原理：以蜜蜂为活体生物转化器，利用体内酶系进行生物转化，将果汁转化为果蜜创新点：世界上首次提出“以饲代采”生物酿蜜概念，以大宗水果为原料，经前处理，饲喂蜜蜂，实现定场养蜂，实现蜂蜜工业化生产应用案例：2023年，在沈阳建立200群的生物酿蜜示范基地，辐射东北地区成果获奖：第十五届“挑战杯”全国大学生课外科技活动大赛，三等奖成果评价：完全颠覆国内外几千年的蜂蜜生产模式，实现0→1的突破，为蜂蜜生产打开一扇全新的大门，规避了传统蜂蜜生产的限制因素以及不利因素，实现蜂蜜生产工业化、标准化、机械化、智能化，蜂蜜生产效率比传统提高3-4倍，解决了水果滞销、储运损失的问题。

该仪器符合GB/T 20104-2006《煤自燃倾向性色谱吸氧鉴定法》。 产品介绍及应用领域： 气相色谱仪是一种多组分混合物的分离、分析工具，它主要利用物质的物理性质对混合物进行分离，测定混合物的各个组分，并对混合物中的各个组分进行定性、定量分析。 最早色谱法被应用于分离植物的叶绿素。将植物的石油醚抽取液倒入一根装有粉状碳酸钙吸附剂的玻璃   柱管内，再加入纯的石油醚，任其自由流下，结果在柱管中出现了不同颜色的谱带，因而有了“色谱”之名。 后来这种方法逐渐被应用于无色物质的分离。在色谱分析中用的“色谱 ”名称并没有颜色特殊含意，但是“色谱”这个名称还是保留了下来，沿用到现在。 由于该分析方法有分离效能高、分析速度快、样品用量少等特点，因此目前已广泛地应用于石油化工、生物化学、医药卫生、卫生检疫、食品检验、环境保护、食品工业、医疗临床等部门。气相色谱法在这些领域中解决了工业生产的中间体和工业产品的质量检验、科学研究、公害检测、生产控制等等问题。 工作原理： 气相色谱仪是以气体作为流动相（载气）。当样品被送入进样器后由载气携带进入填充色谱柱或毛细管色  谱柱。由于样品中各个组份在色谱柱中的流动相（气相）和固定相（液相或固相）之间分配或吸附系数的差  异。在载气的冲洗下，各个组份在两相间作反复多次分配，使各个组份在色谱柱中得到分离，然后由接在色  谱柱后的检测器根据组份的物理化学特性，将各个组份按顺序检测出来。再由二次仪表（如记录仪式、积  分仪、色谱工作站等）将各个组份的检测结果以图形方式记录下来，积分仪或色谱工作站还可以直接打印包  括各个组份检测结果数据的分析报告。 煤自燃倾向性测定气相色谱仪就是根据上述原理制造的分析仪器。    技术参数： 温控指标 柱箱 温度控制范围：室温上（6～399）℃ 温度控制精度：在200℃以内精度为±0.1℃；在（200～399）℃以内精度为±0.2℃ 程序升温范围：室温上（6～399）℃ 程升阶数：三阶 程升速率：（0.1～39.9）℃/min（注：原文此处表述可能存在格式问题，推测应为0.1～39.9℃/min，并可能附带不同温度段的速率说明，如室温上（6～200）℃为0.1～20℃/min，≥200℃时速率范围未明确，建议以仪器实际参数为准） 进样器 温度控制范围：室温上（6～399）℃ 检测器 氢火焰离子化检测器（FID）温度控制范围：室温上（6～399）℃ 热导池检测器（TCD）温度控制范围：室温上（6～399）℃ 检测器技术指标 氢火焰离子化检测器（FID） 检测限：DFID≤5×10⁻¹¹g/s（正十六烷） 基线噪声：≤1×10⁻¹³A 基线漂移：≤2×10⁻¹²A/30min 热导池检测器（TCD） 灵敏度：STCD≥2000mV·mL/mg（苯甲苯） 基线噪声：≤0.050mV 基线漂移：≤0.15mV/30min   注：（用户自备：氮气和氧气，纯度要求均为99. 99%以上）

1、产品介绍 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括人工智能边缘计算平台（RK3588）、深度相机、二自由度云台、多轴机械臂、微型输送机、工业相机以及麦克风阵列等。这些设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov等热门模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 1.一体式设计，要配套提供键盘、鼠标、电源适配器和实验教具，支持上电即用； 2.提供17寸以上屏幕，分辨率≥1920×1080; 3.安装面板需同时集成机械手臂、2D视觉系统、深度视觉系统、二自由度电动云台、语音模块、嵌入式传感器等组件.  

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

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。

2025年3月27日，比亚迪迪空间微信号以《共筑产教融合新平台丨天津市大学软件学院与天津迪空间共建社会实践基地》为题对我校进行了报道。

本项目研究面向成渝地区双城经济圈大数据智能产业需求，尤其是对智能制造、公共安全场景提供高效的视频流在线推理和管理平台，研发了一个通用性的智能中台架构，支持视频流和智能模型模块化管理，支持全程可视化操作交互式界面，支持视觉智能感知模型在线推理快速部署，支持感知与识别结果实时推送、预警和报警。