产品详细介绍ZJ-3A/B/J型压电测试仪关键词：压电，d33,极化,压电片   郑重申明：     最近网上有单位冒充我们的压电产品，他们采用盗图，或是盗取技术参数，我们的产品没有授权给任何一家单位，确认产品可以直接拨打电话：15810615463 010-60414386 。 2.为了保护购买者的利益：我们支持货到验收后付款。 性能国内唯一，请勿相信其它任何仿制我们参数相同的产品.    目前我们国家对材料测试越来越重视，很多单位及科研院校对产品甄别出现很大问题，但是真正测试材料需要选择一款精准可靠的测试产品，这样对自己的测试成果及研究会带来很大的作用,对我们的生产带来极大的指导性作用。 ZJ-3A/B/J型压电测试仪（静压电系数d33测量仪）关键词:压电,陶瓷材料,高分子,d33/d15   一、产品介绍： ZJ-3A/B/J型压电测试仪（静压电系数d33测量仪）是为测量压电材料的d33常数而设计的专用仪器，它可用来测量具有大压电常数的压电陶瓷，小压电常数的压电单晶及压电高分子材料。此外，也可测量任意取向压电单晶以及某些压电器件的等效压电d’33常数，仪器测量范围宽，分辨率细，可靠性高，操作简单，对试样大小及形状无特殊要求，圆片、圆环、圆管、方块、长条、柱形及半球壳等均可测量，测量结果和极性在三位半数字面板表上直接显示。ZJ-3型压电测试仪（静压电系数d33测量仪）在原ZJ-2A型压电测试仪的基础上增加了对被测元件的放电保护、放电提示以及被测波形输出等功能，使得仪器在测量未放电（尤其是较大尺寸）的压电元件时具备了高电压放电提示及保护功能，本仪器是从事压电材料及压电元件生产、应用与研究部门的必备仪器。 二、参考标准:GB3389.4-82《压电陶瓷材料性能测试方法 纵向压电应变常数d33的静态测试》 GB/T3389.5-1995《压电陶瓷材料性能测试方法 圆片厚度伸缩振动模式》 GB000?Tj1.1/T3389.4-1982《压电陶瓷材料性能测试方法 柱体纵向长度伸缩振动模式》 GB/T 3389.7-1986《压电陶瓷材料性能测试方法 强场介电性能的测试》 GB/T3389.8-1986《压电陶瓷材料性能测试方法 热释电系数的测试》 三、产品主要功能： ﹡测量压电材料的d33常数 ﹡测量具有大压电常数的压电陶瓷 ﹡测量小压电常数的压电单晶及压电高分子材料  ﹡测量任意取向压电单晶以及某些压电器件的等效压电d’33常数 四、主要技术指标 d33测量范围： ★×1挡：10到2000pC/N， ★×0.1挡： 1到200pC/N， ★误差：×1挡：±2%±1个数字，当d33在100到4000pC/N；★±5%±1个数字，当d33在10到200pC/N；★×0.1挡：±2%±1个数字，(当d33在10到200pC/N)±5%±1个数字，当d33在10到20pC/N。 ★电压保护：独有的放电保护功能               ★分辨率：   ×1挡：1 pC/N；×0.1挡：0.1 pC/N。尺寸：施力装置：Φ110×140mm；仪器本体：240×200×80mm。重量：施力装置：约4公斤；    仪器本体：2公斤。电源：220伏，50赫，20瓦。 五、压电电容测试装置： 频带宽度  DC～7MHz Y偏转系数  10mV/div～5V/div, 分9档 X偏转系数  0.2μS/div～0.1S/div, 分18档 X扩展  ×2 触发源  内、外、电视场 同步方式  自动、触发 有效显示面  6div×10div(1div=0.6cm) 使用电源  AC 220V/50Hz 外形尺寸  240B×100H×300Dmm 重量  3kg 六、压电极化装置：1. 能够同时极化1-4片试样，目前国内唯一2. 安全可靠，温度补偿快、恒温精度高3. 每路当漏电流超过规定值时，都具有切断保护功能，不影响其它样片的极化，其它回路可按正常极化时间完成极化。4. 任意夹持样品尺寸为3-40mm片方型或是圆型试样1、工作电源：AC220V  50/60HZ2、额定功率：2.0kw3、压电材料极化或耐压测试：DC：0-10KV（±5％+2个字）连续可调4、总电流：10mA5、每路切断电流：0.5mA6、定时：1-99min±5％任意设定7、加热元件 ：优质电阻丝8、1次测试试样数量:可加载1-4片试样9、额定温度 ：≤180℃10、最高温度 ：200℃11、控温方式 ：智能化恒温控制（进口表）12、样片 ：样品尺寸为3-40mm片方型或是圆型试样13、外形尺寸 ： 宽872高466深360（mm)  

