YK102危化品智能安全柜小巧简洁，适合小剂量存储需求用户。整柜采用为双层1.2mm优质冷轧钢板，增加强度，防火性能更好。内层隔板为钢化玻璃材质，防腐蚀性更强，具有防爆性能。柜体结合了RFID技术及条码技术，便捷、高效、操作简单，采用刷卡、人脸识别等方式打开柜门，实现特殊试剂的出入和使用详情自动记录，支持电子台账生成导出。  

YK202智能毒麻药品安全柜是药品智能管理整体解决方案中的重要组成部分，主要应用于手术室、ICU、肿瘤病房、小型药房等科室内的毒麻精等管控药品管理。该设备可以通过身份卡、指纹设置不同的操作权限; 设备取药及加药均实现系统自动计数，无需人工再录入任何数据，完全排除人为因素对药品相关信息的影响；全程视频录像，确保药品及操作可追溯。  毒麻药品安全柜可与医院HIS系统、手麻系统等进行无缝对接。通过工作站，实现对取药、加药信息的自动采集、并生成发药/补药报表、打印处方，对各类数据进行统计和分析，确保毒麻精等管控类药品的规范使用，提升医院毒麻精等药品的使用和管理效率。 

RC1800 智能化试剂安全柜 产品将试剂信息与RFID标签绑定，通过射频信号精确定位到层并自动识别试剂出入库状态，形成完整的试剂领用信息数据库，实现无人值守精确管理。 管理对象：大规格的标准品、高价值试剂、易制毒易制爆危化品试剂等  产品参数PARAMETERS： 集成13.3英寸电容式触摸屏，预装专业操作软件 集成RFID无线射频识别器，可自动识别试剂信息 通过RFID无线射频技术，自动定位到每层位置 人脸识别和账号密码登录，可设置双人身份验证登录 集成制冷控温系统，控温范围-5～8℃ 集成内循环过滤系统，可提高柜体环境净化能力 双人双锁，24小时移动侦测视频监控 产品特色FEATURES： 1、多种开启方式 人脸识别、账号密码、机械钥匙（可根据用户需求定制） 2、智能感知技术 RFID无线射频技术自动检测识别试剂信息 RFID无线射频技术精准定位到每层 3、自动联动控制 内置制冷控温系统，控温范围-5~8℃ 集成内循环过滤系统，可提高柜体环境净化能力 4、双层钣金、防静电接地导线、增设泄压口 5、智能化信息系统 自动记录流转信息、自动统计分析，生成各类统计报表，支持数据随时查询并导出EXCEL报表，实现库存无纸化管理；

细胞毒素安全柜技术特点： 1、提供空气洁净度操作环境； 2、标配多组高效过滤器，带寿命监控； 3、标配分隔台面，便于清洗和高温灭菌消毒； 4、多点风速监控技术，实时动态监控； 5、节能环保设计，噪音低； 6、细胞毒素安全柜各项性能符合德国细胞毒性安全柜DIN12980标准要求

产品详细介绍产品说明 安全柜系SYSBEL（西斯贝尔）防火科技品质出品，用于规范储存易燃液体及某些危险。 化学品各种不同尺寸的SYSBEL防火安全柜能为您可燃、易燃液体及化学品提供安全储存。 体积小巧的化学品储存柜，能够摆放在您工作场所存放可燃、易燃品及有机容剂， 省去您往返危险品储藏室的麻烦即使在工作空间较小的地方， 小型防火安全柜能为您可燃、易燃液体及化学品提供安全储存。 该系列化学品具有以下特性： * 高质量的安全柜符合OSHA 29 CFR 1910.106和NFPA CODE30标准； * 全部双层防火钢板构造，两层钢板之间相隔有38mm的绝缘层； * 厚度1mm优质钢板经过点焊接，使用寿命更长，防火性更好； * Sure-GripTM三点联动式门锁，轻松自如启闭180度的柜门配有双钥匙； * 5厘米高的防漏液槽使意外流出的液体不外溢； * 专业规范的警示标签显而易见； * 装设有防闭火装置的双透气孔； * 独有的防溢漏式层板可在每6厘米层挡上下之间自由调节； * 柜子内外都喷涂有环氧树脂漆； * 严格按照OSHA规范，柜身设有静电接地传导端口，方便连接静电接地导线。 如果存放的是OSHA1910.106所提到的可燃的或易燃的化学品， 存储设备建议采用基于美国防火协会第30条规定（NFPA 30）， 或者统一火灾法规79条（UFC 79）的规范所设计的防火安全柜。 2000年版NFPA中的第4.3章节说明了防火安全柜的设计、构造和容量要求。 除了要求通过防火检测,NFPA进一步规定了特殊防火安全柜的构造要求。 防火安全柜采用金属结构和木质结构都是可以的， 但在工业领域大多选择的是金属结构的防火安全柜。 SYSBEL以优良的品质和服务来保证阁下员工的职业健康，安全环境和美好未来。   产品规格列表   产品名称 订货号 操作 易燃液体防火安全柜（30G/手动门） WA810300 询价    详细 易燃液体防火安全柜（45G/手动门） WA810450 询价    详细 易燃液体防火安全柜（60G/手动门） WA810600 询价    详细 易燃液体防火安全柜（90G/手动门） WA810860 询价    详细       详细参数 产品名称  易燃液体防火安全柜（30G/手动门） 产品定货号  WA810300 材质  优质钢板 尺寸  112*109*46（H*W*D/CM） 重量  236/106（磅/千克） 技术指标  可调层板：1块；门类型:双门，手动；标准配件：1根静电接地导线，1双操作手套，2把钥匙。 容积  30加仑/114升 包装  纸箱包装 颜色  黄色 规范  OSHA 29 CFR 1910.106&NFPA CODE30

