在国内多翼离心风机优化设计方面，西安交通大学刘小民教授课题组针对多翼离心风机的高效低噪优化开展了大量研究，主要包括多翼离心风机的参数化优化，基于仿生叶片的风机设计优化等。诸永定基于Kriging代理模型及遗传算法，针对抽油烟机用多翼离心风机进行优化设计，优化结果显示风量提升4.4%，效率由20.15%提升至21.73%，所采用的方法可以显著减少CFD的优化迭代次数。针对以上总结，可见国内对于多翼离心风机的优化设计主要以常规家电为主，针对环境试验箱所用多翼离心风机优化设计尚缺乏针对性研究。

本发明属于抗压结构领域，更具体地，涉及一种多平面耐压结构，由多平面柱体和设置在其两端的多平面半球壳共同组合而成；或直接由两个相同的多平面半球壳组合而成；所述多平面半球壳整体呈球壳形状，它的表面由多个第二基本平面板块彼此拼接而成，彼此相邻的第二基本平面板块之间均存在一定的平面夹角，并且在多平面半球壳与多平面柱体/多平面半球壳的连接处，各个基本平面板块之间不以平滑的曲线过渡。本发明的多平面耐压结构在保证抗压性能的同时，降低了柱体与球壳之间的过渡段对整个多平面柱壳结构的力学特性影响，具有抗压能力强、生产工艺简单，制作周期短、易于大规模生产等优点。

北京理工大学多智能体协同控制实验平台功能 • 无人机姿态控制 根据用户需求，自定义需要捕捉的部位，利用NOKOV精确捕捉运动物体的位置及姿态等三维数据。 • 无人机/无人车动态角色分配 根据NOKOV实时反馈的位置信息，使出现在随机位置的多智能体，以最短路径形成理想编队队形，为其他多智能体协同控制实验提供了基础。 • 空地协同编队、自主避障与跟随 由于设备的可拓展性，用户可随意增减目标数量，通过在软件内对目标进行命名等操作，来完成对大批量运动体的同时捕捉。 NOKOV（度量）光学三维动作捕捉系统功能 • 六自由度动作捕捉数据 采集三维空间XYZ坐标、六自由度（6Dof）、偏航角（Yaw）、横摇角（Roll）、俯仰角（Pitch）、欧拉角等数据，为无人机的位姿控制、运动规划提供连贯、流畅的动作数据基础。 • 亚毫米的定位精度 与采用GPS、航迹推算、全局摄像头、UWB等定位方法的实验平台相比，该平台的精度大大提高，可达亚毫米级。 • 丰富的二次开发接口 采集到的数据可以以VRPN形式传输，或通过SDK（C++语言）端口广播与ROS、Labview、Matlab（包含Simulink）等软件通信进行二次开发。 • 软件具有一键建立刚体功能，大幅提高工作效率

XM-J116多参数模拟监护仪是本公司设计的专用于临床教学使用的模拟产品，该产品可模拟监护多项体征参数，可与本公司的多款产品配合使用，本产品适用于高等医学院校、护理学院等专业临床教学示教及学员实践操作训练需要。 功能特点： 1、LCD屏幕提供12导联心电图、血氧饱和度、呼吸、二氧化碳、血压（动脉血压、中心静脉压、肺动脉压、无创血压）、心输出量等。 2、一体化设计，高清晰彩色显示，有利于心电图的诊断，可与除颤仪、心脏起搏器同时使用。 3、将多参数模拟监护仪与模拟人连接，仿真病人的心率、心电图、血压、呼吸、血氧饱和度将显示出来，模拟病房的真实监控环境。

产品详细介绍  HOUND系列气体分析仪，是一个便携式气体分析仪，能检测ppb浓度范围的有害污染物。系统利用气体对紫外的吸收状况，测量气体浓度。宽波段微型光谱仪采集气体光谱“指纹”，软件和标准光谱库比对计算污染物浓度。紫外光谱测量原理，类似于红外的原理，一般监测范围大于红外光谱仪。   UV Hound分析仪有两种型号可选：标准版和Mini版。   标准版 Ø       Light weight and portable Ø       17m path length Ø       Can be powered by a DC cigarette lighter Ø       Operational range in parts per billion Ø       Can be fitted with an internal optical cell   Mini版 Ø       Light weight and extremely portable Ø       7.5m path length Ø       Can be powered by a DC cigarette lighter Ø       Operational range in parts per billion   可选输出：RS-232、RS-422、RS-485和4-20mA 可方便与其他系统集成。     产地：美国

产品详细介绍

湖南大学设计艺术学院数据智能与服务协同实验室（DISCO Lab）发起并联合湖南大学嵌入式与网络计算湖南省重点实验室、国防科技大学高性能计算国家重点实验室、中山大学大数据与计算智能研究所等科研单位师生，历时十天，从无到有、响应关切，快速开发上线了“急物帮”疫情公益微信小程序，助力社区居民应急生活物资供需和网格化管理。 解决的主要困难：为民众提供物资供应信息，助力防疫工作；搜集物价线索，信息透明公开；线上线下结合，实体虚拟融合。基本功能：结合地理位置收集物资信息，构建周边物资数据库；搜索周边物资信息，规划购买行程；发布物资求助信息，从线上社区中获得反馈。 

