产品详细介绍主要技术参数★测量范围：（因该仪器可检测的元素较多，现以钢中C、S、Mn、P、Si、Cr、Ni等常见元素为例）  C：0.001～10.000%       S：0.0005～2.000%      Mn：0.010～20.500%  P：0.0005～1.0000%     Si：0.010～18.000%      Cr：0.010～38.000%  Ni：0.010～48.000%     Mo：0.010～7.000%       ΣRE：0.0100～0.5000%  Mg：0.010～0.800%      Cu：0.010～8.000%       Ti：0.010～5.000%  Al：0.010～15.000%      V：0.010～0.500%  (如改变测试条件，该范围可相应扩大)★电子天平： 称量范围：0—120g 读数精度：0.001g测量精度：符合GB223.3～5-1988、GB223.68～69-1997、2008等标准。主要特点★采用独家开发的、具有知识产权保护的最新检测软件，整机模块化设计确保了检测结果的可靠性；★采用国际先进的多项式拟合曲线技术，增加了单点校正等先进的元素理念，自动调整零点、满度；★各元素检测报告一次性打印，并可根据客户需求设计各种材料牌号自动鉴别系统，可自动鉴别材料牌号；★一台仪器可检测钢铁中所有常规元素C、S、Mn、P、Si、Cr、Ni、Mo、Cu、Ti、Al、W、V、Nb、Fe、ΣRe、Mg、Co、Sb、As、Sn、Pb等；★检测功能庞大，标准配置即具备检测300个元素的通道空间。动态显示分析过程中的各项数据和释放曲线。★可检测的材料有:普碳钢、不锈钢、低合金钢、中合金钢、高合金钢、生铁、灰铸铁、球墨铸铁、耐磨铸铁、铝合金等。★采用低噪声、高灵敏度、高稳定性的红外探测器。★WINDOWS全中文操作界面，操作方便，易于掌握。 ★ 软件功能齐全，提供文件帮助、系统监测、通道选择、数理统计、结果校正、断点修正、系统诊断等四十多项功能。

产品详细介绍  电脑多元素联测分析仪 JQ-8型 是国内最新型的一款综合性分析仪，一台仪器即可满足钢铁及其合金材料中的C、S、Mn、P、Si、Cr、Ni、Mo、Cu、Ti、V、Al、W、Nb、Mg、稀土总量、Co等元素含量的检测，共设置有五个大通道（且可根据客户需求设置成十个大通道），每个大通道内又分别设置有30个小通道，共可贮存158条工作曲线，原则上一套仪器可检测158种元素，采用品牌电脑微机控制,并配备了电子天平，全中文菜单式操作,台式打印机打印结果 ,可检测的材料有:普碳钢、低合金钢、中合金钢、高合金钢、生铁、灰铸铁、球墨铸铁、耐磨铸铁、铝合金等。 主要技术参数 ★测量范围：（因该仪器可检测的元素较多，现以钢中C、S、Mn、P、Si、Cr、Ni等常见元素为例）   C：0.010～6.000%       S：0.0030～2.0000%      Mn：0.010～20.500%  P：0.0005～1.0000%    Si：0.010～18.000%      Cr：0.010～38.000%  Ni：0.010～48.000%    Mo：0.010～7.000%       ΣRE：0.0100～0.5000%   Mg：0.010～0.800%      Cu：0.010～8.000%       Ti：0.010～5.000%  如改变测试条件，该范围可相应扩大。 测量精度：符合GB223.3～5-1988、GB223.68～69-1997、2008等标准。 主要特点 ★一台仪器可检测钢铁中所有常规元素C、S、Mn、P、Si、Cr、Ni、Mo、Cu、Ti、Al、W、V、Nb、Fe、ΣRe、Mg、Co、Sb等； ★采用品牌电脑微机控制，电子天平称量，台式打印机打印检测结果； ★测试软件功能齐全，能完全替代传统化验室的各项手工书写工作，并可根据各单位实际需求，任意设置检测报告格式，并可输入任意检测条件查询历史数据； ★检测功能庞大，标准配置即具备检测158个元素的通道空间。

