产品详细介绍该产品结构及工作原理：该产品主机由超静音，滤微尘的真空吸尘器（又名化毒、消烟、吸尘装置），通过伸缩管（或直管）连接专用刷头组成。该设备采用目前世界最先进的“真空静音吸尘,离心水膜净化”原理。在引风机的作用下，刷下的粉尘全部被吸走，并经该机多次离心除尘和水膜除尘，直到粉尘全部吸到水里去,无二次污染后，排出机箱外。如果在过滤液中加入适量“84”消毒液或“过氧化氢”溶液，对吸入该机空气中流感和甲流感病毒（H1N1）将有强烈的杀灭作用。用户心声：★ 通过使用培源牌黑板真空吸尘装置，发现该装置具有环保性能，同时也达到了“一刷便净，一尘不飘”的效果。对预防教师职业病确有好处。成都市列五中学        屈老师★ 该设备经我校使用，确有“一刷便净，一尘不飘”的效果，吸力大、声音小、使用方便、有利于师生身体健康。玉林中学  胡老师      ★ 通过使用该产品，我认为该产品的优点是：环保。大大降低教师们由于粉尘而感染的呼吸道疾病，使教师有了一个舒适的教学环境，使学生有一个安静而干净的学习环境。四川爱华学院   秦老师★培源牌可以有效避免粉尘对师生身体健康的危害, 效果明显。成都树德中学   程老师（女）★培源牌黑板吸尘器，在我县部分学校安装使用，其一刷便净，一尘不飘的效果得到公认，粉笔灰吸到水里去了，不需更换尘袋，深受师生喜爱。   潼南恩威职业中学    阳老师★培源牌黑板吸尘器，刷得净，吸得净，好用，希望大力推广。崇州市崇庆中学     沈老师  ……

已有样品/n实现了工艺过程中对Ge的诱导应变微调，使Ge的带隙改变为0.7eV。以此类Ge衬底制备的PMOS器件实现了506cm2V-1s-1的高空穴迁移率。

通过精细调控Ge2+离子前驱体溶液与已制备的锡纳米颗粒反应，合成带隙可调的半导体锡锗合金纳米晶（0.51 eV至0.71 eV）。使用的锡纳米晶模板可以大大降低反应的成核、结晶和生长的反应能垒。与以前报道的反应温度（约300 ℃）相比，课题组的方法可以在较低的温度下（60-180 ℃）得到锡锗合金纳米晶。课题组深入阐明了从锡到锡锗合金纳米晶的相变机理，清晰揭示了从不均匀核壳结构到均匀合金结构的演变过程。

本发明涉及金属材料加工技术领域，具体涉及一种高择优取向细晶超高纯铝靶材的制备方法。包括以下步骤：将超高纯铝板材于５０℃～３００℃下热轧，道次压下量控制在４０％～５０％；将热轧后的超高纯铝板材在１００～３００℃温度下保温０～１小时；然后进行冷轧，道次压下量控制在４０％～５０％，通过对板材进行道次间空冷、水冷以及冰水冷却控制板材轧制过程的温升，抑制板材的