产品详细介绍            阶段：小学、初中、高中    学科：语文、数学、英语、物理、化学、生物、政治、地理、历史、信息技术应用、安全教育    形式：视频、图片、文字    教材版本：包含全国各地主要应用版本，如人教版、北师大版、浙教版、苏教版等，与当地教学教材高度匹配   结构化资源内容：由浅到深，逐步进阶 课前—自学资源 “学材”区别于“教材”，指的是经过精心加工、适合学生自主学习的教学资源。 课中—点睛题 点睛题是U伴慧学平台特有的教学资源，专门用于让教师即时了解学生对核心概念的理解与掌握状况，目的是培养学生的高阶思维能力。 课后—探究资料 对知识点的补充、拓展、探究性资料，可以引导学生更深入地思考问题，完善自己的知识，解决问题。 练习题库：全过程可应用，知识点的测试题目。

一、产品介绍     光纤数值孔径是光纤能接收光辐射角度范围的参数，同时它也是光纤和光源、光检测器、以及其它光纤耦合效率的重要参数；同时对连接损耗、微弯损耗以及衰减温度特性、传输带宽等都有影响。    MXY5004实验仪就是本公司针对光纤数值孔径测量所研发的一款实验仪，该仪器可以让学生通过自己搭建系统，掌握光路调整方法，并直观的了解光纤数值孔径测量原理，同时还可以通过仪器现有平台开展光纤传感原理实验，锻炼了学生动手动脑能力。  二、实验内容 1、光纤激光器光路调整实验 2、光收发系统调试实验 3、光纤数值孔径测试实验 4、光强随位移变化函数关系测试实验 5、拓展光纤位移传感测距原理实验 三、实验配置参数 1、光源：波长1310nm；输出功率＞1mW；输出接口FC/PC； 2、探测器响应波长：800-1700nm； 3、光纤数值孔径参数：多模光纤跳线：纤芯直径5um；长：1米； 4、配置：光纤校准实验平台，光纤跳线，三维调整架，实验讲义等。

一、产品简介    掺铒光纤放大器(EDFA即在信号通过的纤芯中掺入了铒离子Er3 + 的光信号放大器。)。掺铒光纤放大器具有增益高、带宽大、输出功率高、泵浦效率高、插入损耗低、对偏振态不敏感等优点。 从20世纪80年代后期开始，掺铒光纤放大器的研究工作不断取得重大的突破。用在WDM技术中极大地增加了光纤通信的容量。成为当前光纤通信中应用最广的光放大器件。      MXY5001实验系统就是专门针对掺饵光纤放大器特性测试而设计的。能够帮助学生更全面的了解掺饵光纤放大器的原理。 二、实验内容 1、EDFA自发辐射噪声功率测试实验 2、不同衰减条件下输入功率的测试 3、EDFA输出功率测试 4、增益曲线测试及绘制实验 5、偏振相关增益变化测试实验 6、噪声系数曲线测定实验 三、实验配置 1、光源：输出波长1550±2nm，功率连续可调，接口FC/PC； 2、功率计：波长范围800-1700nm；输入接口FC；校准波长：1310-1550nm； 3、EDFA放大器：输出功率：13-24dBm；光纤连接器型号：FC/APC；输出光波长：1535~1565nm；噪声系数＜0dB；输出功率稳定性：±0.5dB； 4、隔离器：中心波长：1550nm；隔离度＞30dB；典型峰值隔离度：40dB；最大插入损耗：7dB；回损（输入/输出）≥60-55dB；接口类型：FC/PC； 5、可调衰减器：法兰式机械调节，衰减量：5-30dB； 6、滤波器：滤波范围：800-1625nm；插入损耗：5dB；接口类型：FC/PC； 7、配置：光纤激光器，掺饵光纤放大器，光衰减器，光功率计，偏振控制器，光纤跳线，法兰盘，实验讲义等。

