本发明公开了一种船舶双向曲率板一体作用自动成型方法,包括下列步骤：a)构建一体作用成型加载系统；b)针对待成型的板材，根据成型工艺要求，建立成型的基础数据与加工数据之间的对应关系；c)根据建立的基础数据与加工数据的对应关系，编制成型软件并在控制装置上安装成型软件，启动成型软件对板材执行加载，以使板材产生双向曲率塑性变形；d)对已塑性变形的板材的成型效果进行监测，并比较和反馈已成型形状、曲率与目标形状、曲率之间的差异。本发明便于操控，同时具有智能化、高精度、应用范围广的优点，因而尤其适用于鞍形板、帆形

本成果功能全面，一机在手可实现电路板上常见的各类贴插焊点及QFP、BGA等芯片焊点的质量检测，确保出厂焊点完美无缺。QFP及贴插焊点可编程扫描检测；BGA芯片焊点可实现红外成像检测，智能筛选，无需逐个焊点比对（一块BGA芯片焊点通常在几十至几千个）。 一、项目分类 显著效益成果转化 二、成果简介 成果依据热传导学原理，开创性地将红外无损检测技术应用于电路板焊点虚焊检测领域，基于先进的检测原理和方法，本产品可准确检测出以往无论是AOI还是最高端的5aDAXI皆无法判明的焊点内部缺陷，且可定性定量。 历经十余年潜心研究，本成果不仅可对电路板上“可视“（看得见）类焊点（常规贴插焊点、DIP、QFP芯片等）进行检测，更一举突破了非可视（焊点在芯片下面）类BGA芯片焊点的质量检测难题。 BGA类芯片由于不可替代的先进性，正在得到广泛应用，但由于其焊点隐藏于芯片与电路板之间，焊点质量检测问题也同时成为电子行业的痛点。厂家即使拥有价值几百万的3D-5DAXI也只能用来数焊点里的气孔，无法确定是否有虚焊（X光适用于检测气孔等体积类缺陷，对裂纹、虚焊无效）。 本成果功能全面，一机在手可实现电路板上常见的各类贴插焊点及QFP、BGA等芯片焊点的质量检测，确保出厂焊点完美无缺。QFP及贴插焊点可编程扫描检测；BGA芯片焊点可实现红外成像检测，智能筛选，无需逐个焊点比对（一块BGA芯片焊点通常在几十至几千个）。 本成果还有操作简单，无需操作者专业背景，检测过程快速安全无辐射，实现对产品原位无损检测等优点。 毫无疑问，本成果可填补市场空白，技术水平处于国际领先地位。

二氧化硫、氮氧化物以及可吸入微小入颗粒物是雾霾的主要组成部分，随着环境污染问题的日渐严峻，雾霾已经成为很多地区人们倍加关注的污染重点，如何减少雾霾对人们健康的危害，是当前净化空气研究的重要课题。现有吸霾光电池板是利用二氧化钛活性材料做光触媒，喷涂在光电池板的表面形成光触媒净化膜，该吸霾光电池板在高效光伏发电的同时起到净化局部环境的作用。 光触媒净化膜的核心成分锐钛矿相纳米TiO2受日光照射后生成氢氧自由基，与空气中有机物质反应后既生成无毒的无机物，高效分解甲醛、苯、氨气等，将其转化成CO2和H2O，氧化去除大气中的氮氧化物、硫化物，以及各类臭气。但其受限于紫外光照，现有吸霾光电池板在雾霾严重时，由于光强不足，使光触媒净化效率大打折扣；而且在夜晚无光照情况下，吸霾光电池也不能起到消减雾霾影响的作用。此外，长期放置在室外的吸霾光电池板的板面很容易积灰尘，灰尘会影响到太阳能电池板上光线的穿透率，也降低了光电转化效率。 本成果提供了一种可根据外界光强条件进行灯光补偿，实现全天候工作，同时自动除尘，以提高空气净化效率和发电效率的全天候除霾光电池板装置。 创新点 1、风光互补，自动除尘； 2、可根据外界光强条件进行灯光补偿，实现全天候工作，提高空气净化效率和太阳能光电板发电效率。

通过预制透水钢筋混凝土箱体与插板的组合型结构，相邻箱体插板连接、插板固定于箱体两侧外壁中部卡槽，有效消减船行波，节约施工材料，降低工程造价，实现生态和经济效益。集中解决限制性航道生态安排防护能力弱，生态型护岸施工麻烦，造价偏高的文图，

产品详细介绍3528 5050 贴片机,灯条板贴片机QS-1200   http://www.qinsidianzi.com/

一种基于物联网技术的轨道异物入侵自动检测与预警方法，具体实施步骤如下：A.搭建路面视频监控系统及车载视频监控系统；B.路网实时监控、视频信号无线传输及自适应反馈；C.云端数据、车载数据处理及异物入侵检测、识别与预警；D.全路网信息共享、异物入侵行车控制及相关路网行车调度。

把具有C3旋转对称性的超构单元按照一定序构排列起来形成圆形的超构表面，超构表面携带的拓扑电荷为q，理论分析表明这类超构表面上产生的非线性谐波的自旋和轨道角动量分别为：s=±σћ；l n =(n∓1) σqћ。对应倍频谐波情况：s=-σћ；l SHG =3σqћ。因此，结合光的自旋角动量控制的非线性几何相位与拓扑电荷的概念，可以通过超构表面上实现对非线性谐波辐射过程中光的自旋、轨道角动量的同时控制。了解了相关物理机制，为如何在微纳尺度上产生并控制光的自旋、轨道角动量两个维度，设计高密度、多功能光信息处理芯片等奠定重要科学与技术基础。

2021 年 1 月 27 日，由西南交大与中车大同联合研制的我国首台氢燃料电池混合动力机车，在中车大同电力机车有限公司成功下线，标志着我国氢能轨道交通技术取得关键突破。该车采用西南交通大学陈维荣教授团队研发的轨道交通大功率燃料电池发电系统，突破了燃料电池混合动力系统集成、系统优化控制以及能量管理等核心技术，电堆采用国际领先、可低温启动的日本丰田金属电堆，这也是燃料电池金属电堆在轨道交通领域的首次应用。该车设计时速每小时 80 公里，满载氢气可单机连续运行 24.5 小时，平直道最大牵引载重超过 5000 吨，在不用改变任何铁路基础线路条件下，可在各类机务段、车辆段、编组站以及大型工厂、矿山、港口等场所执行运转、调车、救援等多用途任务。 陈维荣教授团队自 2008 年起，在我国率先开展氢燃料电池在轨道交通中的应用研究，开拓了氢能轨道交通研究方向。历时十余年的技术攻关，团队突破了大功率燃料电池优化控制、混合动力系统能量管理、故障诊断与寿命预测等关键技术，于 2013 年成功研制我国首辆燃料电池电动机车，并于 2016 年与中车唐山公司联合研制成功世界首列燃料电池混合动力有轨电车，引领了我国氢能轨道交通技术发展。 

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。