中标麒麟高级服务器操作系统软件V7.0是在多年Linux研制经验基础上，适应虚拟化、云计算、大数据，满足业务对性能、扩展性、安全等要求，依照CMMI5标准研发，针对关键业务及数据负载而构建的功能丰富、安全、可靠、易管理、高性能的国产服务器操作系统；广泛应用于物理和虚拟化环境，公共云平台、私有云环境和混合云环境。系统实现对龙芯、申威、兆芯、海光、鲲鹏等自主CPU及x86平台的同源支持。 产品特点 统一的集群管理 提供中标麒麟综合管理平台实现对物理服务器集群运行状态的监控及预警、对虚拟化集群的配置及管控、对高可用集群的策略定制和资源调配等功能；为企业级数据中心用户打造统一的混合集群监管模式及一体化的IT基础软件平台解决方案。 易用、稳定、高效 提供全中文化的操作环境和常用的图形管理工具，符合i18n（国际化）技术标准，支持最新国家标准字符集（GB18030-2005）；符合LSB规范和CGL5.0标准。 便捷升级和维护 集成中标麒麟产品升级中心，提供公网升级服务/支持用户自建的内网升级中心；利用图形化的软件包升级工具进行系统升级，保障操作系统的安全性与稳定性。 良好的软硬件兼容性 用户可以在x86、龙芯、申威、Power和ARM64等异构硬件平台进行操作系统部署、升级，满足用户在不同底层CPU架构上操作系统运行的高稳定性要求。 中标麒麟高级服务器操作系统兼容国内外主流的软硬件产品，是国内同时获得Oracle、Vmware和Veritas等国际认证的操作系统厂商。 全方位的安全保障 支持国内外主流的可信计算标准规范（TCM/TPCM和TPM2.0）；支持国密增强算法；支持IPtables、支持SELinux；支持多因子认证、数据加密存储等，满足关键信息基础设施的安全保障要求。 与国内主流漏扫厂商（如绿盟科技、启明星辰等）建立漏洞扫描及修复的持续合作机制，为客户提供精确的漏扫报告，打造安全创新的基础软件平台环境。

连云港百仑生物反应器科技有限公司位于江苏省连云港市赣榆区墩尚镇临港自控设备产业区，地处世界先进制造业中心的腹地，是提供成套生物反应器（发酵罐）的制造商与技术服务商，是上海百仑生物科技有限公司的全资子公司；产品包括生物反应器（发酵罐）、动物细胞生物反应器、生物反应器摇床、配液罐、搅拌罐、灭活罐、及生物制药车间整体装备等。我们在上海嘉定华亭、江苏连云港有三大制造基地，为全球客户提供优质的产品及优良的服务。中国梦-百仑梦。 百仑产品的每一个细节都体现着处处为客户着想的原则，设备零部件尽量采用标准件，关键配件基本与欧洲产品一致，以保证产品的质量，同时优化管路，方便运行中的维护、保养，降低客户的使用成本。 系统紧凑、美观，占用空间少；简化手动操作部分，降低工作量，减少操作事故的发生等等；安全、简洁、精密、可靠、耐用是我们制造产品的原则。 希望我们的网站不仅为公司和产品提供信息渠道，也是一个桥梁，连接世界各地已经及即将对我们的产品和服务感兴趣的公司、大学、研究机构和科学家，我们非常愿意能听到您对我们产品的建议和要求，如果您对我们的产品及服务有任何兴趣，特别是在细节方面，请让我们知道，如果您希望我们改进我们的产品，我们将非常重视您的意见，请让我们知道。 有了您的支持，使我们成为一个受员工热爱的企业---一家高品质、以技术为核心、以质量为生命、以服务为驱动的生物反应器供应商，使我们成为一个可持续发展的优秀企业。 百仑追求财务自主平衡，追求客户、员工、股东三位一体共同发展，不追求利润最大化。

XM-F500A腹腔镜手术模拟训练器   一、主要功能： ■ 腹腔镜手术模拟训练器（箱）采用人体工程学设计，操作舒适、携带方便，通过将模型放置在训练箱中操作手术器械进行手术技能演练，可提高学员的手眼协调及双手配合能力，熟悉腹腔镜手术器械使用及移物、切开、剥离、止血、结扎、缝合及切除等基本技能，适用于医学院校和各大医院、腹腔镜手术培训中心进行腹腔镜手术技能训练和考核。 ■ 训练箱内可放置各种训练模块，包括：伤口缝合模块、夹取模块、夹球模块、穿孔模块、拉环牵引模块、肠缝合模块，将各种训练模块根据教学需要选取一种，置入训练箱中。   二、模块功能： ■ 缝合模块：训练使用持针器选择正确的进针位置，训练缝合技能。 ■ 肠管吻合模块：利用不同方法将断段肠管吻合，进行肠管吻合手术训练。 ■ 夹取模块：用于训练手术中对于细碎物的夹取，训练操作者的夹取精度和协调度。 ■ 夹球模块：分为大球和小球，用于训练手腕腕力灵活精准度，让操作者更加从容应对手术中的细节。 ■ 穿孔模块：用于训练操作者的双手协调能力及精准度。 ■ 拉环牵引模块：锻炼手眼协调能力，对细小有弹性的物体进行加持操作，培养深度知觉，训练操作者清晰的手感反馈和精准的力度调节。   三、标准配置： ■ 高清摄像头：1个 ■ 训练箱体（含光源）：1个 ■ 持针钳：1把 ■ 孔槽抓钳：1把 ■ 马里兰：1把 ■ 弯剪刀：1把 ■ 伤口缝合模块：1块 ■ 夹取模块：1块 ■ 夹球模块：1块 ■ 穿孔模块：1块 ■ 拉环牵引模块：1块 ■ 肠管吻合模块：1块

