模型泵叶轮直径 300mm， 转速 1450r/min， 流量 260L/s—370L/s， 扬程 2.0m—8.0m， 泵装置效率 71%以上， 汽蚀比转数≥1000。

项目简介：一种模拟电池装置，它由 O 形密封圈、套筒、电极、螺帽 组成，套筒为圆柱形，内为圆柱形空腔，套筒两端的内侧开有一圆槽，下 电极的形状类似铆钉，其直径与套筒的内径相配合，上电极的形状类似于 砝码，其较粗部分的直径与套筒的内径相配合， 而较细部分则可用作引线； 上螺帽和下螺帽通过螺纹与套筒连接；该装置即可用于各种电池，如有机 电解质体系的锂离子电池的测试， 也可用于超级电容器的测试，

本实用新型涉及挖掘根茎类农作物的机械，尤其是一种滚动收获装置。包括机架、拨菜轮和挖掘铲，拨菜轮位于挖掘铲的上方，其中，挖掘铲呈圆盘形；还包括挖掘铲架、拨菜轮位置调节装置和挖掘铲角度调节装置，拨菜轮、拨菜轮位置调节装置、挖掘铲架和挖掘铲角度调节装置均设置在机架上，拨菜轮与拨菜轮位置调节装置连接，挖掘铲与挖掘铲角度调节装置连接，挖掘铲和挖掘铲角度调节装置均设置在挖掘铲架上，挖掘铲架的两侧分别设置挖掘铲；所述挖掘铲角度调节装置包括调节支架、圆头螺钉、调节块和调节连杆，挖掘铲架的一端分别与两侧的挖掘铲连接，挖掘铲架的另一端与调节支架铰接。避免了挖掘铲对根茎类农作物的损坏或漏采，大大提高了收获率。

本实用新型公开了一种分层施肥装置，包括第一施肥组件和第二施肥组件，第一施肥组件和第二施肥组件的入肥口均与肥料箱相连通，第二施肥组件出肥口位于第一施肥组件出肥口的上方位置，第一施肥组件出肥口和第二施肥组件出肥口的前侧设置有开沟铲，开沟铲可在土壤中开设排肥沟。本实用新型的分层施肥装置可对土壤进行分层、多维度施肥，以增强种子对肥料的吸收效果，利于种子后续的发芽、成苗等过程；提高肥料的利用率，不仅减少肥料的浪费，且更加环保，缓解或避免土壤的板结，通过设置检测和调节装置，使分层施肥装置的施肥深度可根据地面高度的变化自行进行调节，从而保证施肥深度的统一和稳定，有利于提高施肥效果。

产品详细介绍贮气装置

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。

本仪器是纺织总会作为纤维细度及含量测定的标准仪器，利用先进的光学和计算机图像处理系统来测量各种纤维直径和分析纤维表面的综合仪器。是毛、麻、棉纺、化纤、羽绒行业、畜牧业，商检、纤检系统的必备检验设备。 本仪器具有图像清晰、分辨率高、检测快速可靠的特点。可在普通实验室条件下稳定工作及可将测量到的原始数据，利用数据处理平台进行分类统计，获得最终定量分析结果并可打印输出数据报表及直方图。 技术规格： 1．投影系统，采用放大500倍，符合国际标准A方法检测和国家标准B方法检测。目视系统可放大960倍。 2．计算机显示系统：光学成像CCD转化成数字图像，并由计算机专用软件对数字图像进行处理。 3．内置纤维平均直径、变异系数、标准偏差计算，根据国家标准GBl0685—89、国际标准RS0137-85制定。 测量范围为2-200μm，圆型截纤维；测量精度±0．5μm；测量重复性±0．1μm：测量速度500根／10min。

本实用新型公开了一种结构光照明的双光子荧光显微系统。电光强度调制器、扩束镜和相位调制器沿飞秒激光器发出的光束依次布置在前方，经电光强度调制器功率调制、扩束镜扩束和相位调制器相位调制后入射到扫描模块中，扫描模块的出射光依次经扫描镜、场镜、二色镜和物镜后照射到样品架的样品上，物镜安装在Z向扫描台上。本实用新型为生物组织深层无创成像提供了一种可行的方式，能得到信噪比大大提升的显微图像，效率高灵敏度强，能够在传统多光子方法无法清楚识别的深度重建衍射极限分辨率。

成果简介： 主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。