产品详细介绍 一、简介：目前国内原油管线取样，大都采用手工取样方法，手工取样因其取样频率小，易受输油工况、人为因素等影响，样品代表性差，由此而引发的交接计量纠纷日益增多。而SBSQY系列在线自动取样器可克服手工取样的缺陷，可自动，近乎连续地取样，既避免了因输油工况变化，油质不均等造成的样品代表性差的问题，又可消除人为因素的影响，使样品更具代表性，既减轻取样工人的劳动强度，又避免了因样品代表性问题引发的计量纠纷。该取样器设计新颖、结构简单、安全可靠、安装方便、易维护，尤其是取样量不受工况、介质粘度、压力、温度等变化影响，确保取样量准确，这一特点是国外取样器所不能比拟的。其特性系数远优于国际标准ISO3171的规定。已广泛应用在石油、化工等行业中。SBSQY石油在线自动取样器 二、主要指标：1、电源：380V/220V 50Hz 2、功率：2.0kw3、取样间隔时间：10～1000S可调（时间比例）4、单次取样量5～15ml5、效能系数：0.95～1.056、工作介质: 温度:80℃以下 粘度：有流动性压力：2.5Mpa以下（大于2.5Mpa时可以单独设计）；7、工作环境温度：常温。8、液压油：500＃，不少于20L9、可选设有RS485数据接口10、防爆：EXdIIBT4

覆盖教学和实验全流程的线上教学平台，包含在线教学的学、练、考、评、管环节，支持点播、直播、互动教学。

启明AI防作弊在线考试平台 点滴投入，轻松考试     核心功能   在线考试 360°智能监考：精准识别环境异常、照片/真人替考、虚拟摄像头等； 本地环境监控，屏键锁定、热键屏蔽、远程协助工具屏蔽； 人脸识别，身份认证，活体检测，考中抓拍； 视频监控，手机监控，双机位或三机位监考； 随机抽题，小题乱序，选项乱序，一人一卷。 高中低三挡监考策略； 考中可通话、可求助； 云端巡考，监控大屏鸟瞰实时考场； AI监考，智能预警；作弊排查，违规记录存底可追溯。 功能稳定：集中统考、随到随考，随机组卷，支撑安全稳定的10万+并发考试。 故障防备：考中异常中断，作答实时保存，实现断点续考。 统计分析：统计考试的总人数、参考/缺考/及格人数、考试排名等多维度信息。   制题组卷 题库管理：强大题库管理，支持全试题模型（文字、图片、表格、公式、音频等），单题/批量录入，在线/离线录入，录入、编辑、审核、组卷、检索操作简单，试题与成绩关联，记录试题版本和使用次数等。 智能组卷：手动组卷/自动组卷，单套/批量组卷，可按题量、分数、题型结构、知识结构、难度系数等多重模式组卷，简单组卷、精确组卷、蓝图组卷。 高效输出：试题试卷可预览、可修改、可导出，可一体化输出线下印刷，也可联通线上网考。   网上阅卷 在线管理：阅卷进度、阅卷质量全监管，监管与阅卷线上协同，科学化管理。 高效阅卷：客观题自动判分，主观题在线评阅；键盘给分、鼠标给分、轨迹给分；智能回评、问题卷提交；可看标答；评卷轨迹可追溯，复核可定义题位；自动加分、登分、统计。 统计分析：题目得分、题类得分；平均分、最高最低分、得分率、标准差；其他统计指标。 信息查询：查询考生答卷信息（答题、得分、评分等）；查询阅卷进度、分科目阅卷进度、老师阅卷情况等。   产品优势   制题组卷 系统化：对题以资料库的概念进行整合，能精准识别各类试题。 全题型：文件、图片、表格、音频等试题模型都可以得到支持。 多维度：可对试题进行多种属性定义，如难易度、章节等；且能按需生成多套试卷。 高效率：支持批量导入、批量组卷，自动组卷，在线预览，快速导出。 超专业：多种组卷模式，可按试卷结构/题量/章节/知识点/难度进行蓝图组卷，按试卷结构/大小题/分数/题量进行精确组卷，按照试卷总分/题型题数/抽取规则进行简易成卷。   在线考试 最新的线上监考技术：四级监考策略灵活选择。自研监考系统，AI智能监考，主动识别预防作弊。利用人脸识别、行为识别等最新技术，自动捕捉记录考中的违纪情况。 监管更加精准：窗口防作弊控制，多屏实现360°无死角视频监控，一个主机摄像头针对一个人，同时支持手机机位视频监控。 防泄题防作弊：支持考生端远程环境检测，考生端屏键双锁，随机抽卷/小题乱序/选项乱序/逐题作答。 安全验证全程护航：网考环境复杂多变，为保证数据安全，采用基于人工智能，融合人机区分技术，层层过滤风险，全程护航。   网上阅卷 快速高效：客观题自动判分，帮助管理者快速完成大规模考试，主观题智能整理，降低对人工操作的依赖，提高阅卷工作效率。 超强容错：考试过程中发现试题或答案问题，可以及时纠正，不影响后续考生作答。 稳定安全：系统分权限进行用户操作和系统管理；确保阅卷信息不外泄，在互联网环境下采用高等级的安全防护措施。  

