简单介绍： 小鼠五孔注意力测试系统基于视觉上的辨别力，通过运行5-CSRTT任务(5-choice serial reaction time task)， 测试动物的注意力、冲动性(impulsivity)等一系列行为学指标，主要用于注意力缺失/多动综合症(attention deficit/hyperactivity disorder, ADHD)、老年痴呆、精神分裂症等精神**研究。 详情介绍：   图1：设备箱体俯视图 图2：硬件布局 图3：软件界面     图4：四鼠同时训练图 图5：实验流程图   训练开始时，前面板的五个探鼻孔指示灯之一随机亮起，大/小鼠如果探鼻进入该孔，那么返回奖励孔可以获得食物或水作为奖励。初始参数设置一般为：SD, 30s; LH, 30s; ITI, 2s; TO, 5s。**训练一个session，一个session包括100个trials。   参数说明： Trial：可以理解为大/小鼠一次操作，正确操作包括探鼻进入前面板探鼻孔直至*后获取奖励结束。如果做错，trial提前终止。 Stimulus duration (SD)：探鼻孔指示灯亮的时间。 Limited Hold (LH)：从探鼻孔指示灯亮到大/小鼠探鼻进入所花费的*长时间不能超过LH，否则操作错误。 Intertrial Interval (ITI)：连续两次trial之间的时间间隔。 Timeout (TO)：大/小鼠操作错误时的惩罚时间。在这段时间内所有灯熄灭。 随着训练次数的增加，如果大/小鼠在一次session能至少做对30次trials，可以逐渐降低SD以及增加ITI，直至达到我们的训练要求。 分析指标： Correct：正确反应次数 Incorrect：错误反应次数 Premature：过早反应次数 Omission：错失次数 Latency to Stimulus：探洞潜伏期 Latency to reward：获得奖赏潜伏期

简单介绍： 大鼠五孔注意力测试系统基于视觉上的辨别力，通过运行5-CSRTT任务(5-choice serial reaction time task)， 测试动物的注意力、冲动性(impulsivity)等一系列行为学指标，主要用于注意力缺失/多动综合症(attention deficit/hyperactivity disorder, ADHD)、老年痴呆、精神分裂症等精神**研究。 详情介绍： 图1：设备箱体俯视图 图2：硬件布局 图3：软件界面     图4：四鼠同时训练图 图5：实验流程图   训练开始时，前面板的五个探鼻孔指示灯之一随机亮起，大/小鼠如果探鼻进入该孔，那么返回奖励孔可以获得食物或水作为奖励。初始参数设置一般为：SD, 30s; LH, 30s; ITI, 2s; TO, 5s。**训练一个session，一个session包括100个trials。   参数说明： Trial：可以理解为大/小鼠一次操作，正确操作包括探鼻进入前面板探鼻孔直至*后获取奖励结束。如果做错，trial提前终止。 Stimulus duration (SD)：探鼻孔指示灯亮的时间。 Limited Hold (LH)：从探鼻孔指示灯亮到大/小鼠探鼻进入所花费的*长时间不能超过LH，否则操作错误。 Intertrial Interval (ITI)：连续两次trial之间的时间间隔。 Timeout (TO)：大/小鼠操作错误时的惩罚时间。在这段时间内所有灯熄灭。 随着训练次数的增加，如果大/小鼠在一次session能至少做对30次trials，可以逐渐降低SD以及增加ITI，直至达到我们的训练要求。 分析指标： Correct：正确反应次数 Incorrect：错误反应次数 Premature：过早反应次数 Omission：错失次数 Latency to Stimulus：探洞潜伏期 Latency to reward：获得奖赏潜伏期

简单介绍： 五孔注意力测试系统基于视觉上的辨别力，通过运行5-CSRTT任务(5-choice serial reaction time task)， 测试动物的注意力、冲动性(impulsivity)等一系列行为学指标，主要用于注意力缺失/多动综合症(attention deficit/hyperactivity disorder, ADHD)、老年痴呆、精神分裂症等精神**研究。 详情介绍： 图1：设备箱体俯视图 图2：硬件布局 图3：软件界面     图4：四鼠同时训练图 图5：实验流程图   训练开始时，前面板的五个探鼻孔指示灯之一随机亮起，大/小鼠如果探鼻进入该孔，那么返回奖励孔可以获得食物或水作为奖励。初始参数设置一般为：SD, 30s; LH, 30s; ITI, 2s; TO, 5s。**训练一个session，一个session包括100个trials。   参数说明： Trial：可以理解为大/小鼠一次操作，正确操作包括探鼻进入前面板探鼻孔直至*后获取奖励结束。如果做错，trial提前终止。 Stimulus duration (SD)：探鼻孔指示灯亮的时间。 Limited Hold (LH)：从探鼻孔指示灯亮到大/小鼠探鼻进入所花费的*长时间不能超过LH，否则操作错误。 Intertrial Interval (ITI)：连续两次trial之间的时间间隔。 Timeout (TO)：大/小鼠操作错误时的惩罚时间。在这段时间内所有灯熄灭。 随着训练次数的增加，如果大/小鼠在一次session能至少做对30次trials，可以逐渐降低SD以及增加ITI，直至达到我们的训练要求。       分析指标： Correct：正确反应次数 Incorrect：错误反应次数 Premature：过早反应次数 Omission：错失次数 Latency to Stimulus：探洞潜伏期 Latency to reward：获得奖赏潜伏期