本系统是一款专为中小学音乐教师设计的备授课一体化软件。它深度融合了备课与授课两大核心环节，通过配套的海量音乐教学资源，旨在有效降低教师的备课难度，全面提升课堂教学质量。 备课模块：灵活高效，资源随心 备课模块为教师提供了一个功能强大且易于操作的创作平台，让音乐课件的制作变得前所未有的简单。 混合编辑与排版：支持五线谱、简谱、图像、音频、视频、动画、文本、表格、图形等多种元素的混合编辑。教师可以在一个课件中创建任意数量的页面，自由组合，满足多样化的教学设计需求。 智能乐谱生成： 乐器指法谱：可一键在五线谱或简谱上方生成口风琴、竖笛、陶笛、葫芦丝等多种小乐器的指法参照谱，方便器乐教学。 节奏参照谱：支持生成独立的节奏谱，并与主曲谱上下混合排版，强化节奏教学。 简谱与五线谱对照：支持在五线谱上方生成简谱参照，或在简谱上方生成五线谱参照，实现两种记谱法的同步教学与转换。 专业乐谱编辑： 五线谱编辑：提供音符组输入、和弦输入及符尾自动调整等专业功能。 简谱编辑：支持便捷地添加减时线等操作。 完备符号库：内置齐全的乐谱符号库（谱表、谱号、调号、拍号等）和丰富的乐谱标注符号库（演奏记号、强弱标记、速度术语等）。 智能辅助功能： 歌词处理：具备歌词智能对齐和自动添加带声调拼音的功能，并能自动识别多音字。 图文混排：可自由输入文本、插入图形和表格，并支持将任何乐谱符号、音符等元素拖入文本框或表格中，自定义其颜色与大小。 无缝对接办公软件：所有音符及乐谱片段均可复制为透明背景，直接粘贴到PPT或WORD中，与文档背景完美融合，方便教师制作美观的教案与课件。 授课模块：互动演示，生动课堂 备课模块制作的课件可一键无缝切换至授课模块，为课堂带来生动、专业的互动演示体验。 动态播放与展示： 多种播放模式：支持旋律、节奏、唱名、试唱、哼唱、范唱、伴唱等七种播放模式，并可在同一界面内自由切换，满足不同教学环节的需求。 精准播放控制：支持通过点击曲谱或歌词的任意位置来设定播放范围，可跨小节、跨段落播放，甚至精确到单个音符。 同步高亮显示：播放时，曲谱上的音符、歌词与屏幕上的虚拟音乐键盘会同步高亮，帮助学生实现音谱同步、视听结合。 灵活的课堂调整： 指法谱动态更新：在授课时，当教师修改曲谱的调号，上方的小乐器指法参照谱会自动随之改变，极大方便了课堂上的即兴移调教学。 音乐元素变更：可随时变更播放的调式和速度，以适应不同的教学情境。 课件再编辑：支持在授课过程中直接修改五线谱或简谱的音符、歌词，修改后的课件可立即播放试听。 丰富的教学工具： 歌词显隐：支持一键显示或隐藏歌词，方便学生在学会歌曲后进行背唱练习。 3D索引：对于包含多个页面的课件，可通过3D索引画面快速定位，提升授课效率。 集成白板工具：内置笔迹、板擦等高效白板工具，方便教师直接在课件上进行圈点标注。 多媒体支持：支持插入并播放视频、动画及音频文件，其中MP3、WAV格式音频支持变速、变调播放。 完备的音乐教学资源 系统内置了丰富且专业的音乐教学资源库，为教师的日常教学提供坚实后盾。 专业符号库：包含齐备的乐谱符号库与乐谱标注符号库。 海量知识库：拥有超过20万字的音乐知识库，涵盖乐理、中西方乐器、中国音乐（民乐、曲艺、戏曲）、西方音乐及名曲名家等内容。 丰富图库：提供不少于50个基本图形和200个装饰图库。 配套乐谱课件：提供与主流音乐课本配套的可播放乐谱课件。 云端资源共享：接入音乐资源网络云平台，持续更新和扩充教学资源。 资源便捷调用：所有教学资源均可快速复制并粘贴至PPT课件或WORD教案中。

一种基于虚实力融合的遥操作机器人力觉临场感实现方法可广泛用于各类机器人的力控制，以及各种工程机械装备的力控制。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

本发明提出了一种基于操作转换的文本编辑实时协同方法，本发明首先通过产生的本地操作发送到 其他站点，然后通过因果接受找出与该操作具有并发关系的操作；对其进行转换得到该操作在该站点的 执行形式，并将该操作加入到执行队列，完成协同编辑；本发明能够支持在网络环境下多用户实时对同 一文本进行协同编辑；本发明能够支持实时协同编辑工作，即所有的用户最终得到一致的结果的，并且 结果是用户想要的；本发明应用到实时协同编辑中不需要全序控制；不仅能够做到结果一致，而