高频软磁薄膜的铁磁共振频率是集成化微磁电感的上限工作频率。受限于较低的声学模共振频率，当前微磁电感的频率较低。基于光学模共振的软磁薄膜具有非常高的共振频率，将成为提高微磁电感频率的新突破口。本发明主要介绍了实现光学模共振的多层膜结构及其制备方法，有望用于制备集成化微磁电感或其他磁性薄膜集成器件。本发明所述的光学模共振是从未使用过的新原理，基于光学模共振的高频软磁薄膜材料及其集成电路工艺兼容性制备方法，将有利于将其推广到集成电路磁性元器件的各个应用环节，例如，微磁电感、隔离器、耦合器、滤波器等等，具有广阔的应用前景。

本发明公开了一种用于牙模三维测量的姿态调整装置，包括夹具部分、平台部分、支架部分，夹具部分设置在平台部分的上表面，支架部分是 U 形框架支撑结构，平台部分设置在支架部分的上表面，夹具部分包括标定夹具、适应夹具、多个磁铁，标定夹具用于夹住牙模的平面侧，适应夹具具有曲线轮廓，用于夹住牙模的曲面侧，磁铁设置在标定夹具、适应夹具底部的腔体中，且磁铁暴露在腔体外面的表面与标定夹具、适应夹具的底面平齐，平台部分包括翻转电机、翻转电机座、一对联轴器、左翻转轴、左翻转侧板、载物台、右翻转侧板、一对翻转轴座、右翻转轴

本发明公开一种多电机驱动系统新型离散滑模跟踪控制方法、系统、设备和介质。属于多电机驱动系统控制技术领域。本发明依据特征建模理论，建立针对位置跟踪控制的多电机驱动系统特征模型，该模型比常规动力学模型阶次更低且参数更少；采用带遗忘因子的递推最小二乘法对特征模型参数进行在线辨识，并投影到参数范围集合；设计一种多幂次二阶滑模面，以加快跟踪误差在不同误差带内的收敛速度；设计多电机驱动系统新型离散滑模跟踪控制方法，实现高精度跟踪控制，同时减小滑模抖振。

XM-TB2高级带警示臀部肌肉注射训练及对比模型   XM-TB2高级带警示臀部肌肉注射训练及对比模型用于臀部肌肉注射教学与训练，教会学生如何掌握正确的操作方法并避免误伤到神经血管，模型半侧透明，可以清晰地看到内部的解剖结构。   一、功能特点： ■ 模型采用高分子材料制成，肤质仿真度高。 ■ 模型为成人臀部，半边透明的设计展示臀部的肌肉组织、骨骼结构和神经血管系统，有利于在训练时进行对比，防止扎到神经和血管。 ■ 注射操作正确和进针位置正确，则有绿色灯光显示。 ■ 扎入过深或注射部位不正确，则有红色灯光闪烁和电子报警声提示。 ■ 肌内注射可注入真实液体。 ■ 可反复进行练习。   二、标准配置： ■ 臀部肌内注射操作及对比模型：1台 ■ 手提铝塑箱：1个 ■ 练习用注射器：1支 ■ 说明书：1册 ■ 保修卡合格证：1张

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。

本发明公开了一种用于增强激光亮度的光学组件及高频脉冲激光光源；光学组件包括用于将多路激光光线合成一束的棱镜组、用于 将合束后的激光转换为片激光的柱面透镜组以及用于将片激光进行多 次反射使得激光亮度增强的反射镜腔。高频脉冲激光光源包括第一激 光器组、第二激光器组、第一组条纹镜、第二组条纹镜、偏振合束原 件、半波片、准直透镜组、导光臂、聚焦透镜、柱面透镜组和反射镜 腔；当所有的激光器同时激发发光，则能使发出的激光亮度急剧增强， 当激光器依次轮流发出激光，则能使发出的激光工作在一个很高的频 率。本发明结构简单，控制简单，多个激光器的合成脉冲使得其具有 激光脉冲输出频率高，亮度大的优点，可应用于高速相机的照明光源。 

本发明公开了一种用于增强激光亮度的光学组件及高频脉冲激光光源；光学组件包括用于将多路激光光线合成一束的棱镜组、用于将合束后的激光转换为片激光的柱面透镜组以及用于将片激光进行多次反射使得激光亮度增强的反射镜腔。高频脉冲激光光源包括第一激光器组、第二激光器组、第一组条纹镜、第二组条纹镜、偏振合束原件、半波片、准直透镜组、导光臂、聚焦透镜、柱面透镜组和反射镜腔；当所有的激光器同时激发发光，则能使发出的激光亮度急剧增强，当激光器依次轮流发出激光，则能使发出的激光工作在一个很高的频率。本发明结构简单，控制简单

本发明公开了一种提高激光转盘斩波调 Q 性能的装置及包含该 装置的调 Q 激光器，装置包括位于谐振腔内部或外部的伽利略望远镜 装置以及位于谐振腔内部用于对压缩后的激光光束进行调 Q 的转盘斩 波调 Q 器件。激光介质为一个时，第一伽利略式望远镜装置位于谐振 腔之内，用于压缩激光光束直径，以减少 Q 开关时间增强调 Q 效果； 激光介质大于一个时，第二伽利略式望远镜装置位于谐振腔之外，由 各路激光谐振腔共用，用于将多路

1.本公司研发生产的智能快递柜、智能生鲜柜，融合物联网、5G通信技术，是一款高性价比，易扩展的新型快递柜。2.本公司自主研发的分布式社区互联网平台，涵盖智能物流、O2O商城、社区社交等综合功能，可多方位服务社区居民及社区商家。目前研发生产的快递柜以下几个问题1.不整体体积太大，不易运输，2.智能控制模块成本较高，3.通信模块信号不能确保百分比稳定，4.开闭件易损耗；

随着现代激光技术的快速发展，激光跟踪在空间光通信、激光雷达、卫星遥感、定向能应用及工业测量等领域得到了广泛的应用，光束偏转原理、跟踪机构及其控制方法等是影响跟踪范围、精度、实时性和稳定性等光电跟踪性能的决定因素。在国家自然科学基金的支持下，由同济大学牵头，联合中国科学院上海光学精密机械研究所以及上海同新机电控制技术有限公司等单位开展了面向机器人误差测量等工业应用的多模式激光跟踪仪的研究。该研究对复杂场合下时变轨迹跟踪、测量或加工具有强适应性；结合图像采集系统，可以精确调整成像视轴以实现视觉导引或大范围高精度图像拼接。该项目从原理上拓展了激光多模式、变尺度跟踪的实现方法，形成了复杂场合下大范围高精度动态目标激光跟踪的核心技术，在机器人动态误差测量、动态成像检测、空间激光通信以及军事侦察等领域具有广泛的应用前景。