产品详细介绍S-392B 数码录放机主要技术参数:● USB接口，可从电脑下载MP3格式文件，通过本机播放。● 液晶数码显示，快速随意选择内存某段文件的播放。● 功能选择：放音、快进、快倒、循环、不间断复读、A-B复读。● 卡式磁带：放音、扩音、录音、原有语言机功能不变。● 交直流两：交流220V    直流12V可充蓄电池。(随机配置)。● 话筒支持：有线话筒(随机配置)● 蓄电池容量指示功能产品4台一大纸箱包装，单个独立彩色包装，重量4公斤/台；

产品详细介绍S-392A 数码播放机主要技术参数:● USB接口，可从电脑下载MP3格式文件，通过本机播放。● 液晶数码显示，快速随意选择内存某段文件的播放。● 功能选择：放音、快进、快倒、循环、不间断复读、A-B复读。● 卡式磁带：放音、扩音、录音、原有语言机功能不变。● 交直流两：交流220V    直流12V可充蓄电池。(随机配置)。● 话筒支持：有线话筒(随机配置)● 蓄电池容量指示功能。产品4台一大纸箱包装，单个独立彩色包装，重量4公斤/台；

产品详细介绍S-392语言放音机系列功能简介功能简介:1、高保真、大功率(大于15W),最大功率大于30W,磁带录音、放音。2、音话筒输入、大功率扩音、混响放大、无线话筒。3、交流抹音。4、放音高低电平补偿。5、交、直电池两用。产品概述:    系列语言放音机是根据教委对普教产品要求专为教学使用而设计的电教产品，适合于阶梯教室、普通教室、小会议厅等教育场合使用。    本机具有录音、扩音、混放功能，交流220VT,12V蓄电池两用。便于在流动场合使用。本机外观造型设计针对普教特点采用双面设计，即扬声器在正面，操作面在背面，方便教师在课堂上操作使用。话筒音量独立控制，话筒声音和磁带放声可混合输出，适合各种教学和娱乐上的需要。 外观指示图及功能说明:1、电源开关(直流)  2、电源工作指示灯  3、外接话筒输入插座4、磁带计数器复零钮             5、磁带计数器计数窗   6、总音量控制旋钮7、音调旋钮   8、话筒音量旋钮   9、录音按键10、放音走带按键 11、磁带快倒按键 12、磁带快进按键13、停止/出盒按键  14、暂停按键 15、电池盒16、电池盒 17、手提拎把 18、电源连接线19、扬声器 20、天线21、带盒窗 操作使用:一、扩音： 1.按下电源开关(1)此时电源指示灯(2)亮。 2.将总音量旋钮(6)旋至1/3处，将话筒音量旋钮(8)关小。3.将话筒插头插入本机话筒插座(3)。4.分别调节话筒(8)和总音量电位器至适当响度，调节音调电位器(7)，使语声更加悦耳动听。    5.在使用时如发生话筒回输啸叫，话适当关小话筒音量，也可适当拉大话筒和扬声器间距离，以及改变话筒与扬声器角度。二、放音：    1.接电源，参照一(1)    2.将总音量控制电位器③旋至1-3处位置。    3.打开磁带仓门(21)放入磁带，合上带合门。    4.按磁带放音键(10)使磁带走带即放声。    5.调节音调钮(7)使音质更加悦耳动听。    6.在使用磁带时，可根据您需要使用磁带计数器。三、录音：    1.拉电源，参照一(1)、(2)、(3)、(4)所述。    2.带盒仓内放入磁带(注意：录音磁带应带有“防抹保护块”)。    3.在扩音同时一起按下磁带放音键(10)和录音键(9)，即可对话筒语声进行磁带录音。    4.录音时，一般应将话筒音量开至1/2处，具体可根据话筒的灵敏度进行调节。    5.录音时，录在磁带上声音电平受“话筒音量旋钮”控制，与总音量大小无关，总音量是监听音量，而话筒音量大小决定录音信号的电平大小，如果关掉话筒音量，则磁带上录不上声音。本机具有自动录音电平控制ALC系统，对话筒语声过强音冲击音，本机能自动调节录音电平，防止录音失真。四、混合放音：    本机可进行混合放音，即在磁带放音的同时，插入话筒进行讲话，则话筒声音和磁带可以同时在扬声器上放出。磁带声音由总音量电位器控制。话筒音量由话筒电位器控制，再送至总音量电位器按话筒一磁声音比例调节。 整机保养:1、定期用磁头清洗水清洗磁头和压带轮。2、不要把本产品置于雨中或在灰尘较多和潮湿环境中使用。3、切勿用有机溶剂拭机身。4、长期不使用本机时，请拔下电源。5、本机结构精密，切勿重摔或自行拆解。技术参数:1、交流电源：220V/50HZ(+10%)；2、1号电池6节；3、输出有效功率15W，最大功率大于30W；4、磁带速度：4.75cm/s；5、频率响应：125HZ～10KHZ；6、录音磁率：最大不低于 -4dB；7、适用温度：-5℃～+40℃。注意事项:1、磁带存放一定时间请在使用前将磁带快进或倒退后再使用。2、使用无线话筒和有线话筒必须同主机保持一定距离，避免喇叭尖叫声。3、本机电源开关切换电池电源无交流220V切断功能，在本机不使用时，请拔下AC220V交流电源线，使用本机与电网脱离。4、使用交流电工作时必须把蓄电池取出以免电池变质而损坏本机。常见故障处理方法:电源指示灯不亮 1、停电；2、插头松脱、请插好插头；3、检查电池是否装反；4、检查电池是否已无电。磁带不发音 磁头发黄，请用磁带清洁剂或清洁带清洗，功能开关是否推至放音档。外接音源无声 检查连接引线是否插好，功能开关是否推至“外接输入”档。随机附件:1、话筒1个或无线话筒1套。2、使用说明书1份。蓄电池另配，80元/个；

指导价格：1999元 便捷：新一代SmartPanelAPP*1全线升级，智能安装，简易配网 智能：适配爱普生微信小程序*2，畅享便捷智慧打印体验 高效：支持自动双面打印，标配1.44英寸彩色液晶显示屏 海量：标配满容墨水,可实现黑色打印7,500页*3或彩色6,000页*3 安心：原厂保修（含打印头），全国联保 打印分辨率：5760x1440dpi 打印黑色文本(A4)：约33IPM*5（经济模式），约10.5IPM*6（标准模式） 打印彩色文本(A4)：约15IPM*5（经济模式），约5IPM*6（标准模式） 照片（4x6英寸）： 有边距：69秒/页*7 无边距：92秒/页*7（标准模式，高质量光泽照片纸）

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。