产品详细介绍实验台分部简介   实验台根据功能可划分为中央台、边台、洗涤台、仪器台、色谱台、操作台、净化台、物理台、高温台等；   根据材质又可划分为全钢实验台、钢木实验台、铝木实验台、全木实验台、不锈钢实验台。全钢实验台产品介绍：台    面:  采用12.7mm厚实芯理化板。 柜    体:  全钢体制作，整体采用首钢1.2mm冷轧钢板制作。表    面：表面喷涂美国“阿克苏诺贝尔”品牌环氧树脂，耐酸碱、耐腐蚀。铰    链：采用德国进口海福乐金属铰链或意大利FGV金属铰链。滑    轨：采用德国进口海福乐自滑滑轨。全木实验台产品介绍：台    面:  采用12.7mm黑色实芯理化板。门    板:  优质三聚氰胺板，机器封边。柜    体:  全木制， 18mm厚优质三聚氰胺板柜体制作。 铰    链：采用FGV金属铰链。拉    手：不锈钢亚光材质滑    轨：采用德国进口海福乐自滑滑轨。插    座：中国正泰多功能插座，适用各种仪器插头。铝木实验台产品介绍：台面：采用12.7mm黑色美国进口实芯理化板或物理板。柜体：铝木制，森工露水河18mm厚三聚氰胺板柜体制作。铝架：铝架采用优质铝型材，耐轻度酸碱腐蚀。铰链：采用德国进口海福乐金属铰链，或意大利fgv。滑轨：采用德国进口海福乐自滑滑轨。试剂架：试剂架为铝架与钢化玻璃板结合，或全木试剂架。进口实验台产品介绍：1、台面为wilsonart protection理化板2、柜体为钢木生产线一体化组装3、性能符合欧盟标准物理电子实验台                                                    产品介绍：1.主体为钢木复合结构，台面为耐磨防火板，柜体为全木结构2.主要功能：电子开关、音频、信号发生、计数、译码、显示、控制等内容3.主要训练技能：安全用电、电工基本技能训练、常用电路故障分析、常用仪表的使用等高温台台    面：黑色优质大理石，40mm。柜    体：优质三聚氰胺板制作钢    架： 钢架采用首钢50*30方钢管材质，表面喷饰美国“阿克萨苏”品牌环氧树脂粉末。铰    链：采用德国进口海福乐金属铰链。拉    手：采用德国进口海福乐槽式扣手（或不锈钢亚光材质）。全钢实验台优势    全钢结构实验台功能性强，承重能力好，美观大方，它可以满足实验室各种使用的需求和超负荷的使用，是现代化实验室的首选。钢木实验台优势    钢木结构实验台以国际流行的C型架结构为主体，悬挂木质柜体，承重能力好，独立性强，维护方便，是各类研究实验室的首选。全木实验台优势    全木结构实验台外形美观，组合灵活，经济适用，同时有多种颜色供您选择。    全木实验室家具仍是当前实验室的重要组成部分，它具有色彩丰富，经济性强，个性化强，更具有亲和力的特点，尤其适用于实验室改造项目。     悬挂式吊柜最大可能有效利用实验室空间，与实验台完美相配，充分体现了实验台的整体性，同时增强了实验台的实用性。

本发明公开了异甜菊醇在制备治疗非酒精性脂肪性肝病药物中的应用。相对于现有技术，本发明发现了异甜菊醇能改善高脂饮食导致的大鼠非酒精性脂肪肝病，减少脂质在肝细胞内的累积，抑制游离脂肪酸导致的肝细胞内氧化应激，线粒体功能受损以及肝细胞凋亡，保护肝细胞。整体动物水平上表现为降低血清转氨酶水平，减少血清中游离脂肪酸，改善血脂紊乱。这些作用表明异甜菊醇可用于非酒精脂肪性肝病的治疗，具有开发药物的前景。

MBO (3-甲基-3-丁烯-1-醇) 是重要的化学中间体，应用广泛，可用于合成聚羧酸混凝土高性能减水剂醇醚单体，异构化后是合成仿生农药 “除虫菊酯”前驱体的主要原料，也是人工合成柠檬醛的主要原料，并由此可进一步合成L-薄荷醇及其衍生物、紫罗兰酮类香料、类胡萝卜素及维生素A类香料、营养素、医药等。还是合成轮胎橡胶异戊二烯的重要原料。 异丁烯是石油化工副产C4烃类的主要成分之一，其来源主要包括裂解制乙烯厂混合C4和炼油厂混合C4。然而，当前我国只有16%的副产C4烃进一步利用，远不及西欧的80～90%。C4馏分利用中最经济、最环保的途径是将其用作化工原料，生产高附加值的化工产品，而非用作燃料或用于炼油。 本技术采用专用催化剂催化异丁烯与甲醛进行Prins反应，得到MBO，转化率高，选择性高。工艺流程段、过程绿色高效无污染、经济性好。

本发明属于生物基高分子材料领域，涉及一种生物基多元醇及其制备方法与其在重防腐涂料中的应用。将羧酸类开环试剂与催化剂混合，得到第二混合液；将环氧植物油和第二混合液分别同时泵入微流场反应装置的微流场反应器中进行开环反应，反应结束后经后处理，即得生物基多元醇。本发明进一步将生物基多元醇与异氰酸酯、扩链剂及功能填料共聚，制得兼具高硬度、耐磨性及耐化学腐蚀性的重防腐涂料，适用于严苛环境金属防腐。本发明通过微流场技术实现高效连续化生产，突破传统工艺对复杂羧酸体系的限制，显著提升涂层性能与环保性。

本发明公开了一种用于草酸二甲酯加氢制取乙二醇的铜硅催化剂及制备方法。所述催化剂是以正硅酸酯为硅源,在以醇作为共溶剂的条件下,通过一锅法制备得到的。具体为正硅酸酯在铜氨络合物的水醇混合溶液中水解、陈化,然后通过蒸发水分、醇和氨使铜氨溶液中的铜组分均匀沉淀,最后经过水洗、干燥、焙烧和还原而得到的。所述催化剂由铜和二氧化硅组成,其中铜与二氧化硅的物质的量之比为0.05～0.4∶1。该催化剂在草酸二甲酯加氢制乙二醇的反应中,在较宽的温度范围内,都显示了很高的反应活性和选择性,易于操作,有利于工业化应用。

5-单硝酸异山梨醇酯是最新一代抗心绞痛用原料药，为硝酸甘油类药物的替代品，成药市场不断扩大，推动了改产品的生产。其合成工艺以山梨醇为主要原料，经脱水、硝化、中和、冷却、抽滤、结晶合成。我们在产品的分离方面有所创新，使生产效率和产品收率有了较大的提高。本产品原料成本约350元/kg，售价2000元/kg。设备投入约80万元。

结构特异性醇/酯因其独特的理化性质与生理功能在食品、医药和化工等领 域具有重要的应用价值。本项目针对立体特异性芳基醇和位置特异性结构脂质为典型代表的高附加值醇/酯，解决其绿色制造过程中关键酶选择性差，工业适应性弱，表达制备成本高以及催化反应效率低的关键技术难题，开展工业酶的定向筛选、功能强化、高效表达及应用技术研究，开发了具有自主知识产权和适合工业化要求的高选择性、高活性、高稳定性工业酶（脂肪酶和氧化还原酶）的高效创制及应用技术体系，打破国际技术壁垒，推动了我国相关产业的技术进步和持续健康发展。

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。    

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。