.1 系统构成 光纤陀螺教学实验系统主要用于光纤陀螺原理的实验和演示，光纤陀螺放置于一个专用的两轴转台上，结合测控计算机可以完成相关的实验内容。光纤陀螺的外壳盖板采用高透明度亚克力材料，超辐射光源、光纤耦合器、光电探测器、光相位调节器、光路（光纤环）等部件及其连接结构清晰可见，通过声光电显示指示对应名称和功能，也可以显示工作过程；可显示光纤陀螺Sagnac干涉仪输出变化，结合转台可以完成光纤陀螺仪寻北实验。   图2-1  光纤陀螺教学实验演示装置   图2-2 系统连接图 2 光纤陀螺仪 光纤陀螺仪部分由五个光纤核心元件构成，分别为超辐射发光光源、保偏耦合器、集成光学相位调制器、光纤环圈与探测器。调制解调部分为数字闭环调制解调方式，采用方波做为偏置调制，数字阶梯波作为闭环反馈控制机制。该结构为国际光纤陀螺主流方案配置，具有很高的实用价值。 为便于观察陀螺工作方式，陀螺外壳设计为有机玻璃外壳，内部光学元件按照光信号流程布局，并在相应位置加以标明，有助于了解光纤陀螺仪的光路总体结构。   图2-3 光纤陀螺 3 性能指标 3.1 光纤陀螺演示仪 测量范围：±500°/s 零偏稳定性：≦2°/h 标度因数重复性：≦20ppm 数据刷新率：>100Hz 频带宽度：>200Hz 光纤陀螺演示仪光纤环尺寸：>180mm外壳采用高透明度亚克力材料，超辐射光源、光纤耦合器、光电探测器、光相位调节器、光路（光纤环）等部件及其连接结构清晰可见； 带有触摸互动功能，学员可以通过触摸相应部位对应的部件可通过声光显示指示对应名称和功能，也可以显示工作过程； 外接输出阶梯波反馈信号，观察闭环反馈工作过程；探测器输出交流闭环信号接口，观察实际闭环条件下的输出工作状态； 外接监视器，用于观察Sagnac干涉仪输出干涉条纹在陀螺实际工作状态下干涉场的变化。 3.2 电动转台 纵轴和横轴转动角度范围：360°连续无限（无外接测试电缆时）； 角位置测量分辨率：±5’； 控制到位精度：±5’ 速率范围：0～50 º/s； 数据更新率：>20Hz； 通讯波特率：115200 bps 4 电动转台测控软件使用 4.1 软件介绍 光纤陀螺实验系统的软件包含： 1） 转台控制软件， 2） 光纤陀螺数据采集软件， 3） 光纤陀螺演示软件， 4） 实验互动应用软件APP（适用于安卓手机或平板电脑）   4.2实验目的和要求 1）光纤陀螺构成及基本原理实验，重点理解Sagnac效应。 2）光纤陀螺输出角速率测量及比对实验； 3）光纤陀螺角电压振幅的变化比对实验； 4）光纤陀螺仪寻北实验。   5、适用课程 导航原理、惯性传感器原理、惯性导航原理、导航制导与控制、飞行控制原理、无人机实训实验、新型光电传感器、传感器原理及应用等。

