XM/CPR780高级全自动电脑心肺复苏模拟人 （计算机控制/有线版）   XM/CPR780型计算机控制心肺复苏模拟人在培训时间内可利用现有的资源办公电脑进行软件安装即可进行培训，退出操作程序就可以进行其他日常操作，执行美国心脏学会(AHA)2015国际心肺复苏(CPR)＆心血管急救(ECC)指南标准。 一、主要特点： 1、本模型为成年男性整体人，采用热塑弹性体混合胶材料，肤质仿真度高。 2、解剖标志明显，具有仿真的头颈部，头部可水平转动180度，有利于清除异物。 3、胸部体表标志明显（胸骨角、乳头、剑突等），便于胸外按压的操作定位。 4、可触及颈动脉搏动，死亡状态下，颈动脉搏动消失，颈动脉搏动与有效按压相关联。 5、心肺复苏术：仰卧位，头可后仰，便于清除呼吸道异物，可进行胸外按压。 6、可进行口对口人工呼吸或者使用简易呼吸器辅助呼吸，有效人工呼吸可见胸廓起伏。 7、瞳孔示教：死亡状态下，瞳孔散大，抢救成功后，双侧瞳孔由散大变为正常。 8、模拟人和计算机之间通信方式：USB通信。 9、模拟人关节灵活，可进行搬运练习。   二、软件功能： 1、生命特征模拟：瞳孔变化及颈动脉的搏动。 2、模拟标准气道开放。 3、人工呼吸与胸外按压时：模拟心脏搏动显示、模拟心电图显示。 4、人工手位胸外按压时： ■ 动态条码指示灯显示按压深度； ■ 计数显示；详细记录按压正确和错误的次数，并区分错误的原因； ■ 语言提示：中文语音提示，详细提示按压错误的具体原因，以便训练者及时改正； ■ 实时操作波形图显示按压操作的过程； ■ 实时矩形图显示按压深度（通过红色、绿色、黄色、灰色直观体现操作过程）。 5、人工口对口呼吸(吹气)时： ■ 动态条码指示灯显示吹气量大小； ■ 计数显示：详细记录人工呼吸正确和错误的次数，并区分错误的原因； ■ 语言提示：中文语音提示，详细提示人工呼吸错误的具体原因，以便训练者及时改正； ■ 实时操作波形图显示人工呼吸操作的过程； ■ 实时矩形图显示人工呼吸量大小（通过红色、绿色、黄色、灰色直观体现操作过程）。 6、操作时间、CPR操作比例、CPR循环次数可单项设定； 7、操作方式：训练操作、模拟实战、标准考核。 8、语言设定：可进行语言提示设定及提示音量调节设定或关闭语言提示设定； 9、成绩单保存打印，可连接通用打印机对成绩单进行打印； 10、可进行多媒体教学，也可进行与投影仪、触摸屏等连接播放教学； 11、学员管理：可自由编辑学员名称及编号，用于存档； 12、检查瞳孔反应：死亡状态下，瞳孔散大；抢救成功后，双侧瞳孔由散大变为正常。 13、检查颈动脉反应：用手触摸检查，死亡状态下，颈动脉无搏动；抢救成功后，颈动脉连续搏动。   三、标准配置： 1、心肺复苏全身人体模型：1台 2、手拉推式硬塑箱：1只 3、计算机：用户自配或选配 4、USB连接线：1条 5、电源适配器：1个 6、CPR安装操作软件：1套 7、复苏操作垫：1条 8、一次性呼吸面膜(50张/盒)：1盒 9、可换肺囊装置：4套 10、可换面皮：1张 11、操作指南光盘：1张 12、急救手册：1本 13、说明书：1册 14、保修卡合格证：1张

本项目针对工程机械行业开展逆向物流的瓶颈约束问题，对工程机械产品 回收体系及其逆向物流关键技术进行重点研究，为回收体系的高效运作提供基 础数据；为回收产品的物流流向提供决策依据；为逆向物流网络的优化设计和 运行提供决策支持；在此基础上，建立与企业现有信息平台有效集成和融合的 逆向物流信息平台；同时，结合具体企业开展实践，为工程机械回收产品逆向 物流技术的应用和示范提供关键技术支撑。