以“线下项目实施 + 线上工程仿真 + 远程系统部署”的模式，引入业内成熟、前沿的开源解决方案，在线实现AIoT项目从0到1实施落地的全过程。

（专利号：ZL 201410109134.7） 简介：本发明公开了一种烧结过程的脱硫剂加入装置及在线脱硫系统，属于脱硫技术领域。本发明中的在线脱硫系统包括烧结台车、脱硫剂加入装置，脱硫剂加入装置包括脱硫剂料仓、脱硫剂给料机和脱硫剂导料机构，脱硫剂料仓的出口与脱硫剂给料机的进料口相连，脱硫剂给料机的出料口与脱硫剂导料机构的进料端相连，该脱硫剂导料机构的出料端延伸至烧结台车的混合料层中，脱硫剂导料机构的出料端用于排出脱硫剂；脱硫剂导料机构的出料端与烧结台车底部的距离为烧结料层总高度的1/8‑1/4。本发明使得脱硫剂呈层状结构铺加在混合料层中，脱硫剂的布料精度高且均匀稳定，且能够最大限度地提高烧结过程的脱硫效率，对烧结矿的质量几乎无影响。  

本发明提供了一种门座式起重机形变倾角在线监测系统及方法，具体包括：倾角硬件采集模块，LTE_4G通信模块，MCU处理模块，监测软件模块；门座式起重机力学结构分析和倾角监测原理；所属倾角传感器和处理器通过SPI通信传输，所属下位机采集模块和监测软件模块通过LTE_4G网络实现信息传输。根据多个倾角传感器采集的信号，进行数据处理分析后，监测软件动态显示象鼻梁的变形程度，得到其安全状态。实验结果表明，本发明方法能够有效监测门座式起重机象鼻梁倾角及其变形的动态数据。

简介：本发明公开了一种电容式螺纹钢线径在线测量系统及其检测方法，属于螺纹钢线径在线测量技术领域。本发明的圆筒件呈两端开口的中空筒状结构，螺纹钢从圆筒件的中心轴线位置穿过，从圆筒件一端的端部引出第一电容极；集电环设置于轧机的出口处，并与螺纹钢相接触，从集电环引出第二电容极，圆筒件和螺纹钢组成圆柱形电容器；上述的第一电容极和第二电容极接入电容测量模块，电容测量模块依次与滤波模块、数据运算模块、数据显示模块相连接。本发明的检测方法通过建立标准数据库，并进行局部线性化、偏差估计运算得待测螺纹钢的直径和偏差量。本发明相比激光扫描法和光电摄像法等技术，结构简单，而且经济，容易实现高精度在线测量螺纹钢的直径。

本发明公开了一种用于旋转机械在线监测系统的组合报警方法，包括如下步骤：从振动参数和振动参数的变化率参数中选择多个参数作为监测目标，依次设定多条报警参数组合；读取数据库中的基础监测数据，获得相应振动参数的监测值和振动参数的变化率；依次从报警规则表中取出报警参数组合，将监测值与对应的触发阈值进行比较，当所有监测值均超出触发阈值，触发本条报警参数组合，并计算整条报警参数组合的报警级别以及连续触发次数；当一条报警参数组合连

生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