“自来水生产过程控制关键技术研究与自动化、信息化示范工程建设”项目通过对制水生产流程的关键性工艺流程的研究，针对整个工艺流程大时滞、大惯性和非线性的特点，在原有检测和控制设备的基础上，通过建立与实际工艺和设施相应吻合的系统数学模型，改进控制算法，开发臭氧投加，加矾和加氯系统的智能化自动控制系统，并进行大系统整合、优化，实现对自来水厂整个工艺流程的自动控制，进而提高和稳定出厂自来水的水质，并实现节能降耗。该成果已经在南京城北水厂、北河口水厂、苏州相城水厂得到广泛应用。

本发明公开一种基于力觉信息和姿态信息的肢体运动意图理解与上肢康复训练机器人及其控制方法，通过姿态传感器分别获取人体手臂的各个姿态信息，并输入至控制器，人体手臂发力通过摇杆作用于六维力传感器上，六维力传感器输入相应信号至控制器，控制器将获取到的姿态参数以及力觉参数，通过建立的意图识别模型解算，并控制康复训练机器人做出相应动作，对康复训练机器人实现控制，以实现微弱主动力下的辅助主动训练。

简介内容文字控制在150-300字，主要说明成果的特点和技术创新点，应用领域（可以包括：主要技术、经济性能指标，成熟程度，应用前景，投资规模，希望的合作方式、获得的荣誉或专利情况等内容）“自来水生产过程控制关键技术研究与自动化、信息化示范工程建设”项目通过对制水生产流程的关键性工艺流程的研究，针对整个工艺流程大时滞、大惯性和非线性的特点，在原有检测和控制设备的基础上，通过建立与实际工艺和设施相应吻合的系统数学模型，改进控制算法，开发臭氧投加，加矾和加氯系统的智能化自动控制系统，并进行大系统整合、优化，实现对自来水厂整个工艺流程的自动控制，进而提高和稳定出厂自来水的水质，并实现节能降耗。该成果已经在南京城北水厂、北河口水厂、苏州相城水厂得到广泛应用。  ①平流池出水实际浊度值与设定浊度值的偏差在95%以上时间内应小于等于±1NTU（目前南京市自来水公司浊度内控标准允差±2NTU ）； ②出厂自来水余氯在95%以上时间内控制在0.6mg/L～0.8mg/L （目前南京市自来水公司出厂自来水余氯内控范围为0.6mg/L～1.0mg/L）； ③（相比目前）年均节约矾耗≥8%； ④（相比目前）年均节省氯气投加量≥10%； ⑤（相比目前）年均节省电耗≥5%； ⑥（相比目前）年均节约反冲洗水量≥10%； ⑦从自来水总公司调度控制中心，可实现对城北水厂一泵房（取原水）、二泵房（输出自来水）远程监视和远程调度。获得4项发明专利授权，5项软件著作权授权 1.基于废水排放比例采样时刻低比例系数的确定方法 专利号：ZL201110280585.3 2.在线采集水质数据有效性的诊断方法             专利号：ZL200910185421.5 3.一种水厂臭氧接触池进水流量的在线测量方法     专利号：ZL200910233689.14.基于RFID 的记忆式废水留样装置                专利号：ZL201120354013.0   ① 平流池出水实际浊度值与设定浊度值的偏差 在 95% 以上时间内应小于等于± 1NTU （目前南京市自来水公司浊度内控标准允差± 2NTU ）； ②出厂自来水余氯在95%以上时间内控制在0.6mg/L～0.8mg/L （目前南京市自来水公司出厂自来水余氯内控范围为0.6mg/L～1.0mg/L）； ③（相比目前）年均节约矾耗≥8%； ④（相比目前）年均节省氯气投加量≥10%； ⑤（相比目前）年均节省电耗≥5%； ⑥（相比目前）年均节约反冲洗水量≥10%； ⑦从自来水总公司调度控制中心，可实现对城北水厂一泵房（取原水）、二泵房（输出自来水）远程监视和远程调度。获得4项发明专利授权，5项软件著作权授权 1.基于废水排放比例采样时刻低比例系数的确定方法 专利号：ZL201110280585.3 2.在线采集水质数据有效性的诊断方法             专利号：ZL200910185421.5 3.一种水厂臭氧接触池进水流量的在线测量方法     专利号：ZL200910233689.14.基于RFID 的记忆式废水留样装置                专利号：ZL201120354013.0

本发明公开了一种三相四开关感应电动机变频调速系统的预测控制方法，包括：A、通过感应电机驱动系统中电流传感器、电压传感器和速度传感器分别测出三相电流、两个直流侧电容电压和电机转速；B、通过测量的直流电容电压计算出四种开关组合(00,01,11,10)对应的电压矢量；C、根据测量的相电流和转速估算感应电机的定子、转子磁链；D、预测四个电压矢量对应定子磁链的绝对值、预测转矩和预测直流电压；E、计算四个电压矢量代价函数：预测