产品详细介绍紫外老化试验箱   一、紫外老化试验箱使用条件: 1.         环境温度：5℃～＋28℃（24小时内平均温度≤28℃）; 2.         环境湿度：≤85%; 设备放置前后左右各80公分不可放置东西; 二、紫外老化试验箱执行标准:  本产品符合GB/T14522-93、GB/T16422.3-1997、GB/T16585-96等现行紫外线老化试验标准; 三、紫外老化试验箱产品型号与规格: 1、 UV   2、UV-M    3、UV-A 内形尺寸:D×W×H  450×1170×500:mm；　 外形尺寸:D×W×H  580×1280×1350:mm； UV:   无辐照度调节。温控：高精度数显仪表； V-M: 辐照度手动调节。温控：高精度数显仪表； UV-A: 辐照度自动调节。温控：彩色液晶触摸屏； 四、紫外老化试验箱用途： 1.        紫外老化试验箱采用荧光紫外灯为光源，通过模拟自然阳光中的紫外辐射和冷凝，对材料进行加速耐候性试验，以获得材料耐候性的结果。 2.        紫外老化试验箱用于丰非金属材料、有机材料（如：涂料、油漆、橡胶、塑胶及其制品），经在阳光、湿度、温度、凝露等气候条件的变化下检验有关产品及材料老化现象程度。在短时间内得到变色，退色等情况。 五、紫外光试验箱光源: 1.         光源采用8支UV系列额定功率为40W的紫外荧光灯管作发光源,分布在机器的两侧,每侧各4支; 2.         试样表面与紫外灯平面距离为50毫米且相平行; 3.         有UV-B313.UV-A340.光源供用户选择配置;（任选一种） 4.         UV-A340灯管的发光光谱能量主要集中在340nm波长附近; 5.         UV-B313灯管的发光光谱能量主要集中在313nm波长附近; 6.         由于荧光灯光能量输出会随时间而逐步衰减，为了减小因光能量衰减造成试验的影响,所有的8支灯管中每隔1/4的荧光灯寿命时， 7.         由一支新灯管替换一支旧灯管,这样，紫外光源始终由新灯和旧灯组成，从而得到一个输出恒定的光能量; 8.         灯管有效使用寿命（国产在500-700小时左右）（美国进口灯管在1800～2000小时左右）; 六、紫外老化试验箱控制系统： 1.         采用黑色铝板联接温度传感器，采用黑板温度仪表控制加热，温度更稳定； 2.         辐射计探头采用固定式，无须每次装卸； 3.         辐射量采用高精度显示和测量的专用紫外线辐照计； 4.         辐照度不大于50W/㎡； 5.         光照和冷凝可独立控制可以交替循环控制； 6.         光照和冷凝的独立控制时间和交替循环控制的时间可在一千小时内任意设置； 7.         自动检测显示每根紫外灯的亮灯状态； 8.         可实现手动调节辐照度和自动调节辐照度并且样品架可360度旋转； 9.         仪表采用进口LED数显PID温度智能控制仪，控温精度高且稳定性好; 10.      具有漏电、短路、超温、缺水、过电流保护/控制器停电记忆； 七、紫外老化试验箱技术参数: 1.         温度范围：RT+10℃～70℃； 2.         湿度范围：≥95%R.H； 3.         黑板温度：40℃～65℃； 4.         灯管间距离：70mm； 5.         灯管功率：40W/每支； 6.         紫外波长：290nm～400nm； 7.         试验时间：1～9999s、m、h 可调； 8.         支持样板：150×75(mm)，约40块； 9.         辐照度可调：≤0.33-0.77w/m2； 电源要求：AC380（±10%）V/50HZ  三相五线制。

无试剂COD多参数水质检测仪，解决现在用户在化学试剂报备、购买、运输、使用、储存及排放等难题，采用先进的光谱技术，仪器操作简便，无需消解，一键读数，可同时测出水中COD、TOC、BOD、TOD、浊度，降低用户使用成本，没有二次污染，绿色环保，可广泛应用于河道水、生活污水处理排放口、工业污水处理排放口、医院废水处理排放口检测。

