型企业集团，产品包括各类儿童用体适能器材、感统器材、智能玩具、益智游戏及游乐设施的研发、生产、销售、运营于一体的现代化企业，聪动力每一个产品都散发着童梦一样的奇幻创意，它是一个缩小版的大人世界，拥有大人世界的各种模拟器材和玩具。为无数儿童造出了一个个诱人的想象力空间，从模拟、认知、行动、视觉、前庭觉、立体觉、听觉、触觉、速度、灵敏、协调、全身力量、柔韧性及心肺耐力方面等多个层面的综合训练，以及开发孩子的想象力、逻辑思维及运动力，为孩子的健康成长保驾护航。

全国性运营的综合性创新研发平台，新动力创新研究院是京苏黔桂四省省级主管单位批准民政部门注册的独立民非。依托好活科技、华力必维等混合所有制百亿产值、 百万流量产业平台。每个月都有机会向省部级、厅局级领导汇报课题或项目方案。撰写的课题或调研报告可以通过 中央统战部、中国侨联直报系统直达中央主管同志并作为1 政协议政会发言内容。目前已在北京、昆山、贵阳民政部门注册省级民非，在桂林依托广西师大成立产学研中心。 我们工作地点分为北京、昆山和桂林，欢迎大家投递简历， 大舞台成就精彩的你。

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。

项目成果/简介:随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。