产品介绍 GZ100-3A是我公司自主研制开发的具有智能控制功能的蠕动泵灌装系统&控制器。灌装系统由4组基本驱动单元组成，可扩展至32通道；可安装YZ系列和DMD15泵头，为客户提供多种选择。控制器采用7寸工业触控屏，为客户清晰显示操作内容 功能特点 ◇ 任意控制执行单元各通道的启/停、左/右转。 ◇ 可控制单通道或多通道同时进行排空和回收。 ◇ 可设定回吸角度及回吸时间，所有通道同时进行回吸。 ◇ 提供密码功能：保护用户设定好的系统参数，防止误操作。 ◇ 提供灌装方案保存及调用功能。 ◇ 提供4种校准功能：比例调整、体积校准、称重校准和和多次称重校准。 ◇ 提供在线调整功能，方便用户在线调整液量输出。 ◇ 提供超强的智能功能：系统推荐不同灌装方案供客户选择，以实现高精度液体灌装。 ◇ 7寸触控屏方便操作，菜单式界面清晰、友好。 ◇ 对外通讯接口采用RS485总线，波特率可设，奇偶校验可设，通讯规约采用Modbus标准协议制定。 适用场所 自动化灌装机械上配套使用 技术参数 ◇ 灌装液量范围：0.1ml~9999. 99ml(显示调节分辨率：0.01ml ) ◇ 灌装时间范围：0.5s~6000s(显示调节分辨率：0.01s) ◇ 灌装间隔时间：0.5s~999 .9s ◇ 灌装次数：0~999999次(0为无限循环) ◇ 灌装液量校正：各通道独立进行在线比例调整、体积校准、多次称重校准 ◇ 通道使能功能：可任意设置各通道的使能或禁止 ◇ 密码保护功能：通过密码保护用户设置好的系统参数，防止误操作 ◇ 灌装系统外形尺寸(长×宽×高)：663× 218× 177mm ◇ 控制器外形尺寸(长×宽×高)：228×60×166mm ◇ 适用电源：AC9O-260V 50/60Hz ◇ 单组四通道灌装系统重量：12.1kg ◇ 控制器重量：1.7kg ◇ 外壳防护：IP31 泵头型号 灌装液量(ml) 适配软管 灌装时间(s) 精度误差 分配头内径(mm) 参考产品(pcs/min) YZ15-1A 0.3-0.5 13# 1-1.2 ≤±2% ≤0.5 27-30 1.0-2.3 14# ≤1.0 2.6-5.1 19# ≤1.5 4.6-9.1 16# ≤2.0 10-19 25# ≤3.0 15-30 17# ≤3.0 YZ25-1A 8-17 15# ≤3.0 12-24 24# ≤3.0 DMD15-1ADMD15-2A 0.1-0.9 2×13# ≤0.5 0.2-2.3 2×14# ≤1.0 0.5-5.9 2×19# ≤2.0 2.0-1.0 2×16# ≤3.0  

该系统是一款新能源电动汽车中永磁同步电机及控制系统的教学、开发平台，并提供控制器C语言程序代码、原理图、实验指导书、主要芯片数据手册等资料。通过学习掌握电机控制系统原理，具备系统开发、故障诊断能力。

TDA（芯片热设计自动化）软件是清华航院曹炳阳教授团队全自主研发的国际首个芯片跨尺度热仿真与设计系统。TDA软件可实现芯片从纳米至宏观尺寸的热设计与仿真，支持芯片微纳结构内部热输运过程的模拟研究，直接提高芯片热仿真精度与结温预测准确度，进而提高芯片性能、寿命和可靠性。

本发明公开了一种基于电控液晶红外汇聚平面微柱镜的红外波束控制芯片。包括电控液晶红外汇聚平面微柱镜阵列；电控液晶红外汇聚平面微柱镜阵列包括液晶材料层，依次设置在液晶材料层上表面的第一液晶初始取向层、第一电隔离层、图形化电极层、第一基片和第一红外增透膜，以及依次设置在液晶材料层下表面的第二液晶初始取向层、第二电隔离层、公共电极层、第二基片和第二红外增透膜；公共电极层由一层匀质导电膜构成；图形化电极层由布有 m×n 元阵

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

非冷红外探测系统相较制冷型探测系统具有功耗低、体积小、重量轻、成本低、性价比高等特点，是国际上第三代凝视型红外探测技术领域的研究热点与难点。本项目攻克了纳米氧化钒薄膜生长调控、大规模小像元非制冷红外焦平面探测器制备、红外辐射热探测系统集成等关键技术，解决了微热目标探测、微热光电转换机制和微弱信号处理三大难题。系统NETD≤50mK,MRTD≤90 mK，总体技术指标达到国际先进水平（部分指标达到国际领先水平）。获授权发明专利50项（美国专利2项），发表论文114篇；形成了全自主知识产权的技术体系，打