产品详细介绍 我司提供专业的3D打印服务       由于互联网与科技的不断发展，现今市场对于个性化的需求愈加热切，3D打印的到来，为个性化定制以及快速成型展现提供了一个新的契机。我司提供专业的3D打印服务，利用其自主研发的桌面级3D打印机的高稳定性以及精准性，为客户带来高品质的3D打印服务。       我司拥有专业的技术工程师团队与AE团队以及充足的3D打印设备，保证其3D打印服务的用户体验与品质以及服务进度。为各行各业带来无比周到的服务体验。       目前我司的3D打印服务在机械模具行业、生物医疗行业、工业设计行业、艺术设计行业、建筑设计行业、玩具制造行业以及教育教学具个性化定制等等领域取得良好的口碑与影响。 1、 SLA（Stereo lithography Appearance）立体光固化成型法； 采用液态光敏树脂原料，通过3D设计软件（CAD）设计出三维数字模型，利用离散程序将模型进行切片处理，设计扫描路径，按设计的扫描路径照射到液态光敏树脂表面，分层扫描固化叠加成三维工件原型。 2、 SLS（Selective Laser Sintering）选择性激光烧结法; 采用激光有选择地分层烧结固体粉末，并使烧结成型的固化层层层叠加生成所需形状的零件。对于金属粉末激光烧结，在烧结之前，整个工作台被加热至一定温度，可减少成型中的热变形，并利于层与层之间的结合。 3、3DP（Three Dimensional Printing and Gluing）三维粉末粘接; 3DP技术由美国麻省理工大学开发成功，原料使用粉末材料，如陶瓷粉末、金属粉末、塑料粉末等，3DP技术工作原理是，先铺一层粉末，然后使用喷嘴将粘合剂喷在需要成型的区域，让材料粉末粘接，形成零件截面，然后不断重复铺粉、喷涂、粘接的过程，层层叠加，获得最终打印出来的零件。3DP技术的优势在于成型速度快、无需支撑结构，而且能够输出彩色打印产品，这是目前其他技术都比较难以实现的。 4、FDM（Fused deposition modeling）熔融沉积成型; 三维立体成型设备，即现在的3D打印机的雏形在上世纪80年代已经出现，其学名为“快速成型”；它不同于切削型成型设备通过去除原料的方式来成型；它的原理是：把数据和原料放进3D打印机中，机器会按照程序把产品一层层造出来。打印出的产品，可以即时使用。它已经成为一种潮流，并开始广泛应用在设计领域，尤其是工业设计，数码产品开模等，可以在数小时内完成一个模具的打印，节约了很多产品到市场的开发时间。

火牛羚®服务器操作系统FireGnu®Server 8.0为云时代的到来引入了大量的新功能，包括用于配置管理、快速迁移框架、编译语言和诸多开发者工具，它还为容器工具包提供全面支持，用于创建，运行和共享容器化应用程序，旨在支持从企业数据中心到多云计算平台的工作负载和应用。 更强的虚拟化 1、FireGnu Server 8.0支持Q35客户机类型，支持UEFI客户机启动，vCPU热插拔，NUMA调优和客户I/O线程中的固定。 2、QEMU仿真器引入了沙盒功能，为可以执行的系统调用提供了可配置的限制，从而使虚拟机更加安全。 3、KVM虚拟化支持用户模式指令防护（UMIP）功能，该功能有助于防止用户空间应用程序访问系统范围的设置。 4、支持5级分页功能，这显着增加了主机和客户机系统可以使用的物理和虚拟地址空间。 新的桌面环境默认桌面环境是GNOME 3.28，它提供了新的屏幕键盘和Boxes功能，扩展设备支持Thunderbolt3接口，显示管理器（GDM）使用Wayland作为其默认显示服务器，而不是X.org服务器，改进了多显示器处理，桌面可以直接控制窗口处理，实现更强大的安全模型，软件实用程序，可用于安装和更新应用程序和gnome-shell扩展。 新的软件管理 火牛羚®服务器操作系统FireGnu®Server 8.0采用新一代的RPM软件包管理器DNF，它提供对模块化内容的支持，提高的性能以及与工具集成的精心设计的稳定API，它在开始安装之前验证整个包的内容。 更加安全可信 在安全方面，FireGnu®Server 8.0升级OpenSSH到版本7.8p1，支持OpenSSL 1.1.1和TLS 1.3，这使您能够使用最新的加密保护标准保护客户的数据。自带了系统范围的加密策略，可帮助您管理加密合规性，无需修改和调整特定应用程序。 支持手机令牌，硬件令牌，短信/微信令牌，指纹识别等双因子认证，内置SSF33、SM1、SM2、SM3、SM4等国产算法，支持高速数据国密算法加解密，提供CSP以及PKCS11和国密接口，符合国家密码管理局的技术规范要求。