共晶技术是提高化合物水中溶解度的有效手段，通过控制分子间相互作用，在不改变化学结构的情况下，改变原料药的理化性质。本课题合成了3个氨鲁米特新共晶，新共晶的水中溶解度与原料相比，均有明显提高。 一、项目分类 关键核心技术突破 二、技术分析 研发背景：氨鲁米特（Aminoglutethimide，3-乙基-3-(4-氨基苯基)-2，6-哌啶二酮）是一种肾上腺皮质激素抑制药及抗肿瘤药。结构：   氨鲁米特的抗癌机理是P450芳香化酶的抑制剂，阻止雄激素转变为雌激素。进而抑制肿瘤细胞的生长。临床适应症是：用于绝经后或卵巢切除后的晚期乳腺癌，对雌激素受体或孕激素受体阳性患者疗效较好。用于皮质醇增多症(柯兴综合征)，抑制肾上腺皮质功能。 需要解决的问题：氨鲁米特在水中极微溶解，溶解度约为2mg/ml。属于微溶物质。不仅影响了药物的生物利用度，而且严重影响该药物的新药开发和临床使用效果。 创新性： 本课题合成了3个氨鲁米特新共晶，新共晶的水中溶解度与原料相比，均有明显提高。新共晶结构见图1、图2、图3。 图1氨鲁米特-3,5-二硝基苯甲酸共晶 图2氨鲁米特-间甲基苯甲酸共晶 图3 一种氨鲁米特+2-硝基苯甲酸 技术先进性：共晶技术是提高化合物水中溶解度的有效手段，通过控制分子间相互作用，在不改变化学结构的情况下，改变原料药的理化性质。共晶体使活性药物成分(API)除了物理化学性质外，其流动性、化学稳定性、压缩性和吸湿性也发生变化。共晶体成为一种潜在的新药固体形式，有很好的开发和应用前景[1-3]。 推广应用价值：提高药物水中溶解度的方法很多，共晶技术是其中比较有效的一种手段，该合成技术不需要特殊条件和设备，成本低、容易实现。具有开发成新药的市场应用前景。 本课题合成的三个氨鲁米特新共晶的溶解度与国外文献报道氨鲁米特共晶溶解度对比情况，见表2。 表2 三个氨鲁米特新共晶与国外文献报道情况对比 化合物名称 水中溶解度 （mg/mL） 水中溶解度提高倍数（倍） 氨鲁米特原料药 2.025   氨鲁米特-3,5-二硝基苯甲酸共晶 (AG-DNBA)# 6.064 3 氨鲁米特-间甲基苯甲酸共晶 (AG-m-TA)# 3.660 1.8 氨鲁米特-2-硝基苯甲酸共晶 (AG-2-NTA)#   6.0 3 氨鲁米特-咖啡因共晶 （AMG-CAF）* 6.0 3 氨鲁米特-尼古丁共晶 （AMG-NIC）* 5.5 2.75 氨鲁米特-乙酰胺共晶 （AMG-NIC）* 4.8 1.9   注：#是本课题组合成的氨鲁米特共晶水中溶解度情况。 *是文献报道合成的氨鲁米特共晶水中溶解度情况[4]。

本成果获发明专利授权。在多年新型多孔铁合金材料研究的基础上，以自制的纳米铁合金粉末为原料，通过与美国圣地亚哥州立大学粉末技术实验室合作，成功的制备了具有微纳米多孔结构的块体铁合金材料，该合金不但具有高的孔隙率、大的比表面积、还表现出了优异的力学和减震性能，通过对对工艺的控制可以实现10%～50%孔隙率的超细晶多孔铁合金的制备，当孔隙率在50%左右时，压缩强度依然可以达到600 MPa以上，比目前市场上销售的高致密普通粉末冶金制品的强度高200 MPa左右。在轴承、齿轮、减震垫板、能量吸收装置等关键零部件上有很好的应用前景，潜在的应用价值和市场空间非常巨大。部分研究成果得到了世界著名粉末冶金专家Randall M. German教授的高度评价。

北京工业大学在晶界滑动塑性原子机制方面取得重要进展，北京工业大学以第一完成单位在Science上发表了首篇论文——Tracking the sliding of grain boundaries at the atomic scale（原子尺度追踪晶界滑动）。

自然界中，贵金属金（Au）的块体只能以其热力学稳定结构面心立方(fcc)相存在。只有在纳米尺度，利用湿法化学合成方法，人们才能获得具有独特光学性质的，密排六方hcp-4H结构的Au纳米材料。虽然通过配体交换或外延生长贵金属的方式，可以在溶液中诱导4H相的Au变为fcc结构，获得更多的结构信息。但是，具体的结构性质和相转变过程仍然无法确定。本工作利用金刚石对顶砧（DAC）技术对4H相的Au纳米材料进行研究，探索其结构和相变过程，达到高压贵金属相工程的目的。 高压X射线衍射表明，压力在1.2 – 26.1 GPa之间，Au的4H结构逐渐转变为fcc相。同时，该过程的不可逆性使得贵金属高压相工程成为了可能。即通过控制最高压力，获得不同4H/fcc相含量的Au纳米材料。同时，相比纯4H相的Au纳米带，具有4H与fcc相交替多相结构的4H/fcc Au纳米棒更容易发生高压相变。这主要是由于4H/fcc多相Au纳米棒中大量相边界提供的相变成核位点，可以促进4H-fcc的相变过程。此外，课题组通过高分辨透射电子显微技术和密度泛函理论（DFT）计算的结合，首次观测到了原子尺度的Au相变路径。发现Au由4H-fcc的相变机理为（-112）4H晶面的整平，并伴随着密堆积方向的改变。这与以往观测到的金属高压hcp-fcc相的相变机制完全不同。该工作不仅对Au纳米结构的稳定性和相变提出了新的见解，而且提供了一种利用压力来调控贵金属纳米材料晶相含量的新策略，该策略可用于研究基于晶相的催化、表面增强拉曼散射、波导、光热疗法、传感、清洁能源等领域中。

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。