XM-CS310高仿真超声、X线引导经皮穿刺肾镜技能训练模型   功能特点： ■ XM-CS310高仿真超声、X线引导经皮穿刺肾镜技能训练模型用于超声、X线引导下目标盏的穿刺、导丝置入、通道的扩张、进镜观察乃至碎石等相关操作，基本囊括了经皮肾镜的每个操作环节。 ■ 模型的材质可透超声及X线，超声与X线下均可见肾脏形态及积水肾盏位置。 ■ 仿真人体模型的左右肾区设有凹槽方便更换镶嵌式穿刺模块。 ■ 凹槽内镶嵌与人体相似的肾周围组织、仿真肾脏、肾盂、肾大盏、肾小盏、肾乳头。 ■ 用临床超声诊断仪扫查肾脏，可在显示屏上看到肾脏轮廓、肾盂、肾盏、肾结石等。 ■ 可进行超声及X线引导下经皮肾穿刺，穿刺成功后可从针尾抽吸出液体。 ■ 置入导丝后的筋膜扩张器扩张过程所能感受到的阻力与人体组织相近，且可通过模型内注水来判断扩张程度。 ■ 模型可制作成正常以及多种畸形的肾内构造，并可人工置入结石，以便扩张完成后进镜观察及配合超声、气压弹道及钬激光等能量方式完成碎石等相关操作，肾内镜下表现逼真，适合进行各个肾盏的探查。 ■ 模块可更换。

产品详细介绍德国莱卡DM1000、DM2000、DM3000正置生物显微镜◆ LEICA DM1000 DM2000 DM2500 DM3000系列显微镜可满足不同的应用：◇ LEICA DM1000 满足所有用于人性化要求的使用和光学清晰度的要求，并且用于临床实验室应用方面最为理想。◇ LEICA DM2000 带有一个精密的聚焦机械装置，有5中聚焦功能，可选择2齿轮或3齿轮调焦、扭矩调节以及调节载物台告诉限位。◇ LEICA DM2500 具有大功率的100W照明灯，特别适合于需要用到例如微分干涉相衬（DIC）等观察方法。◇ LEICA DM3000 智能化操作大大提高医疗诊断的工作效率。是针对临床以及所有其它生物医学常规应用和研究而设计的。◇ 所有这四种型号都可装备荧光。◆ DM1000、DM2000、DM2500、DM3000共同主要特点：◇ 高度可调的聚焦旋钮：  ◇ 可调式镜筒 leicaDM系列提供了各色各样的观察筒。观察时选择一个带有符合人机工效的15°观察角度的新镜筒或用于放松的头部位置的可调式Vario镜筒。可以防止颈部和背部肌肉劳损，有助于肩部和下颈部肌肉的放松，即使是超长时间工作也不会累。   ◇ 聚焦旋钮和载物台旋钮在同一高度上且与操作者的距离相同，实现对称操作。◇ 超硬台面。采用全新的陶瓷材料制成，比以往任何材料都坚固、耐磨。◇ 带色彩标记的光阑设置 方便快速识别和调整。聚光镜上的有效的光阑刻度标有色标记号，这些记号与物镜的标准颜色代码相对应，这使得用户一眼就能找出最匹配当前物镜的光阑位置。  ◇ 平场HI PLAN物镜有利于改进平场和色差校正。HI PLAN 10X 物镜非常适合诸如细胞学等方面的临床应用，而且有着12.1mm的长工作距离，可以用在10X物镜下进行标记。◇ 同步亮度物镜 有着4X 、10X 、40X 放大倍数的新HI PLAN SL （同步光）物镜系列非常赏心悦目。这些物镜可以在通一光强下工作，以便不管选择何种放大倍率，亮度保持不变。这样就无需在改变物镜时反复调整亮度，同时颜色效果保持最佳。◇ HI PLAN CY 专门物镜 专门的HI LAN CY10X/0.25 物镜有着优秀的区域整平和色彩校正，同时为临床提供了12mm的长工作距离。其同样具有SL（同步光）型号。◇ 宏观物镜 1.25X 放大倍率物镜。◇ 具有“零像素漂移”的全新荧光轴 确保在转换滤光块时图像不发生移位，方便准确地重叠图像。提供5个滤光块位置，用户可以在他们之间快速转换。◆ LEICA DM3000 自动显微镜特有功能：◇ 智能化、创新性的新型自动显微镜LEICA DM3000。 凭借其独一无二的toggle模式和自动聚光器，LEICA DM3000 操作速度更快且准确，同时在所有生物医学常规应用和研究领域中具有更高的安全可靠性。◇ DM3000自动显微镜电动物镜转盘让你仅在半秒内即可改变物镜放大倍率。眼睛无需离开物镜，双手保持原位即可通过触摸按钮实现物镜的转换。◇ 转盘由位于聚焦旋钮后不远处的两个按钮控制。你可将6个物镜中的任意两个设置成通过这两个按钮实现反复更换放大倍数的目的（即toggle模式）。显微镜前端的6个按钮分别控制6相应的物镜。   ◇ 自动聚光镜顶镜： LEICA DM3000 的聚光镜顶镜（辅助聚光镜）可根据物镜的倍率自动旋出和旋入。◇ 自动调节最佳光强度： LEICA DM3000可根据不同的物镜自动调节最佳光强度，以减少变换物镜必须调节光的亮度的麻烦。及减少操作者的眼睛疲劳。  