PanoSim自动驾驶仿真测试软件介绍 PanoSim是一款面向汽车自动驾驶技术与产品研发的一体化仿真与测试平台，包括高精度车辆动力学模型、高逼真汽车行驶环境与交通模型、车载环境传感器模型和丰富的测试场景等，以及面向汽车自动驾驶软硬件开发的场景及交通流构建、车辆建模、环境传感器构建、虚拟实验台、动画与绘图等系列工具链，具有很强的开放性与拓展性，支持第三方的二次定制化开发，操作简便友好。 （1）支持MIL/SIL/HIL/DIL/VIL多物理体在环仿真：提供各类I/O接口可便捷地接入各类实时处理器、控制器、传感器、驾驶模拟器，以及包括车辆及其底盘和动力执行机构在内的各类软硬件系统，以满足自动驾驶研发在不同阶段、不同环节的实时仿真需求；             （2）支持ADAS/V2X和自动驾驶仿真开发与测试：支持包括汽车自适应巡航（ACC）、自动紧急制动（AEB）、车道保持辅助（LKA）、自动泊车（AP）、交通拥堵辅助（TJP）等在内的高级驾驶辅助系统（ADAS），以及其它自动驾驶技术与产品的仿真开发与测试；  （3）支持驾驶模拟体验、人机交互与人机共驾：支持高逼真度的驾驶体验，包括不同道路、交通和天气环境下的驾驶体验，ADAS功能和自动驾驶系统体验，支持人机交互与人机共驾系统的研发与测试等； （4）支持自动驾驶感知/决策/规划/控制算法开发：集高逼真度道路与环境模型、交通流与智能体模型、传感器模型、车辆动力学模型等于一体，支持自动驾驶感知与决策、规划与控制等算法开发、模型训练和测试要求； （5）支持多节点、分布式实时仿真：通过高逼真实时环境渲染、高精度传感器模型、分布式实时仿真架构、高算力、真实数据接口模拟等支持车辆真实EE架构下包括相机、超声波雷达、毫米波雷达、激光雷达等在内的多传感器分布式机群模拟，以及数据处理器、运动控制器、驾驶模拟器等在环的自动驾驶算法开发与测试； （6）支持数字孪生测试与高并发云仿真: 支持虚拟环境下的道路、交通与气象模型，环境传感器模型等与真实世界车辆和车载软硬件系统的数字孪生测试；支持基于云平台的人-车-路-环境信息融合、云端一体高并发实时仿真；支持云平台下的实时在线学习与模型训练、自动驾驶算法的高效迭代与仿真测试等（以上系统功能见图3）。

A.产品简介 MB-2690E变频抗干扰介质损耗测试仪用于现场抗干扰介损测量，或试验室精密介损测量。仪器为一体化结构，内置介损电桥、变频电源、试验变压器和标准电容器等。采用变频抗干扰和傅立叶变换数字滤波技术，全自动智能化测量，强干扰下测量数据非常稳定。测量结果由大屏幕液晶显示，自带微型打印机可打印输出。 B.技术参数 准确度：       Cx  :   ±（读数×1%+1pF） tgδ:   ±（读数×1%+0.00040） 抗干扰指标：变频抗干扰，在200%干扰下仍能达到上述准确度 电容量范围：   内施高压：  3pF～60000pF/10kV   60pF～1μF/0.5kV 外施高压：3pF～1.5μF/10kV        60pF～30μF/0.5kV 分辨率：              最高0.001pF，4位有效数字 tgδ范围：不限，分辨率0.001%，电容、电感、电阻三种试品自动识别。 试验电流范围：10μA～5A 内施高压：设定电压范围：0.5～10kV 最大输出电流：200mA 升降压方式：   连续平滑调节 电压精度：±(1.5%×读数+10V) 电压分辨率：   1V 试验频率：45、50、55单频 频率精度：±0.01Hz 外施高压：正接线时最大试验电流1A，工频或变频40-70Hz 反接线时最大试验电流10kV/1A，工频或变频40-70Hz CVT自激法低压输出：输出电压3～50V，输出电流3～30A 测量时间：约40s，与测量方式有关 输入电源：180V～270VAC，50Hz/60Hz±1%，市电或发电机供电 计算机接口：   标准RS232接口 打印机：       炜煌A7热敏微型打印机 环境温度：-10℃～50℃ 相对湿度：  <90%

产品详细介绍

本发明公开了一种D2D通信中频谱效率最大化的功率分配方法，通过分布式优化蜂窝用户的发射功率、D2D用户对的发射功率，在保证宏用户最低服务质量要求和D2D用户与蜂窝用户的功率限制的情况下最大化D2D用户的频谱效率。在给定蜂窝频带资源的情况下，最大化D2D通信的频谱效率等价于最大化D2D通信的和速率。本方法给出了在任何D2D用户都可以使用所有信道，并且任意信道可以同时被所有D2D用户占用的情况下，最优的蜂窝用户发射功率和D2D链路发射功率。主要用凸近似的方法将非凸问题近似为可求解的凸优化问题，并利用给出的闭式解快速收敛到凸问题的优化解。本发明具有收敛速度快，计算量小，易于实现，结果精度高等优点。

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。