产品详细介绍QR-3B型碳硫联测分析仪仪器主要技术参数： 测量范围：碳：0.01-6.00% 硫：0.003-2.000%  测量时间：45秒 测量精度：符合GB223.69-2008，GB223.68-1997标准仪器主要特点：1、气体容量法定碳，碘量法定硫。2、采用国际先进的传感技术微机技术，使用进口传感器、直读碳、硫含量、彻底消除人为视觉误差。3、精度高：碳可精确至0.01%，硫可精确至0.0001%。4、自动打印分析结果。5、预留电脑接口，便于仪器升级。

MSA1000A是—款高性能便携式矢量信号分析仪，具有优良的测试动态范围、 分析带宽、 相位噪声、 幅度精度和测试速度；具备高灵敏度的频谱分析、矢量信号分析及实时频谱分析；具有可选的测试功能和出色的硬件可扩展性。 功能特点 频率范围：9 kHz~40 GHz 分析带宽高达300 MHz 实时分析带宽高达200 MHz 功能丰富，支持如下信号分析模式并可扩展 通用频谱分析模式 矢量信号分析模式 实时频谱分析模式 基于PXle高速内部总线，测量速度快 可通过LAN、GPIB接口控制模块 应用领域 4G/5G/WiFi等宽带通信设备研发与生产测试 大宽带瞬态信号的捕获与分析 非法和干扰信号的搜寻与识别 电子系统研发、测试和维修 电磁频谱监测

MSA2000A是一款高性能模块化矢量信号分析仪，具有优良的测试动态范围、分析带宽、相位噪声、幅度精度和测试速度；具备高灵敏度的频谱分析、矢量信号分析及实时频谱分析功能；具有可选的测试功能和出色的硬件可扩展性。 功能特点 – 频率范围：9 kHz ~ 40 GHz – 分析带宽高达300 MHz – 实时分析带宽高达200 MHz 功能丰富，支持如下信号分析模式并可扩展 通用频谱分析模式 矢量信号分析模式 实时频谱分析模式 基于PXle高速内部总线，测量速度快   应用领域 4G/5G/WiFi等宽带通信设备研发与生产测试 大宽带瞬态信号的捕获与分析 非法和干扰信号的搜寻与识别 电子系统研发、测试和维修 电磁频谱监测

OAM（轨道角动量）模分复用技术是一种新兴的通信复用方式，它通过在光信号中引入轨道角动量这一新的维度，实现了光信号的多模式传输，从而显著提高了光纤通信系统的传输容量。然而，OAM模分复用系统在实际应用中面临着模式间串扰和非线性效应导致的信号失真问题，这些问题限制了系统的性能和传输距离。 针对这一挑战，提出了一种高效的非线性均衡器，该均衡器采用先进的算法和电路设计，能够有效地抑制OAM模分复用系统中的非线性失真和模式间串扰，从而提高系统的传输性能和稳定性。该均衡器不仅具有高度的灵活性和适应性，能够根据不同的传输需求和系统配置进行优化调整，而且其设计紧凑、功耗低，非常适合应用于现代光纤通信系统。 本成果创新点主要体现在以下几个方面：首先，通过引入先进的非线性均衡算法，实现了对OAM模分复用系统中非线性失真的有效抑制；其次，利用优化的电路设计和信号处理技术，提高了均衡器的性能和稳定性；最后，该技术能够广泛应用于多种光纤通信系统，具有广阔的市场前景和应用价值。 图1. 均衡器计算过程

南京农业大学园艺学院氮素连续流动分析仪及样品制备系统等采购项目招标

本成果围绕光伏并网系统电能质量展开。基于深度学习算法，研究谐波等电能质量指标变化规律，运用特征提取技术处理时序数据，实现电能质量预测。研发基于态势感知的电能质量调控装置，总谐波补偿率不小于 90%，补偿次数 2 - 50 次。成果形式包括研究报告、调控装置示范应用，申请发明专利 3 项，发表论文 3 篇。应用场景涵盖光伏电站、配电网等，可提升电网可靠性与经济性，减少设备损耗、优化调控策略、降低弃光率，为新能源消纳提供支撑。

本成果针对城市水电气热等综合能源数据来源广泛，结构复杂，且与用户、时间、空间信息关系紧密的特点，构建了高性能综合能源数据分析平台，提出了细粒度的能源数据分析理论框架及方法，并将其应用于智慧城市建设。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。