产品详细介绍 IPMP120-3L性能参数除非特殊说明，电源的性能参数都是在以下条件下进行测试。负载为纯电阻电源输出接口的负极与机壳相连至少热机30分钟以上所有参数只是作为使用电源时候的参考值，并不作为电源性能的保证。型号 IPMP120-3L输入 电压 220 VAC±10﹪,50/60 Hz,1 Ф输出 电压 额定电压 120 V 最大电压 123.6V  变化范围 0～120 V 分辨率 10 mV   编程准确度注释1-4 ≦(0.05﹪ + 5digits)   电流 额定电流 3 A 最大电流 3.09 A   变化范围 0～3 A 分辨率 0.1 mA   编程准确度注释1-4 ≦(0.5﹪ + 5digits)  额定电压特性 纹波（5Hz～1MHz,RMS) 1 mVrms  电源效应注释1-3 0.005﹪+  1 mV  负载效应注释1-3 0.005﹪+  1 mV  瞬态响应时间注释5 50 μs 温度系数 50 ppm/℃额定电流特性 纹波（5Hz～1MHz,RMS) 2 mArms  电源效应 1 mA  负载效应 2 mA  温度系数 300 ppm/℃保护电路 内部过温保护电路检测温度 95℃ 过压保护（OVP） 12～132V  过流保护（OCP） 0.3～3.3A   OVP/OCP触发脉冲宽度（标准值） 50ms输入保险丝 10A输出保险丝（安装于电源内部） 5A 恒压指示 CV，绿色LED灯指示恒流指示 CC，红色LED灯指示工作环境温度和湿度 0～40 ℃ / 10﹪～90﹪ RH储藏温度和湿度 -10～60 ℃ / 低于90﹪ RH冷却系统 风扇强制制冷输出极性 正极或者负极都可以接地绝缘电压 ±500 V控制接口 RS485/RS232（二选一）外部存储器接口 USB2.0 HOST(可选）读出准确度注释1-4 电压：≦(0.05﹪ + 5digits)，环境25 ℃ ± 5 ℃电流：≦(0.5﹪ + 5digits)，环境25 ℃ ± 5 ℃【注释1】由于设置值不同会有所不同。【注释2】﹪表示额定输出的百分比。【注释3】使用远端感应模式，测量点在电源面板的S端子【注释4】digits 表示最小分辨率【注释5】指当输出电流变化范围在5﹪到100﹪，输出电压恢复到额定值的±(0.05﹪ + 10 mV)的时间。多路程控电源，多路电源，程控电源，精密电镀电源，多通道电源，多通道程控电源  ，程控直流电源

产品详细介绍 IPMP65-3L性能参数除非特殊说明，电源的性能参数都是在以下条件下进行测试。负载为纯电阻电源输出接口的负极与机壳相连至少热机30分钟以上所有参数只是作为使用电源时候的参考值，并不作为电源性能的保证。型号 IPMP65-3L输入 电压 220 VAC±10﹪,50/60 Hz,1 Ф输出 电压 额定电压 65 V 最大电压 66.95V  变化范围 0～65 V 分辨率 1 mV   编程准确度注释1-4 ≦(0.05﹪ + 5digits)   电流 额定电流 3 A 最大电流 3.09 A   变化范围 0～3 A 分辨率 0.1 mA   编程准确度注释1-4 ≦(0.5﹪ + 5digits)  额定电压特性 纹波（5Hz～1MHz,RMS) 1 mVrms  电源效应注释1-3 0.005﹪+  1 mV  负载效应注释1-3 0.005﹪+  1 mV  瞬态响应时间注释5 50 μs 温度系数 50 ppm/℃额定电流特性 纹波（5Hz～1MHz,RMS) 2 mArms  电源效应 1 mA  负载效应 2 mA  温度系数 300 ppm/℃保护电路 内部过温保护电路检测温度 95℃ 过压保护（OVP） 6.5～71.5V  过流保护（OCP） 0.3～3.3A   OVP/OCP触发脉冲宽度（标准值） 50ms输入保险丝 10A输出保险丝（安装于电源内部） 5A 恒压指示 CV，绿色LED灯指示恒流指示 CC，红色LED灯指示工作环境温度和湿度 0～40 ℃ / 10﹪～90﹪ RH储藏温度和湿度 -10～60 ℃ / 低于90﹪ RH冷却系统 风扇强制制冷输出极性 正极或者负极都可以接地绝缘电压 ±500 V控制接口 RS485/RS232（二选一）外部存储器接口 USB2.0 HOST(可选）读出准确度注释1-4 电压：≦(0.05﹪ + 5digits)，环境25 ℃ ± 5 ℃电流：≦(0.5﹪ + 5digits)，环境25 ℃ ± 5 ℃【注释1】由于设置值不同会有所不同。【注释2】﹪表示额定输出的百分比。【注释3】使用远端感应模式，测量点在电源面板的S端子【注释4】digits 表示最小分辨率【注释5】指当输出电流变化范围在5﹪到100﹪，输出电压恢复到额定值的±(0.05﹪ + 10 mV)的时间。多路程控电源，多路电源，程控电源，精密电镀电源，多通道电源，多通道程控电源  ，程控直流电源

