成果与项目的背景及主要用途 污泥或家禽粪便大量堆积影响环境，造成污染，利用快速好氧堆肥方式使污泥或家禽粪便达到除臭、稳定的作用。通过向堆垛中加入N、P元素的适合配比，合成具有较高肥效的土壤改良剂和有机肥料。产品能用于农业、林业和园林花圃等。 技术原理与工艺流程简介 通过向污泥或家禽粪便加入适当的调理剂和N、P、K元素，再经过静态反应仓强制通风的好氧堆肥工艺，然后经过二次发酵稳定和粉碎装袋等

  核糖体DNA编码核糖体的关键组分-核糖体RNA，对蛋白质翻译和细胞增殖具有重要的作用。然而，核糖体DNA的拷贝数在人类基因组中是易变的，由于技术手段的限制，人们对哺乳动物细胞如何维持和控制核糖体DNA的拷贝数和稳定性所知甚少。本研究应用计算生物学和数字微滴式PCR（Droplet digital PCR）方法分析了正常和癌症状态下，人类和小鼠基因组中核糖体DNA的拷贝数和序列变异情况。发现人类癌症基因组中核糖体DNA拷贝数出乎意料地显著减少，并伴随许多其他基因拷贝数的变异。此外，癌症基因组的核糖体DNA序列也更易发生突变。      根据文献证据的提示，研究团队进一步探讨了癌症模型中mTOR（哺乳动物雷帕霉素靶蛋白，mammalian target of rapamycin）功能与核糖体DNA拷贝数减少的关系。发现Pten基因（mTOR信号通路的负调控因子）敲除的白血病小鼠模型中，癌症造血干细胞早期就出现核糖体DNA拷贝数的减少，但其细胞增殖、核糖体RNA合成和蛋白翻译水平等均显著提高。说明核糖体DNA拷贝数丢失是mTOR通路过表达的癌症的一种常见特征。这一研究结果提示，测定核糖体DNA拷贝数，可成为预测癌症对DNA损伤药物敏感性的一个简单而有效的新指标。

本发明公开了一种基于对数差值点集模板的图像配准方法，包 括：（1）分别确定基准图像和待配准图像的搜索区域；（2）计算搜索区域的像素灰度值对数差值矩阵；（3）将基准图像搜索区域的对数 差值矩阵中绝对值最大的若干个点进行平均分组，每一组点的集合构 成一个基准模板；（4）在待配准图像搜索区域的对数差值矩阵中搜索 各基准模板的最佳匹配模板；（5）根据各基准模板及其最佳匹配模板 得到最终配准结果，实现配准。本发明的对数差值点集模板方法在配 准显微图像时计算操作主要为查表和减法等简单运算，计算速度快。 同时，在保证配准速度的前提下可以评价配准结果的可信度，从而提 高配准结果的可靠性。

该项目利用快速凝固技术可以使合金固溶度极大的扩展和实现晶粒细化的特点，通过优化的合金化设计可以制备出同时具有高强度和高导电性的铜合金薄带，为一种非常理想的高强高导铜合金的制备方法。尤其是采用双辊快速凝固技术制备较厚的薄带具有非常巨大的应用前景。在合金化和制备技术方面有较大的创新，已经申请两项国家发明专利。获2001年河南省教育厅科技成果一等奖，2001年河南省科技进步二等奖。

产品详细介绍 MA-1B快速卡尔费休水分测定仪仪器特点1、使用普通卡尔-费休试剂作标准溶液，测定简便、迅速、准确；2、测定方式有手动、自动两种操作方法，使用电磁阀调节测定流量的大小，自动指示终点；3、开始测定后，仪器根据水份含量自动调节快速滴定，在临近终点自动转为慢滴，测定快速准确；4、有终点自动锁闭装置，设有终点红灯指示，测定终点时蜂鸣器提醒；5、内置无级调速电磁搅拌器；6、设有自动排废装置，无须手动排除废液，使用安全方便；7、维修、维护简便，更换零件无须开机，操作人员可以方便进行仪器维护操作。MA-1B快速卡尔费休水分测定仪应用行业：制药、有机化工、无机化工、石油化工、化肥、农药、染料、涂料、食品饮料、表面活性剂、化妆品等MA-1B快速卡尔费休水分测定仪技术参数 水份测定仪技术指标:1、测量范围：30×10-6～100％ 常用 0.03～90％2、相对标准偏差≤2％3、电源电压：交流220士22V