飞行控制原理实验室主要承担飞行技术专业的《飞行控制系统》及创新实践类公选课《虚 拟仪器的设计和实验》等课程的实验教学任务，通过实验项目培养学生对飞机控制系统和 仪表的识读及使用等方面的实际操作能力，提高学生对飞行控制系统进行连接、控制的动 手能力，为学生创新活动、毕业设计提供相应的设备和场所，为师生的相关科学研究提供 平台。 飞行控制系统实验设备有CessnaN9258仿真飞机和飞行控制实验展板 可开设的实验项目有 1.主飞行舵面开环、闭环控制实验 2.平飞速度影响因素分析实验 3.舵面信息采集及显示系统 系统用途 该系统能够完成一系列飞行控制实验，有助于学生理解、熟悉、掌握惯性飞行控制原理 和技术。也可以满足其它专业如飞行技术、航海技术、无人机技术、测绘技术等不同专业 的惯性导航技术的科研和教学的使用。该系统为飞行员的基础教育提供了一个非常好的平 台，让学生多角度全方位的理解飞机飞行过程中的状态变化，使学生对于飞机飞行控制有 更加深入全面和直观的理解。 飞行控制系统简称“飞控系统”。它是以飞机为被控对象的控制系统，主要是稳定和控 制飞机的姿态和航迹运动。实施对飞机操纵面(舵面)的控制，从而实现对飞机飞行姿态/方 位、飞行航迹、空速/Ma数、气动构形、乘坐品质、结构模态等的操纵控制。 飞行操纵系统主要由三部分组成：主操纵系统、辅助操纵系统和警告系统。该实验装置 主要模拟了A380空客飞机的主要操纵系统。 主操纵系统包括副翼、方向舵和升降舵，用以改变或保持飞机的飞行状态。主操纵系统 主要用于操纵飞机绕三个转轴的运动。副翼用于操纵飞机绕纵轴的滚转运动；升降舵用于 操纵飞机绕横轴的俯仰运动；方向舵用于操纵飞机绕立轴的偏航运动。 通过此实验可掌握以下主要知识和技能，包括： 1、飞行控制系统的结构、功能、特性、工作原理以及在飞行中的具体应用； 上海紫航电子科技有限公司 Tel : Fax:021-54170905 salse@3dmsens.com 4 2、主操纵系统的结构、功能、特性、工作原理以及在不同飞行阶段中的具体作用； 3、ECAM仪表的显示内容和读识； 4、Cessna182训练机飞机的方向舵、升降舵、副翼和引擎油门的使用； 5、飞机在不同飞行姿态的操纵及仪表读识。 6、学习飞行原理基础知识，掌握平飞，爬升，下降，盘旋四个过程中主要的公式原理。 功能特点 （ 1）较低的价格，可以让众多学生同时动手实验，引领国内飞行控制教学和实验进入普 及化时代； （ 2）国内首家专业定制实验教学平台，可做定量实验，更好的掌握飞行控制原理和飞行 技术； （ 3）提供全面的相关教学和实验配套服务，减轻教师的负担； （ 4）集成度高，包含了飞机主要控制部件； （ 5）实验覆盖全面，从单一运动传感器实验到所有运动传感器融合的综合实验； （ 6）通过自身在国内相关领域的领先技术，实现惯导/航姿/运动传感实验室方案的不断 升级，真正使高校教学/实验/科研水平跟上技术发展的潮流； （ 7）可为学校量身定做相关实验系统

