智能制造（铣削）综合实训平台既可独立实训，也可以接通实物机电设备实现动作控制。本设备集成了智能制造执行系统（MES）、工业机器人控制系统、数控铣削控制系统、可编程控制器（PLC）、触摸屏（HMI）、场景系统、MES系统。通过机器人示教器、数控系统、PLC及电路控制虚拟场景中的设备。利用该设备可综合实训MES系统、工业机器人编程与操作、数控铣床编程与操作、触摸屏编程与控制、工业PLC的交互控制编程与调试。本设备还配备自定义I/O接线仿真功能模块，用户可自定义删除和连接I/O端口的接线设置，从而可以按自定义的I/O接线进行PLC程序编辑，拥有自主搭建场景功能。 该平台面向智能制造专业群可开展《工业机器人技术与应用》、《数控铣削加工实训》、《数控铣床系统参数调试》、《PLC基础应用》、《触摸屏组态控制》、《智能制造单元综合实训》等课程的教学、考核及相应的技能竞赛训练。

智能机器人创新实验平台是由海天雄研发的以Cortex-A15高性能ARM芯片为上位机来控制机器人行为动作的平台，由上位机系统(ARM芯片)与下位机(51芯片)两大部分组成。该平台可根据不同的实验需求进行独立工作。 上位机（三星公司Cortex-A15的5260 ARM芯片）主要是运行控制机器人的Android应用程序，并且此系统也拥有丰富的外设，可以用来学习Android应用程序的开发以及ARM芯片的学习，可以作为整个嵌入式系统的教学平台使用。 下位机（AT89C51系列的芯片）主要是根据上位机发送的命令控制机器人的动作行为，此系统可以拥有一般51单片机的外设（LED、数码管、蜂鸣器等），可以独立使用，并且拥有大量的传感器，例如：舵机、超声波、直流电机、摄像头等。 智能机器人创新实验平台采用的是上位机控制，通过WiFi路由通道，根据下位机探测的环境因素判断情况回传给上位机以此智能控制。另外，可以在非控制情况下循迹运行。主要由四大块组成：上位机5260平台运行Android程序、WiFi路由模块、单片机与驱动模块以及机器人的感知与控制系统。

研究方向：机器人技术、肌电假手、康复机器人、机器人视觉、家庭 服务机器人、人体技能分析。 项目简介： 肌电假手的主要特点是手指灵活、手腕可动、稳定识别、 电刺 激反馈感觉、 成本低廉、自主知识产权。 项目特色： 物理支持：机械手臂，识别工件并搬运工件，抓取工件并根据作 业步骤改变工件位置；支持工人作业，降低工人体力消耗，提高生产 效率。 模拟仿真：使用 ROBOGUIDE 和 OpenGL 建立模拟系统，优化 机械手臂运动轨迹，模拟人机碰撞，缩短设计周期，降低设计成本。

当前原油电脱盐脱水器都是卧式和板式电极，原油在罐内充满空间（罐的利用率）只占整个罐的2/3，而电场利用率只有整个罐的30%，效率很低。罐内原油的流动方向和脱出水下沉方向相反，上升油流阻碍了下降水滴的沉降，下降水滴（含大量盐）又对上升的净化原油进行二次污染，因此现有装置难以满足原油深度脱盐脱水的要求。针对这一问题,开发了高效电脱盐器，该技术的特点是在电脱盐脱水器内部采用了分段多层偏心鼠笼式组合电极，电极组合件由2～3层横断面呈圆环形的电极组成，相邻两层电极之间形成环形空间，进一步地，电极组合件中相邻两层电极之间的间距从顶部到底部逐渐由小增大。 与原有电脱盐（水）技术相比，该电脱盐脱水器具有如下优点： （1）由于电极组合件由2～3层横截面为圆环形的电极组成，所以可以形成多层环形电场，能最大限度地占据罐内的空间，使有效电场的空间增大，且可消除电场死角，使罐内电场利用率提高。   （2）电极组合件中相邻二层电极之间的间距由顶部到底部逐渐增大，所形成的环形电场的电场强度由顶部到底部逐渐减弱，在横截面上电场强度的分布为“上强下弱”。在罐体内油料含水量较小的上部区域电场强度大，油料含水量较大的下部区域电场强度较小，因此电场强度分布合理。此外，由于环形电场的电场强度由顶部到底部逐渐减弱，降低了电流，从而可以节省电耗。   （3）油水混合物料在电脱盐罐内水平流动，电极组合件沿罐内原油的流动方向分为3段，分别形成弱电场、过度电场、强电场三个电场区域；环形电场中下降的水滴沿油料流动方向呈水平抛物线轨迹下降，减轻了油料与下降水滴之间的返混效应。试验表明，该电脱盐/脱水器的处理量和分离效率较现有装置可提高100%以上。一般原油可以达到原油脱后含盐达到3mg/l以下，最低1mg/l，脱后含水达到0.3%以下的技术指标