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。

针对油品调合过程中的关键质量指标辛烷值（马达法和研究法）和雷德蒸汽压等调合规律的非线性，建立了预测准确，结构简洁的智能调合模型。由于实际工业生产过程中存在的干扰因素很多，调合模型输出值与成品油属性在线分析仪的检测值不可避免地要产生一定的偏差，为此开发了汽油调合模型的在线优化校正技术，使调合模型适应工业过程操作特性的变化和生产工况的迁移。在建立的调合模型基础上，开发了离线和在线优化技术。离线优化技术不需要企业进行管道改造和安装在线分析仪，可在一定范围内提高调合的成功率和降低调合成本。在线调合模式基于离线模式，可动态更新和优化调合配方，从而能够进一步提高调合成功率，降低调合成本，减少质量过剩。开发的优化技术还考虑了多种可能的现场生产模式：例如：管道调合，罐式调合，罐底油补偿模式等。已汽油调合软件ECUST_BLEND工作。成品汽油调合过程的建模、模拟与离线优化技术已经成功在金陵石化完成现场应用。其中汽油辛烷值调合效应模型，将汽油调合过程中组分油表现的非线性效应定量的描述出来，进而准确的对成品汽油的关键指标辛烷值作出预测，与传统的乙基模型对比表明所建模型精度提高了约1%。在调合模型基础上开发的离线优化技术，结合了成品油生产现场的特点，能够有效的考虑罐底油、直调组分、锰剂添加量、以及库存约束等现场情况。在实际应用过程中，所完成的汽油调合工作全部一次达到国III标准。通过与传统的手调方式进行比较，优化后配方提高了一次汽油调合的成功率，稳定了汽油生产过程，并且降低了调合成本与质量过剩：质量过剩稳定在0.?以内，且研究法辛烷值在93.5-4.1之间波动。仅以离线优化为例，通过成本核算，每年的调合成本可减少1275万元左右。

针对油品调合过程中的关键质量指标辛烷值 (马达法和研究法) 和雷德蒸汽压等调合规律 的非线性，建立了预测准确、结构简洁的智能调合模型。由于实际工业生产过程中存在的干扰 因素很多，调合模型输出值与成品油属性在线分析仪的检测值不可避免地要产生一定的偏差， 为此开发了汽油调合模型的在线优化校正技术，使调合模型适应工业过程操作特性的变化和生 产工况的迁移。在建立的调合模型基础上，开发了离线和在线优化技术。离线优化技术不需要 企业进行管道改造和安装在线分析仪，可在一定范围内提高调合的成功率和降低调合成本。在 线调合模式基于离线模式，可动态更新和优化调合配方，从而能够进一步提高调合成功率，降 低调合成本，减少质量过剩。开发的优化技术还考虑了多种可能的现场生产模式。例如：管道 调合，罐式调合，罐底油补偿模式等。已汽油调合软件ECUST_BLEND工作。 成品汽油调合过程的建模、模拟与离线优化技术已经成功在金陵石化完成现场应用。其中 汽油辛烷值调合效应模型，将汽油调合过程中组分油表现的非线性效应定量的描述出来，进而 准确的对成品汽油的关键指标辛烷值作出预测，与传统的乙基模型对比表明所建模型精度提高 了约5%。在调合模型基础上开发的离线优化技术，结合了成品油生产现场的特点，能够有效 的考虑罐底油、直调组分、锰剂添加量、以及库存约束等现场情况。在实际应用过程中，所完 成的汽油调合工作全部一次达到国III标准。通过与传统的手调方式进行比较，优化后配方提 高了一次汽油调合的成功率，稳定了汽油生产过程，并且降低了调合成本与质量过剩，质量过 剩稳定在0.1以内，且研究法辛烷值在93.5-4.1之间波动。仅以离线优化为例，通过成本核算， 每年的调合成本可减少1275万元左右。

带钢连续热处理(包括立式炉、卧式炉)过程是冷轧和热轧带钢生产的重要工序，该过程是在带钢成分确定的情况下，依靠控制热量传递过程来控制带钢内部微观结构的演化，最终完成金相组织的转变，达到控制带钢力学、电磁等性能的目的。因此，温度控制是带钢热处理过程控制的核心，也是热处理质量的根本保证。为了解决带钢连续热处理炉优化控制的技术难题，并克服半理论或纯经验控制模型严重依赖于现场、难以移植和泛化能力有限的不足，本成果基于传热机理模型对带钢在连续热处理炉内的传热过程及其优化控制策略展开相关的理论分析和实验研究。 本成果瞄准带钢连续热处理热过程模型研究,基于传热学的基本原理,精确解析退火炉内辐射换热、对流换热(喷气快速冷却、喷气快速加热)、接触换热(炉辊与带钢之间)、喷雾冷却等传热过程，开发带钢在热处理过程中的温度分布预测软件,准确预测带钢温度分布(包括稳定工况和工艺过渡工况)，带钢温度预测的典型精度在±2.5%以内(90%以上的命中率)，为提高带钢连续热处理的产品质量奠定了基础。在带钢温度精准预测的基础上，基于可行工况集和最优化方法，建立了炉况参数优化策略，大大降低带钢连续热处理工艺切换的效率。

本发明涉及的是基于多目标优化的频谱池干扰抑制方法,这种基于多目标优化的频谱池干扰抑制方法为:步骤一,在频谱池中,确定影响授权用户的平均ICI能量;步骤二,获得认知用户第