此类教学设备弥补了现有院校相关专业无法通过相关实验验证或者解决实际的知识问题。

1、主框架柜体：采用1.0mm厚冷轧钢板，通过剪切、折弯、焊接、冲压、打磨一系列工艺精致而成，表面经除油、酸洗、磷化作防锈处理，再静电粉沫喷涂EPOXY防护层做耐酸碱耐腐蚀表面处理，其喷涂EPOXY防护层附着力经落物撞击试验测试合格;门抽面采用具有人性化设计的30°斜面;后端设置可拆卸用于维修的活动板;框架静态承重﹥300公斤;框架结构合理，灵活多变，稳定性强，可按客户需求进行多种组合。 2、台面:a、理化贴面板采用25mm厚的国产优质环保型中纤板为基材，表面粘压耐酸碱的进口0.9mm厚Chemsurf理化板，台面四周断面经国产优质2.0mm厚PVC封边防水处理，外表b、实心理化板采用12.7mm进口实心理化板，四周边缘加厚至25.4mm，边缘做圆角磨边处理，符合人体工学设计，具有耐酸碱、耐腐蚀、耐冲击、韧性强等特点。c、千思板采用13mm厚荷兰进口TRESPA实验室台面板，四周边缘加厚至26mm，边缘做圆角磨边处理，符合人体工学设计，具有抗撞击、耐酸碱、耐腐蚀、耐刻刮、易清洁、抗紫外线、防静电等特点。d、环氧树脂板由环氧树脂、石英砂、固化剂和颜料一次性压模而成，抗高温、24小时超强防腐蚀，绝对防潮、可修复，越是在极端恶劣的实验条件下，越是表现出众。 3、门合叶：采用不锈钢板式2.5吋专用合叶，不锈钢厚度2.0MM。 4、抽屉导轨：托底式自动自闭导轨，表面经黑色EPOXY静电粉未喷涂，耐腐蚀、伸缩自如、承重力强，抽屉可以全部向外拉出，方便存取物品。 5、抠手：采用铝合金材料，内嵌式抠手，表面环氧树脂粉沫喷涂。 6、可调地脚：专业模具组合式结构;可调螺丝为M12*50mm不锈钢，尼龙罩盖为注塑模具一次成型，内嵌橡胶模垫，可承重、防潮、防滑、减震、抑菌、耐腐蚀、高低可调节台体水平;外形美观大方，设计人性化。 7、水龙头：采用进口优质单口、双口或三口水龙头;材质为纯铜质;表面处理采用进口环氧树脂粉未喷涂，耐酸碱，耐腐蚀;出水嘴采用铜质和PP两种材质，可拆卸，加接安装起泡器，鹅颈、折角出水管可360°旋转，有成型螺纹，可方便连接循环等特殊用水水管;阀芯采用精密陶瓷阀芯，90°旋转，开关使用寿命达50万次以上，静态最大耐压35巴;把手采用PP材质，符合人体工学设计，使用手感舒适、方便。 8、水槽：采用进口高密度PP材质，模具一体成型，抑菌、易清洁、耐腐蚀、耐酸碱和有机物;水槽底部厚度7mm,四周壁厚5mm;台下托底式或台上托面式安装，有利于台面残水自然回流，美观实用，规格由小号到大号，用户可根据实际需要选用。 9、下水系统：采用进口高密度PP材质沉水弯，耐腐蚀、耐酸碱和有机物，具的过滤、堵臭功能。 10、紧固螺丝：采用优质不锈钢材质螺丝。

实验台可用于测定平带、V带传动效率及滑动系数（滑动率）；可观察带传动弹性滑动现象及打滑现象。实验台上电动机安装在滑动机座上，通过调节螺旋装置来调整电动机位置，从而改变传动带上的预紧力。实验台电动机和发电机均有一对滚动轴承支座悬架，使其机壳可绕各自转轴中心转动。利用测力杠杠和测力传感器，通过悬架起来的电动机可求主动轮转矩，通过悬架起来的发电动机可求从动轮转矩。实验台上传动带预紧力、带轮转速和转矩均由传感器测试，数字仪表显示，从而提高了实验数据测试精度。实验台上安装两个频闪灯，利用频闪灯可直接观察到带传动中弹性滑动现象及打滑现象。该实验台适合高等工科院校《机械设计》及《机械设计基础》课程的实验教学。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片

项目简介：《选矿厂生产统计计算机管理系统研究》通过湖北省科技厅组织的鉴定，其科研成果处于国内领先水平。 技术特点：本课题以大冶铁矿厂为实例，利用当前流行的Microsoft Visual Basic6.0开发选矿厂生产统计计算机管理系统软件，该系统解决了多金属选厂报表金属量不易平衡的问题，具有创新性。用户只需一次性输入原始数据，相互关联的生产日报表、周报表、月报表和年报表将自动生成，生产日报表可当天上报。企业领导、工程技术人员、管理工作者和统计分析人员可根据工作需要任意浏览、调用、打印各种报表，有利于正确指导现场操作、生产调度、组织管理和领导决策。应用领域：该系统既针对性，又有通用性，便于计算机管理网络化。可在全国同类矿山企业中推广使用，具有广阔的应用前景和良好的社会、经济效益。

随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。