产品详细介绍 规格25ml/50ml/100ml/150ml/200ml/250ml /300ml/400ml/500ml/600ml/800ml/1000ml /2000ml/3000ml/5000ml.

边缘智联网（edge+AI+IOT=eAIOT）综合实验平台是一款集成物联网、嵌入式、移动互联技术、人工智能于一体的高端教学科研实验平台。 整个教学平台包括物联网、嵌入式Linux和人工智能（AI），三个部分互相支撑、互为补充。平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与OpenCV计算机视觉库，支持TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE等深度学习端侧推理框架。 实验平台支持图像处理、语音处理、无线通信、传感器原理、RFID等技术的主流算法及应用。提供完整的配套教学教材，实训案例的源码、开发手册等，满足AI和IOT教学实训、应用开发等需求。 本项目实验平台搭载瑞芯微RK3399处理器，不少于9个无线传感器节点，配备11.6寸高清触摸屏、高清相机模块、7麦麦克风阵列和ODB接口。 硬件系统采用DC12V电源适配器安全统一供电，结构为上下两层一体化设计，上层紧固式安装实验所需硬件（非磁吸式安装），实验所需硬件均平铺安装在一整块底板上，下层收纳放置配套线材、配件等设备。 实验平台支持ZigBee、BLE、lorawan、nbiot、RFID等无线网络通信，支持无线传感器网络、物联网人工智能、嵌入式系统开发、RFID射频识别技术等课程实验。同时配备可私有云和公有云部署的“物联网云平台”，配合多种传感器模块，可完成基于物联网云平台的嵌入式无线传感器综合实验。本平台提供嵌入式深度学习框架Tengine，可完成人工智能实验，包含基于深度学习的目标检测实验、基于深度学习的人脸识别实验，可完成声纹识别门禁实验、AI语音智能家居实验、知识图谱和聊天机器人实验等人工智能实验。

一、装置概述 PUAA-Q型挥发性有机废气治理技术综合实验装置是根据高等教育的改革方向，顺应国家培养应用型高技能人才的战略思想，以前沿技术为导向，紧密结合挥发性有机废气实际处理工程的功能和特点，并针对高等院校对挥发性有机废气处理工艺应用和创新实验教学的实际需要而专门研制的综合性实验装置。本装置涉及放电等离子体技术、光解技术、吸收技术、吸附技术以及智能程控技术等多方面、深层次的内容。装置工艺流程简洁、美观，可视化程度高，具有处理效率高、彻底、无二次污染等优点，非常适合大专院校的相关专业开展实验、实训、设计、创新创业训练等。 二、主要参数及指标 （1）处理能力：能处理苯、甲苯、二甲苯等多种挥发性有机废气； （2）处理负荷：<2000mg/L； （3）处理气量：<500L/min； （4）处理效率：≥95%； （5）装置净重：300kg； （6）外形尺寸：2200mm×700mm×1800mm； （7）供电电压：AC220V、50Hz； （8）运行功率：＜4kW； （9）操作条件：常温、常压； （10）安全保护：具有漏电压、漏电流保护装置，安全符合国家标准。 三、主要配置及性能 采用自主知识产权的双介质阻挡放电等离子体反应器，放电均匀、稳定，活性物种产率高。 高频高压电源采用两级控制，安全、可靠，输出频率和电压可调。 可视化的吸收池中安装全潜式UVC杀菌灯，能够直观观察光解过程；UVC杀菌灯配套专用整流器、高品质石英套管、防水接头，UV穿透率高，可在水中长时间工作。 多段蒸笼式撬装活性炭吸附塔，吸附效率高、活性炭更换方便，并配套活性炭再生设备，可延长活性炭使用寿命。 吸收液通过气液混合自吸泵输送，并采用自动和手动相结合的控制模式，灵活、方便。 废气发生器智能程控，有机废气浓度可在0~2000mg/L范围内调控。 采用电磁式增氧气泵作为载气泵，气量大、稳定、噪音低。 316L不锈钢材质的臭氧热解器中填装有高效的臭氧淬灭催化剂，可将尾气中的臭氧快速转化为氧气，并通过智能程控调节尾气净化器的温控设备，运行成本低。 水温、水位、气压等变送器0.2%精度、稳定性能±0.1%FS、输出信号4-20mA，精度高、性能稳定、可连接PLC控制器，不锈钢材质变送器探头耐磨、耐冲击、抗干扰强。 三菱FX3U系列PLC主机和模拟量输入输出模块完成设备运行控制，10英寸彩色触摸式液晶显示屏实时显示控制按键、装置运行状态及时间、水温、水位、气压、电流等重要参数。 所有设备模块化安装于304不锈钢材质的柜体中，柜体前后开设有视窗，顶部安装有可调速换气扇，底部配有禁锢万向脚轮。