产品详细介绍 MA-1A自动快速卡尔费休水分测定仪特点：⊙新增加快滴功能，使用电极极化电压自动控制滴速度，测量一个样品仅需要几十秒钟；⊙新增加电流表使得滴定过程更直观；⊙整个液路都选用特殊材料制成，耐腐蚀性极佳，可保证长期连续工作；⊙使用电极极化电压判断并显示反应终点，终止滴定；⊙全封闭系统，避免环境水份的渗入；⊙采用普通试（溶）剂瓶盖作为接头，便于更换； MA-1A自动快速卡尔费休水分测定仪功能：⊙按有关功能键，仪器可实现：溶剂吸入、测定、终点显示（报警）、废液排出、搅拌；⊙采用专用试剂瓶接头，可采用标准吡啶或无吡啶试剂；⊙采用高亮度数码管，清晰显示；⊙一旦操作有误，可立即中断，并重新操作；⊙采用全封闭设计的管路系统，避免有毒气体外逸，保护环境和健康，仪器运行平稳，无噪音； MA-1A自动快速卡尔费休水分测定仪应用对象：制药、有机化工、无机化工、石油化工、化肥、农药、染料、涂料、食品饮料、表面活性剂、化妆品等MA-1A自动快速卡尔费休水分测定仪技术参数 ⊙测量范围：30ppm-100%(H2O质量分数）⊙分辨率：0.01ml⊙水份滴定重复性：≤0.01⊙水份滴定的线性相关系数：≥0.998⊙容量误差≤±0.002⊙仪器滴定管容量：大于25ml⊙灵敏度：10-6A

产品详细介绍南京金牛高速分析仪器有限公司专业制造各类钢铁成分分析仪器,铸造生铁化验仪,球铁分析仪器,有色金属分析仪器，多元素分析仪器，高频红外碳硫分析仪器，电脑碳硫分析仪，三元素分析仪，五大元素分析仪等高速分析仪器，产品高、中、低档齐全。可测定工业材料中碳、硫、锰、磷、硅、镍、铬、钼、铜、钛、稀土总量、镁等元素。仪器测量范围广、精度高， ISO9001：2000质量管理体系认证企业，是南京市计量监督检测院“抽检合格企业”，被评为“南京市重合同守信用企业”， “金牛”商标被评为“南京市著名商标”，产品荣获“南京市名牌产品”称号。  JN-D铁水碳硅分析仪(热分析仪)，是一种用于炉前铁水成份快速分析的实用型产品，能自动控制重要的冶金参数，弥补“光谱”难以测准非金属元素（C、Si）之不足，以及常规分析仪器不能满足炉前快速分析的时间要求，满足铸造生产的质量控制要求。一、主要技术指标：1、测量功能:对灰白凝固铸铁进行C%、Si%、CEL、△T、△Tm等测量；2、测量范围：C 2.1～4.2 、Si 0～20 、CEL 2.5～5.0、 型号K 200℃～1370℃；3、测量精度: C±0.039、 Si±0.1%、 CEL±0.047%；4、测量时间：最大240秒；5、四位LED数字显示，直观、清晰，可自动打印测量结果；6、电源电压：220V/AC、50/60Hz、功率15～35VA、环境温度0～50℃。二、金牛仪器服务承诺：1、所售化验仪器三包一年，终身服务，产品售后服务热线电话24小时开通，定期回访客户； 2、免费培训化验人员，现场培训或来公司培训均可；3、常年供应化验仪器所需各种配件:特制硅钼粉、锡粒、各种标样、玻璃器皿、分析天平、添加剂等。

本发明公开了一种环形索承网格结构的无支架施工方法，即上部网格分单元吊装至先施工的索网上拼装。环形索承网格结构主要包括柱子、外环梁、上部网格、径向索、环向索和支撑杆。先采用斜向牵引的方法提升结构的径向索和环向索至高空，然后在结构索网下方安装工装配重索和反力架装置并张拉工装配重索，形成支撑索网；再分单元吊装上部网格至支撑索网上，同时通过反力架装置调节工装配重索使控制节点处于设计标高；最后卸除工装配重索和反力架装置，结构成型。该施工方法省去了支架的施工费用，可双向、实时、精确调整施工过程中控制节点的标高，无需主动张拉拉索，有利于看台保护，实现索承网格结构的绿色装配化施工。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

本发明属于钙钛矿结构环境协调性压电陶瓷领域，特别涉及一种铌酸钾钠-锆钛酸铋钠系无铅压电陶瓷，该无铅压电陶瓷由通式(1-x)(KuNav)NbO3-xBi0.5Na0.5Zr1-yTiyO3表示，式中，0＜x≤0.05, ?0≤y≤0.3，0.40≤u≤0.55，0.45≤v≤0.60，且u+?v=1。本发明提供的无铅压电陶瓷具有较高的压电性能，所用原料价格低廉，节约成本，有利于促进实用化进程，在工业生产中应用。