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

海嘉船舶综合信息系统（简称“海嘉PMS管理系统”）是由厦门大学科考船运行管理中心自主开发并获得中国船级社（CCS）型式认可证书的船舶综合信息系统。该系统针对国内船舶管理高校、公司的船舶管理特点，坚持“以人为本”的管理理念，全方位覆盖船舶管理各项业务。系统构建的数字化安全管理体系平台可有效协助船东和船舶管理单位进行船舶管理；通过数字化维修保养体系使得船舶主管机构的监督检查效率和质量更高；PMS型式认可证书是货方指定的第三方评审（如RightShip检查）机构对船舶运营提出检查清单并进行评分时必须查看的一项证书。 PMS型式认可证书 核心功能

海嘉船舶数据传输系统采用先进的通信技术与数据处理手段，系统利用高带宽卫星通信和5G网络，提供了更快速、可靠的数据传输通道。其整合物联网技术，能够从多种传感器源头实时获取船舶多维数据。创新的数据压缩和加密算法确保了数据传输的高效率和安全性。同时，系统对海上数据流量进行智能化管理，提升了传输的稳定性。

海嘉船舶数据采集与分发系统创新性突出，采用先进的传感器技术，实现多源数据的高效采集。系统在通信方面采用了独特的混合通信方案，融合卫星通信、物联网技术，确保了信息的高速传输和覆盖范围。创新的数据处理算法实现了实时数据分析和异常检测，提高了系统的智能化水平。

与高速飞行的飞机不同，微小型无人机体积小，重量轻，飞行速度低，更容易受到环境湍流的影响，需要高灵敏度的小型气流传感器提供全面的空气动力学信息。如何让微小型无人机像鸟类一样感知和操纵气流一直是航空和传感器领域的难题。 面向微小型无人机的飞行参数测量，北航研发团队研制出一种基于氧化钒的高灵敏度柔性流速传感器，实现了0.11 mm/s和0.1°的超高流速和角度分辨力，实验验证了攻角、侧滑角和空速的多参数感知能力，并完成了微小型无人机飞行速度以及机翼微振动的测量，为微小型无人机提供了低成本、高精度的大气参数传感方案。 该传感器基于量热式原理，由中心微加热器产生恒定温差，四周的热敏电阻阵列测量温度分布，根据热敏电阻阵列测得的温度差准确反映流速大小及方向。采用悬空型隔热结构以及高电阻温度系数材料氧化钒作为热敏电阻以增大传感器的测量灵敏度。在聚酰亚胺基底上通过MEMS工艺加工了总厚度90μm的超薄柔性流速传感器，实现了微小型无人机的曲面贴附功能。经风洞测试，流速传感器的理论分辨力达0.11 mm/s,流速测量重复精度约为测量值的0.5%，响应时间约为20ms。在10 m/s时，流速传感器的最大角度灵敏度为36.7 mV/deg，噪音水平为1.78 mV，根据2σ准则计算出其理论角度分辨力为0.1°。 研究团队已经完成流速传感器工程化样品的制备，并将两个流速传感器装载到一个微小型无人机平台上进行飞行参数感知应用。结果表明平均飞行速度的估计误差低于0.2 m/s。由于流速传感器的高灵敏度特性，它甚至捕捉到了机翼的微振动信息，并与外置IMU模块显示了相同的机翼振动频率。这项研究展示了一种柔性高灵敏度流速传感器，拓宽了流场感知在微小型无人机姿态检测、空速估计以及飞行安全监测方面的应用，为无人机的飞行参数测量提供了创新的设计思路与发展前景。

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。