一、平台背景 虚拟仿真实验教学是高等教育信息化建设和实验教学示范中心建设的重要内容，是学科专业与信息技术深度融合的产物。为贯彻落实《教育部关于全面提高高等教育质量的若干意见》（教高〔2012〕4号）精神，根据《教育信息化十年发展规划（2011-2020年）》，教育部决定于2013年启动开展国家级虚拟仿真实验教学中心建设工作。其中虚拟仿真实验教学的管理和共享平台是中心建设的重要内容之一。 目前，大多数高校都有针对课程使用实验教学软件，但由于每个专业或课程的情况不同，购买的软件所采用的工作环境、体系结构、编程语言、开发方法等也各不相同。由于学校管理工作的复杂性，各校乃至校内各专业的实验教学建设大都自成体系，各自为政，形成了“信息孤岛”。主要面临如下问题： • 管理混乱，各种实验教学软件缺乏统一的集中管理； • 使用不规范，缺乏统一的操作模式和管理方式； • 可扩展性差，无法支持课程和相应实验的扩展； • 各系统的数据无法共享，容易形成“信息孤岛”； • 缺乏足够的开放性； • 软件部署复杂，不同的软件不能运行在同一台服务器上。 二、平台目标 该平台的目标就是高效管理实验教学资源，实现校内外、本地区及更广范围内的实验教学资源共享，满足多地区、多学校和多学科专业的虚拟仿真实验教学的需求。平台要实现学校购置的所有实验软件统一接入和学生在平台下进行统一实验的目的，通过系统间的无缝连接，使之达到一个整体的实验效果，学校通过该平台的部署，不仅可以促进系统的耦合度，解决信息孤岛的问题，还可以使学校能够迅速实施第三方的实验教学软件。 平台提供了全方位的虚拟实验教学辅助功能，包括：门户网站、实验前的理论学习、实验的开课管理、典型实验库的维护、实验教学安排、实验过程的智能指导、实验结果的自动批改、实验成绩统计查询、在线答疑、实验教学效果评估等功能，同时该平台可扩展集成第三方的虚拟实验课程资源或自建课程资源，为各类院校虚拟实验教学环境提供服务并进行相应的应用。 三、应用方案 《国家中长期教育改革和发展规划纲要（2010－2020年）》第十九章第六十条明确指出:加强优质教育资源开发与应用。加强网络教学资源库建设。引进国际优质数字化教学资源。开发网络学习课程。建立数字图书馆和虚拟实验室。建立开放灵活的教育资源公共服务平台，促进优质教育资源普及共享。创新网络教学模式，开展高质量高水平远程学历教育。 虚拟实验建设的理念就是采用我们这个方案的理念(平台+资源)，发布一个虚拟实验中心门户网站、建设一个开放式虚拟仿真实验教学的管理和共享平台，然后再陆续把相关虚拟实验课程的资源统一放到该平台来进行管理，从而面向各个学科的相关课程开展虚拟实验教学。 四、平台的主要功能 开放式虚拟仿真实验教学的管理和共享平台包括虚拟实验中心门户网站、实验前的理论学习、实验的开课管理、典型实验库的维护、实验教学安排、实验过程的智能指导、实验结果的自动批改、实验成绩统计查询、数字化资源管理、师生互动交流和系统管理等子系统。 虚拟实验中心门户网站：一个动态Web系统，系统内容包括中心介绍、实验教学、实验队伍、管理模式、设备与环境、教学特色、中心新闻/公告/通知等。 实验教务管理：课程库、培养计划、排课、选课、开课审核等功能。 实验教学管理：现场实验安排、虚拟实验安排、实验批改、考勤管理、成绩管理、实验报告等。 实验前理论学习：实验前学生通过练习、自测、课件等方式学习实验理论知识。 实验过程智能指导：学生在实验过程中遇到问题可以请求指导，系统给出指导信息。 实验结果自动批改：学生提交实验结果后系统自动评判，给出分数和评分点。 数字化资源管理：各种虚拟实验、仿真软件和演示动画的上传、发布。 实验室开放预约管理：实验室设备借出、实验室预约、实验预约、工位预约管理。 师生互动交流：实时答疑、在线留言等。 系统管理：用户、分组、角色、权限、日志、备份管理和实时监控等。 五、平台特点 1)系统针对学校实验教学整体需求设计，满足校级实验教学需要； 2)可集成所有符合标准的第三方虚拟实验系统和软件； 3)经典实验的设计采用B/S架构，方便学生使用和系统部署； 4)全面开放了实验室的实验资源，提供开放式实验教学服务。方便学生自主灵活参与实验，充分发挥学生的主观能动性，提高实验教学的效果； 5)多种角色应用体系，多种业务权限配置，满足学生、教师、教务人员、实验室管理人员和校领导的需求，受益面广； 6)人性化的协同学习，帮助教师和学生随时随地通过网络在线或离线交流； 7)虚拟实验和现实实验相结合，丰富了实验教学方式，通过系统可同时管理硬件实验和虚拟实验； 8)实验教学排课灵活，可统一安排也可学生自选，提供学生、教师以多种方式打印课表； 9)多种数据导入导出功能，方便各种身份角色数据汇总、数据统计； 10)可无缝集成到学校的教学教务管理系统中； 11)支持实验报告在线提交，并提供实验报告在线批注和智能批功能； 12)可根据现实实验室进行直观的工位布局，方便学生预约和入座； 13)支持在线多媒体编辑宣传内容，可实现实验中心与下设实验室门户网站统一管理； 14)系统更加注重实验教学效果。

为深入推进创新创业教育工作，宣城校区构建了“文化引领—意识培训—竞赛锤炼—孵化培育—资金扶持—导师护航”六位一体创新创业教育实践体系，将双创教育贯穿于人才培养全过程，实现“三全育人”工作格局，助推双创教育高质量发展。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

近日，傅正义院士团队平航副研究员在材料过程仿生制备新技术研究方面取得创新性进展，成果以“Mineralization Generates Megapascal Contractile Stresses in Collagen Fibrils”为题，发表在国际顶级期刊《Science》（科学）上。