涡轮增压是内燃机强化、节能、环保的最重要技术措施之一。与自然进气发动机相比，涡轮增压技术可节能10%～20%（汽油机）和20%～40%（柴油机）。但是, 目前的浮动轴承涡轮增压器容易产生油膜振荡、失稳、使得可靠性低，且不能实现对转子动力学特性的调节与主动控制。本项目创新应用电磁轴承和电控技术改造提升传统涡轮增压器，实现了涡轮增压技术的大跨越，能够满足内燃机、混合动力和燃料电池、纯电动等军民用车辆的技术要求，进一步提高车辆性能。同时可根据特殊要求进行设计，满足个性化需求。

成果简介：电参数采集电表是针对电力系统、工矿企业、油井电机、抽油泵房设备的电力智能监控需求而设计，能够高精度测量三相电网中的所有电力参数，包括三相电压、三相电流、有功功率、无功功率、视在功率、功率因数、信号频率、有功电能、无功电能等信息。电参数采集电表配有ZigBee无线通讯模块，可无线通讯连接转速表、载荷表、温度表、压力表、振动表等仪表设备，适合油田自动化采集监控系统、泵房一体化监控系统的使用。电参数采集电表具有多种扩展功能的输入、输出方式可供选择，2路通讯接口、本地或远程开关信号检测、本地或远

研发的电外科器械适应于腔镜微创手术，具有主体直径小、多自由度、防粘连、绝缘绝热封装的优点，基于输出功率精确可调技术实现对组织的精确切割，使周围健康组织的损伤降到最低限度，达到切割速度快、止血效果好的目的，并实现闭环能量反馈控制新技术，可用于血管结扎和组织缝合。所研制的电外科管腔组织闭合器，能够实现功率自适应输出、闭合血管、淋巴管等管腔组织。

肌电假手的主要特点是手指灵活、手腕可动、稳定识别、 电刺激反馈感觉、 成本低廉、自主知识产权。肌电假手技术的应用•     肌电信号识别技术Ø 与三维动作分析仪相结合分析人体运动技能Ø 与机械相结合研制助力装置：如外骨骼机器人、老年人助力机器人Ø 与虚拟现实相结合开发肌肉控制装置：如游戏控制器•&nbs

技术特点 ：本设备突破了传统的电渣熔设备只能在结晶器轴线上一点 点进给的模式，实现了自耗电极在结晶器型腔内任意关进给，如此多关进 给的电渣熔铸设备可生产在熔铸过程中的某些偏离中心轴线的复杂铸件 和空心铸件。 应用范围 ：本成果属机电工业产品， 在现机械加工工厂均可生产制造； 已经形成批量生产。 

产品详细介绍肌电信号分析肌电信号(Electromyogram)简称EMG，反映神经肌肉兴奋性，评估神经与肌肉的功能状态。可用于肌肉工作的工效学分析、安全操作姿态分析、康复状态功能评价、疲劳识别以及肌电假肢控制等动作模式研究等。ErgoLAB肌电分析软件自动对原始数据进行滤波降噪处理，根据MVC进行数据归一化与统计分析。时域分析包括原始数据、处理数据、归一化数据的Mean、Max、Min、SD、Variance、RMS、Mean Absolute Value、iEMG等指标；频域分析的中值频率、均值频率、可视化频谱图，系统支持自动识别周期性动态用力分析。EMG高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与EMG指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求1、信号处理模块信号滤波方法包括小波降噪（Wavelet Filter）、高通滤波(High Pass)、低通滤波(Low Pass)、带阻滤波（Band Stop）用以滤除噪音干扰，从而得到有用的EMG信号。肌电整流(Rectification)，包括三种方法EMG包络线（Envelope）、滑动均值滤波（Moving Average）、滑动均方根滤波（Moving RMS），可自定义分析窗口长度。EMG信号归一化处理：自定义MVC（Maximum Voluntary Contraction），计算Normalization EMG数据。Cycle Analysis周期性分析。系统对周期性用力的肌电数据进行自动化的识别与统计分析。自定义激活阈值（Activation threshold(%)）、用力的最小持续时间（Minimum duration(ms)）、动态用力的最小时间间隔（Minimum interval(ms)）参数，进行自动处理。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块信号分析模块包括时域分析和频域分析以及周期用力分析，二者可实现自由切换。A.   时域分析将肌电信号看作时间的函数，通过分析得到肌电信号的某些统计特征。统计分析指标包括：处理数据、整流数据、归一化数据的均值（Mean）、中值（Median）、标准差（STD）、最大值/最小值（Max/Min）、方差（Variance）、均方根（RMS）、平均绝对值（Mean Absolute Value）、积分肌电（iEMG）。B.   频域分析运用参数模型法和直接快速傅里叶变化将时域分析信号转换为频域分析信号，对信号进行功率谱密度分析。从功率谱密度中确定肌电信号的频带，不同频带可自定义，将在功率谱分析图中以不同的颜色区分。具体包括中值频率、均值频率及频谱图。C. 周期用力分析，自动识别周期性用力片段，具体的指标包括：周期的开始时间（Start Time）、周期的结束时间（End Time）、均方根（RMS）、平均绝对值（Mean Absolute Value）、积分肌电值（iEMG）、中值频率（Median Frequency）、均值频率（Mean Frequency）。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、归一化数据（Normalized）、PSD数据以及整体结果报告。