给体片段以氟原子修饰的n型给受体聚合物热电材料，利用聚合物链间的给受体相互作用维持聚合物的电子迁移率，通过引入氟原子增加聚合物的电子亲和性以提高n掺杂效率，两者的协同作用大幅度提高了聚合物的n型电导率。通过进一步提高聚合物的塞贝克系数，成功地将n型给受体聚合物的热电性能提高了三个数量级。引入氟原子的聚合物的n型电导率提升至1.3 S/cm，功率因子提升至4.6 μW/mK2，是目前n型给受体聚合物热电材料的最佳性能。通过对聚合物在掺杂状态下的电子顺磁共振谱、紫外光电子能谱和X射线光电子能谱的表征证明了氟原子的引入提高了聚合物的n掺杂能力。场效应晶体管器件结果则表明氟原子的引入提高了聚合物在n掺杂状态下的电子迁移率。这两者的协同作用使得该聚合物的电导率相比没有引入氟原子的聚合物提高了1000倍。此外，掠入射X射线衍射、原子力显微镜以及导电原子力显微镜实验证明了氟原子的引入改变了聚合物的分子排列，提高了聚合物与掺杂剂的混溶性，使聚合物从“局部掺杂”的状态转变为“均匀掺杂”状态，从而维持了掺杂聚合物较高的n型塞贝克系数。

研究团队拥有可进行污染物分析的气质联用仪和尘螨分析仪，可对室内 VOC采样柱、灰尘取样等进行 SVOC、VOCs、苯系物、尘螨等过敏原进行分析。

智慧公路物联网系统通过在公路广泛部署低成本的集成多种传感器的具有通信功能的智慧无线信标产品实时获取路况信息，实现车流量、车速、车型的实时精准时空统计，通过设备的广泛部署实现高精度、大范围的精准监测，为智能交通系统高效管理与养护提供交通与环境态势的精准监测、识别和态势预测，为交通决策提供科学依据与数据支持。其次针对公路场景下定位误差较大等问题，采用 GPS 定位、惯性导航与物联网感知设备结合的新型多重组合定位方法，通过车路协同实现车道级的高精定位，优化车辆偏离预警等功能，为车辆提供准确的位置信息及导航与综合服务功能。最后通过车路协同环境下车载终端、路侧多源异构传感器协作环境数据采集、多维度感知融合与超视距全局环境态势构建，实现智能交通系统全息实时交通、路况环境感知及智能网联汽车超视距精准环境感知与精准定位。智慧公路物联网系统旨在突破制约高速公路智能车路协同系统集成应用的重大共性关键技术，开展典型示范应用，提升高速公路的智能化水平和服务品质，促进全国范围大规模推广。 目前，如图 1 所示，技术成果已经研发出第三版样机。样机已经小批量生成并在齐鲁高速、长安大学测试场进行了实际部署测试。此外，项目组正在对第三版样机进行改造升级，全力打造稳定性更强功能更加丰富的第四版样机。 图 1 第一版样机；第二版样机；第三版样机 主要技术指标 1. 节能增收 20% 通过对城市边缘交通环境及流量等数据的智能分析，优化灯光使用场景。该系统在满足车辆日夜间安全行车条件下，工程综合节能可达 20%。 2. 交通流量增加 20% 通过对交通运行安全风险预警及控制策略处理模块将路段监测数据汇总后，根据车流密度、速度、流量、各级风险事件结合其它传感器数据，包括上游主线流量、匝道流量、公路气候数据、环境数据、消防系统数据等，进行大数据综合分析研判。 构建算法模型，自动制定和优化的控制策略，通过智能预警发布及综合自动管控系统进行预警发布和综合自动管控。为管理者实时预警的同时，将预警、诱导信息和控制指令自动发布于上游路段、匝道区段的可变信息标志、可变限速标志、车道线主动发光标志等，对交通流速及交通流量进行有效调控及诱导。综合评估能增加 20% 交通流量。 3. 减少交通事故 30% 任何异常事件报警被触发时，系统同时依据预案自动将异常事件联动灯光预警、可变信息标志、可变限速标志、车道指示标志等自动发布预警给司乘人员，实现对车流车速的动态调控和诱导，增加公路通容量，减少交通拥堵，防止二次事故和连环事故的发生。 实践证明，采用该系统，至少可以降低公路安全事故 30%，同时提高交通流量，进而降低交通污染，均衡交通流平顺性，信息的及时推送，降低驾驶员驾驶紧张感，提高了驾驶员的舒适性，可以整体有效提高交通运输设施安全水平及服务水平。 4. 100% 信息覆盖 全自动监测传感器都可以实现对整条公路的全面信息覆盖。 5. 对接智能网联驾驶 a. 提供智能网联车实时交通图，推荐进场事件和速递协调； b. 告知智能网联车辆风险，实时定位公路中的驾驶风险，将这些风险传达给下游智能网联车辆； c. 为智能网联车提供车道级交通数据，警告即将来到的交通拥堵； d. 识别相关车道的驾驶风险，促使智慧驾驶车辆提前做出反应； e. 为智能网联驾驶提供超视距感知、恶劣天气环境下的精准感知，促进智能网联车早日实现大规模商用。