成果与项目的背景及主要用途：曝气生物滤池（biological aerated filter），简称 BAF，是近年来国际上兴起的污水处理新技术。目前在欧、美和日本等国家得到较多应用。BAF 具有去除有机物、脱氮、除去有害物质的作用，其最大特点是集生物氧化和截留悬浮固体于一体，并节省了后续二次沉淀池。该工艺占地面积小、基建投资少、能耗及运行成本均低于传统的生物处理工艺。曝气生物滤池在污水回用处理、小区生活污水、生活杂排水回用，中水工程以及微污染水处理和受污染的城市河道水质净化等方面具有很大的具有非常好的发展前景和具有巨大的应用市场。 技术原理与工艺流程简介：曝气生物滤池是一种高效低能耗生物反应器，滤天津大学科技成果选编池内装填高比表面积的的轻质颗粒填料，以提供微生物膜生长的载体。并根据污水流向不同分为下向流或上向流，污水由上向下或由下向上流过滤料层，在填料下部鼓风曝气，使空气与污水逆向或同向接触，污水中的有机物与填料表面生物膜通过生化反应得到稳定，填料同时起到物理过滤作用。 该项目开发的使用轻质颗粒填料的 BAF 工艺具有主要的优点： 1、重力流反冲洗无需反冲泵，节省动力，操作简单； 2、滤头布置在滤池顶部，不与预处理水接触，不易堵塞，便于更换； 3、硝化和反硝化可在同一池内完成。 技术水平及专利与获奖情况：该技术为国内先进，正在申请专利。 应用前景分析及效益预测： 1、该技术既可制造为一体化设备，应用于分散的、小型的中水处理；也可用于大中型污水处理厂。 2、产品设备系列：50m3 /d,100 m3 /d,200 m3 /d.年产 10 台 100m3 /d 的设备，创造产值 400 万元。 应用领域：城市污水处理、小区生活污水、生活杂排水回用处理，中水工程以及微污染水处理和受污染的城市河道水质净化。 合作方式及条件：技术转让，合作生产，联合承揽工程。

XM-BP表皮常见病变处理训练模块   一、功能特点： ■ XM-BP表皮常见病变处理训练模块采用高分子材料制成，仿真度高。 ■ 模块包含三种病变：皮赘、皮肤痣、皮脂溢性角化病。 ■ 可进行皮赘剪除术、皮肤痣切除术、皮脂溢性角化刮除术等基本技术训练。 ■ 可反复进行练习。 ■ 尺寸：13.5×11.3×1.3cm。   二、标准配置： ■ 表皮常见病变处理模块：1个 ■ 说明书：1册 ■ 保修卡合格证：1张

XM-BP表皮常见病变处理训练模块   一、功能特点： ■ XM-BP表皮常见病变处理训练模块采用高分子材料制成，仿真度高。 ■ 模块包含三种病变：皮赘、皮肤痣、皮脂溢性角化病。 ■ 可进行皮赘剪除术、皮肤痣切除术、皮脂溢性角化刮除术等基本技术训练。 ■ 可反复进行练习。 ■ 尺寸：13.5×11.3×1.3cm。   二、标准配置： ■ 表皮常见病变处理模块：1个 ■ 说明书：1册 ■ 保修卡合格证：1张

◎无可挑剔的本底噪声 ◎十路麦克风48V幻像供电 ◎不发言通道电平自动衰减，有效降噪 ◎先进声控电路设计，声控开关自动切换 ◎自动话筒开启，有效抑制啸叫 ◎全自动啸叫抑制，极大提高现场扩声效果 ◎全自动远程回声消除 ◎无损音效处理，声音原汁原味再现 ◎总输出高、中、低音调调节 ◎特有环境噪声消除功能，嘈杂环境清晰录播 ◎匹配录播系统要求，优化输出端口电平，无需经调音台，直接使用 产品介绍：            本会议、录播音频处理平台主要针对精品课堂录播、多媒体教室录播、班 班通互动课堂录播、法庭录播、审讯室录播、本地和远程会议录播等工程应用 针对音频采集和现场扩声的需要而特别研发的音频处理产品。     本音频处理平台根据录播系统工程实际应用需求进行专门研究开发，采用 模块化设计，可以根据不同的工程需要，选配相应的模块组合，为工程需要提 供最适合的应用方案，节约工程投入。为迎合录播系统应用的多样性需求，开 发人员为本平台设计了丰富全面且可调的各类接口和设置，可以衍生出丰富多 样的搭配使用效果，游刃有余的应对各种不同的使用需求，同时也有效避免了 系统平台对其他音频中介调节设备的依赖，如调音台等，节约高效。     本平台具备10路自动混音、针对性的主动环境噪声消除、一流的全自动啸 叫消除、远程主动回声消除等全面卓越的功能，各功能模块灵活配置，您可以 根据具体工程需要，轻松组合出高效的配置，有效解决在各种录播工程中遇 到的几乎所有的音频问题。     感谢您选用我们的产品，如使用过程中，有任何的意见和建议，或者还有 没法解决的音频问题，请随时与您的销售商联系，向我们及时反馈您的问题， 以便我们不断改进和完善我们的产品。   技术参数：  