工程机械用钢青岛特钢生产的工程机械圆钢主要用于液压挖掘机、推土机、装载机、道路机械、工程起重机械、国防工程、交通运输、能源建设、矿山工业建设、农林水利建设、工业与民用建筑、城市建设、环境保护等领域。因钢材纯净度高，成分与性能均匀，淬透性稳定 工程机械用钢 青岛特钢生产的工程机械圆钢主要用于液压挖掘机、推土机、装载机、道路机械、工程起重机械、国防工程、交通运输、能源建设、矿山工业建设、农林水利建设、工业与民用建筑、城市建设、环境保护等领域。因钢材纯净度高，成分与性能均匀，淬透性稳定，获得用户的一致好评。

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 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。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： 　　（1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 　　（2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 　　（3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 　　（4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 　　本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： （1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 （2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 （3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 （4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

智能交通是关键在于两方面：智能道路与智能车辆。前者主要目的在于规范 交通秩序，提升道路的通行能力；后者的使命是通过发展通过驾驶辅助系统，最 终实现车辆的无人驾驶。 针对智能道路，团队研发了电子警察。通过装配在城市交通路口的智能一体 相机，电子警察自动抓拍车辆闯红灯和变道等违章行为，通过治理违章规范驾驶 行为。其核心技术在于基于计算机视觉的嵌入式车辆运动分析系统。团队与智能 相机厂商合作，开发了基于达芬奇（DaVinci）平台的嵌入式电子警察产品，并 已成功上市销售数百套。 针对智能车辆，团队研发了交通标识自动识别系统。通过车载视觉智能分析 系统，提前主动定位并识别交通标识，规避违章驾驶。团队与国内领先的无人车 研发机构合作，已参加数届中国智能车未来挑战赛（IVFC）,获得了交通标识识 别第一名及总成绩第三名的成绩，并得到了中央电视台等机构的好评。

采用特征可视化技术对嗜酸性粒细胞与非嗜酸性粒细胞进行了特征区分，结果与病理形态学诊断特征一致。同时，团队成员还对诊断耗时进行了比较，采用现有病理医生随机抽取10个视野的方法计数和诊断一个鼻息肉患者平均需要12.7分钟，病理医生若进行全片视野进行完整计数和诊断平均需要148.6分钟，而AICEP进行一个全片诊断只需要5.4分钟，大大节约了时间成本和人力成本。下一步，AICEP平台将进行云化及模块化，通过云平台将专家级的鼻息肉病理诊断水平拓展到基层医疗机构。       该成果也是我校附属第三医院与清华珠三角研究院自2019年4月联合成立粤港澳大湾区首个“医学人工智能中心”后的又一研究成果。该医学人工智能中心基于中山大学附属第三医院“一体两翼、三城四院”发展格局下丰富的医疗资源，多个学科群的优势和特色以及清华珠三角研究院、清华大学在人工智能领域的技术优势，着力建设三大平台：医疗影像辅助诊疗平台、人工智能技术服务平台、专业技术人才培训平台。计划5年内将该中心打造成粤港澳大湾区医学人工智能应用的示范基地。

目前我国有近三千条用于钢丝热处理的马弗炉，其中绝大多数以煤为燃料，部分以煤气和电为燃料。这种炉型存在的最大问题是：控制系统自动化程度低，变产量、变品种时热处理质量不易控制，能耗高。为此，我们开发了钢丝热处理炉计算机自动控制系统，使用该系统，即使是燃煤热处理炉，也可实现根据钢丝直径、产量的要求自动调节炉温和拉速；或根据炉温、钢丝直径自动调节最佳拉速；或根据拉速、钢丝直径，自动调节最佳炉温；并自动调节煤、风配比例。以实现钢丝热处理高质量的前提下最大限度地节约能源。