产品详细介绍ZG-601A3P型 汽车驾驶模拟器，是我公司在2014年新款软件，全角度视角，画面清楚真实感强，功能强大，外观时尚，配有3台宽频液晶显示器，带有主被动式练习训练功能。整体画面宽大逼真，它突破了原来在行驶十字路口向左拐的视线盲区，在驾驶过程中能清楚看到左右两侧交通状况，训练时更加方便自如，从而清楚的观察车辆与路面的位置关系；并新增加“公安部123号令场地考试项目。本产品适用于汽车培训基地，职业学校，驾校及汽车驾校和汽车修理培训学校。

项目成果具有很强的技术先进性和市场推广潜力，受到专家高度评价。

主要技术要点（创新点） ： 设计一种基于柔顺机构仿生物尺蠖运动规律设计的微动机器人。 设计了一种能夹持不同大小和形状不规则物体的新型空间微夹持器。 针对微夹持器在夹持微小物体过程中的粘着问题，提出了一种基于压电振动控制的释放操作方法。项目背景：该成果来源于胡俊峰副教授主持的国家自然科学基金项目《基于柔顺机构的智能微操作机器人动力学与控制研究》。微操作机器人广泛应用于微机电系统、生物医学、航空航天等前沿领域。成果主要研究微操作机器人的力学建模、设计和控制。 

日前，国防科技大学系统工程学院大数据与复杂网络研究团队同四川大学、电子科技大学一起，组建新冠病毒大数据交叉学科研究平台，助力新型流行病研究和防控，给多个省份和国家有关部委等提供了8份数据分析报告和决策建议报告，为防控和战胜疫情贡献出了科学智慧。国防科技大学系统工程学院大数据与复杂网络研究团队基于新冠病毒大数据交叉学科研究平台，利用海量多源异构大数据，结合疫情发生发展规律，对人群流动及传播风险进行了综合建模和分析，为政府决策提供了参考依据。特别是团队通过分析春运期间人口流动大数据，建立起疾病传播模型，测算出了疫情扩散蔓延阶段武汉市向全国各地区的输出人口状况和新冠病毒感染的风险指数。还有许多研究人员尝试通过客运数据，研判各个地区及城市的感染风险。也有学者采用“百度迁移”所提供的人口流动数据，通过春运期间从武汉流向全国各省市的人口规模(不包含港澳台数据)和全国感染病毒人数的可视化分布，直观解读两者间的联系。同时加以推断，武汉封城之后，二次传染所造成的病毒传播将日趋占主导地位，传播程度和各省市的人口密度以及管控措施等密切相关。

该成果是全行业第一款面向医患纠纷的专业化调解平台，已从简单的类案推荐系统演变为面向医患纠纷人民调解的一体化、专业性、共享的在线办案平台，主要具有以下功能：1、在线申请、远程受理；2、在线审批、实时监管；3、在线流转、智能调解；4、分层统计、自动归档。其作为当事人、调解员、专家、中心主任、行政指导人员一个共享平台，在提供各种便捷、规范、智能服务的同时，实现医患纠纷调解信息由事后的补录到在线实时、精准、智能的采集、监控和统计，为进一步智能化大数据分析奠定坚实基础。平台的应用情况已在江苏省13个地市医调中心系统试运行；作为一款专业化调解平台，已受到江苏高院的重视，现已正式与其非诉大平台完成对接，进入试运行阶段。

成果介绍主要研究方向为人工智能、知识图谱、自然语言处理、社交网络、大数据、信息检索等。作为项目负责人主持完成2项国家自然科学基金，1项中国博士后基金一等资助项目，5项省部级重点实验室开放课题项目，10余项企业联合研发项目等。作为主要负责人参与国家重大研发计划子课题、总装预研、863课题等项目。研究成果已应用于国防、科技情报、医疗、智慧司法、智能制造等行业。担任数十个重要国际会议和国内外重要期刊的程序委员或审稿人。已在国内外重要学术期刊和会议上发表学术论文90余篇。研究工作被60多个国家和地区的学者引用1500余次。技术创新点及参数面向多源异构数据的知识图谱构建技术；大规模知识图谱的高效融合技术；面向跨媒体异构数据的知识表示技术；基于语义关联和知识驱动的信息汇聚技术；面向复杂问题智能问答技术；基于知识和机器学习和问题推理和分析技术。

综合利用GNSS、UWB、INS、LiDAR、相机等传感器，通过对顾及GNSS系统偏差的GNSS RTK/INS紧组合定位方法、GNSS/UWB/INS高精度室内外一体化定位方法、GNSS/INS/LiDAR同步定位与构图方法、基于单目视觉SLAM/INS组合定位方法等一系列核心算法的研究，搭建完成基于多传感器数据融合的室内外一体化高精度定位平台。该平台由硬件平台和数据处理软件两部分组成，硬件平台实现各类传感器的固定、时空基准统一以及原始观测数据采集与解析等功能，数据处理软件实现多传感器数据融合、组合定位定姿、三维构图等功能。大量的实验结果表明，该平台在室外复杂环境、室内外交互区域以及室内环境下的定位精度可达20cm以内。

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