产品详细介绍           全频带全双工自适应回声消除技术；           全频带动态自适应降噪技术，降噪电平最高达18dB；           智能混音和话筒优选技术；           MIC-INPUT网口麦克风输入接口，可接入1路无线麦克和2路有线麦克；           2路平衡式话筒输入，支持48V幻象供电，采用凤凰端子；           4路平衡式线路输入，采用凤凰端子；           6路平衡式线路输出，采用凤凰端子；           采样率48kHz，A/D和D/A、24-bit；           自适应算法，简单通过拨码开关选择不同功能；           每路输入、输出均可单独增益调节；           支持采用网线、无线传输音频信号；           支持无线麦、有线麦闪避功能，确保无线麦、有线麦均有声音输入时，突显无线麦声音。            MC220E是教育常态化录播和远程互动系统配套的远讲语音回声消除，内置高品质全频带自适应回声抵消、数字降噪、混响抑制等语音处理算法；支持采用网线、无线传输音频信号，使安装异常简便，只需通过简单连接即可使整个系统达到极好的远程互动音频效果，满足双师课堂、远程教育及网络会议的高音质音频需求，并提供优质的前端采集音频供录播系统使用。 参数 值 频率响应 (20Hz~20kHz @ +4dBu):   麦克风通道 +0/-2dB 线路输入通道 +0/-0.5dB THD +N (1kHz @ +4dBu):   麦克风通道 < 0.009% 线路输入通道 < 0.007% 等效噪声 < -84dBu(20Hz~20kHz@22dB) 动态范围 > 105dB(20Hz~20kHz@0dB) 最大输入电平：   麦克风通道 -2dBu 线路输入通道 20dBu 最大输出电平（平衡） 20dBu 最大增益   麦克风通道 50dB 线路输入通道 0dB 输入阻抗   麦克风通道 2.2千欧姆 线路输入通道 20千欧姆 输出阻抗 400欧姆 采样率 48kHz A/D-D/A转换器 24比特 幻象电源 +48 VDC

★软件具有国家版权局颁发的软件著作权登记证书。 ★软件具有省级或国家级检测机构出具的软件产品登记测试报告。 情结发现与处理仪由软件和硬件两大部分构成： 1.软件部分：情结发现与处理系统以心理学的投射技术为理论基础，结合了词语联想测试、主题统觉测验、房树人测验三种测量工具，通过帮助人们了解自身的情结、洞察自己内心的面貌，来缓解人们内心的痛苦和焦虑情绪，提升自我的能量和价值感，进而帮助人们更好的去学习、生活。情结发现与处理系统共分为六个模块：来访者信息、情结知识库、情结测试管理、情结分析与处理、个人报告和系统管理。它是通过多个角度来帮助咨询师或者心理教师进行心理咨询与辅导，同时该系统还构建了完整的情结分析框架，帮助咨询师明确了分析情结的方向，从而可以更好地帮助来访者解决相应的心理问题。 主要功能有： （1）发现情结：通过词语联想、主题统觉和房树人三种方式测试发现来访者的情结所在；软件使用手册中详细介绍使用每一种方法进行测试的操作过程； （2）测试完成后可自动生成包含个人信息、情结综合分析与处理的报告，可导出；词语联想方法可以自动记录测试者的反应时间，并形成反应时统计柱状图保存在报告中；主题统觉测试能够进行被测者的声音录入，存储声音资料。提供房树人测试的分析方法参照。 （3）含有情结知识库，提供恋父情结、恋母情结、自卑情结、救世主情结、约拿情结、英雄情结、复仇情结、弃婴情结等多种类型的情结介绍； （4）提供多种情结的处理的方法：通过意象对话、沙盘游戏、积极想象、心理剧（叙事疗法、萨提亚、梦的分析）等专业技术科学合理的对情结进行处理； （5）具有硬件加密、数据备份功能，保证数据的安全。 2.硬件部分： （1）嵌入式一体化操作台1个，台面嵌有2个17寸液晶显示器； （2）打印机1台； （3）录音耳机1个； （4）数位板1个。

本产品是针对各类大中专院校《数字信号处理》实验课程配套开发的可在网上开展基于C/S架构的虚拟实验教学系统，系统由课程实验仿真台和虚拟实验教学管理系统两部分组成。仿真台模拟真实实验中用到的器材和设备，提供与真实实验相似的实验环境；虚拟实验教学管理系统提供全方位的虚拟实验教学辅助功能，包括：实验前的预习、实验的开课管理、典型实验库的维护、实验教学安排、实验过程的指导、实验结果的批改、实验成绩统计查询等功能，为实验教学环境提供服务并开展应用。可满足各类大中专院校《数字信号处理》课程实验教学环节的需要，尤其适用于远程教学。 系统提供了七大类54种数字信号处理器件模型： 1、序列与采样信号 复指数序列、随机整数序列、实指数序列、矩形序列、抽样脉冲序列、正弦序列、阶跃序列、正弦采样信号 2、信号操作与FFT 序列相加、序列卷积、序列累加、序列反褶、序列相乘、序列平移、周期序列、信号延迟、信号下采样（抽取因子）、信号上采样（内插因子）、信号重构（采样率转换）、高斯白噪声、加法器（采样信号叠加）、增益器、FFT（快速傅立叶变换）、IFFT（快速傅立叶反变换） 3、模拟滤波器设计 巴特沃斯模拟低通（脉冲响应设计）、切比雪夫1型模拟低通（脉冲响应设计）、切比雪夫2型模拟低通（双线性变换设计）、椭圆模拟低通（双线性变换设计）、脉冲响应不变法设计（模拟转换为数字）、双线性变换法设计（模拟转换为数字） 4、IIR设计 巴特沃斯数字滤波设计、切比雪夫1型数字滤波设计、切比雪夫2型数字滤波设计、椭圆数字滤波设计 5、FIR设计 阶数计算（FIR）、数字截止频率计算（FIR）、窗函数（FIR）、FIR数字滤波设计 6、滤波器实现与分析 1/z传递函数（滤波器结构）、FIR数字滤波器实现、IIR数字滤波器实现、系统频率响应、系统脉冲响应、系统阶跃响应 7、输出显示与文件读写 读取外部数据（txt）文件、数据写入外部文件、读取外部音频（wav）文件、音频数据写入外部文件、复数信号点阵图、信号针状图、信号波形图、幅度图、相位图、零极点分布图 使用现有器材模型系统提出了如下二类17种典型实验的训练： 一、基本元器件使用实验 1.信号源的使用 2.信号处理 3.模拟IIR滤波器设计 4.数字IIR滤波器设计 5.FIR滤波器设计 6.其他元件的使用 二、信号处理与应用分析型实验 7.序列信号的产生及运算 8.FFT的应用 9.脉冲响应不变法设计IIR数字滤波器 10.双线性变换法设计IIR数字滤波器 11.IIR数字滤波器的设计与实现 12.窗函数法设计FIR数字滤波器 13.级联型数字滤波器的滤波实现 14.并联型数字滤波器的滤波实现 15.抽取器的高效FIR多相结构实现 16.内插器的高效FIR多相结构实现 17.数据与音频信号的处理 备注：除上述实验，用户也可以利用提供的器材模型自主添加典型实验。 系统服务器端用户分为学生、教师、教务管理员和系统管理员四种角色，不同角色拥有不同权限。 ►学生：选课、选择实验、开展实验、接受实验指导、在线提交实验报告、保存和提交实验结果、查询实验成绩和批语。 ►教师：典型实验库维护、发布实验、安排实验、批改实验报告、系统指导、统计并发布学生的实验成绩和批语。  ►教务管理员：课程计划、开课计划、选课日期设置、开课审核、开课查询。  ►系统管理员：用户管理、分组管理、角色管理、权限管理、系统维护等。  性能指标 支持同时在线用户数1万人以上，经过在多所学校的实训教学应用，系统运行稳定，不限终端用户数，完全能满足职业技能大赛训练或省赛预赛使用。 服务器运行环境 操作系统：Windows Server ，Linux/Unix Server Web服务器：Tomcat6.0，JDK6.0 数据库：MySQL 客户端运行环境 操作系统： All Windows系列

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。