5G+AI 云边一体化智慧出行解决方案，针对道路事故率高、交通拥堵困局、道路交通监管难、公共交通信息阻塞等问题，汇集了5G 通信、AT 算力资源平台、AI 算法、边缘计算网关、车路协同、智慧灯杆、大数据管理平台等诸多软硬件技术成果，具有充分的综合性、创新性、协同性、大集成等特征，同时将 5G、AI、物联网、大数据、云边一体化等技术交互融合，实现交通流感知、交通事件感知、配时方案优化、智慧灯杆、边缘计算网关等功能。 建设进展 研发方向一：网络建设规划南京移动在新港地区优先投入5G建设资源，目前新港开发区范围内，共 规划5G站点114个，其中宏站82个，杆站32个；已开通宏站27个。本项 目规划恒竞路需求站点11个，宏站9个，杆站2个，厂区内部宏站2个，兴 智路需求站点6个，其中宏站2个，杆站4个。 研发方向二：AI云平台研发 南邮信产院投入建设AI云平台，为人工智能提供算力支撑，为算法模型训练提供海量数据和开发环境，为区内 人工智能企业及高校科研人员提供一站式人工智能产业服务，带动人工智能技术的提升。目前已建成。 研发方向三：智慧灯杆+边缘网关 智慧灯杆：场景载体，环境感知等多功能实现。 边缘网关：各个功能互通互联的媒介 目前智慧灯杆进入融合各家设计阶段。 研发方向四:车路协同/无人驾驶交通流感知-实时感知城市交叉口内车流量、速度、排队长度、占有率等数据。交通事件感知-提供停车，逆行，超速，拥堵，变道等事件信息，并提供照片和视频。车路协同-将感知数据下发至无人驾驶车辆，车辆根据获得的信息自动优化行驶路线。配时方案优化-将感知数据直接下发到交通信号机，实时生成交通信号配时方案，下发至交通信号机，实现路口单点自适应控制。 研发方向四：车路协同/无人驾驶建设面向L4级无人驾驶的车路协同系统。主要是车路协同系统车端建设。通信网络建设方面：参与对5G网络的验证，协助验证5G网络与无人驾驶的互联互通。 大数据平台建设方面：其无人驾驶车可以在多场景应用，充当城市各种数据收集的载体。 车路协同云控平台建设方面：承担车路协同云控平台建设。 关注重点 开放性场景定义：一般是指城市基础设施建设运营管理、产业发展、民生服务等领域，对新技术新产品有应用需求的各类工程、项目。通过应用场景开发建设，可以推进新技术新产品的示范应用和迭代升级，助力新技术新产品推广应用。《南京市关于加快应用场景开发建设2021年行动方案》围绕5G+AI云边一体化创新应用示范道路，向全产业链（企业、科研机构等）开放能力。一是路侧基础设施开放，在南京南邮信息产业技术研究院有限公司统筹管理下，开放路侧龙门架、杆位等资源，以及相应的供电 、联网能力，为路侧生态参与者提供宝贵的示范场地；二是数据开放，在保障信息安全和公共隐私的前提下，开放路侧时空全覆盖的结构化与非结构化数据，形成"兴智路数据集"，为产业发展注入珍贵的稀缺数据资源；三是应用开放，建立其他生态参与者加入的申请入口，规范开放"数据集"，通过互联网、展厅等线上线下渠道向全社会展示 5G+AI云边一体化创新应用示范道路的成效。 示范性在中国（南京）智谷的指导下，本项目参与四方集聚各自技术及资源优势，群策群力，协同创新，紧密且高效地推进建设计划；将5G、AI、物联网、大数据、云边一体化等技术交互融合，期望建成经开区人工智能产业方向上的标志性应用场景，树立良好的示范典型。 先进性5G+AI云边一体化创新应用示范道路"项目，针对道路事故率高、交通拥堵困局、道路交通监管难、公共交通信息阻塞等问题；汇集了5G通信、AI算力资源平台、边缘计算网关、车路协同、智慧灯杆、大数据管理平台等诸多软硬件技术成果；与其他单纯的车路协同场景、智慧灯杆场景相比，具有充分的综合性、创新性、协同性、大集成等独特特征和 充分的先进性。

“全面感知、深度融合、多维服务”的淮阴工学院智慧校园建设与应用实践近十年来累计投入 1.98 亿元，围绕新型基础设施、数据中台、智慧教学、智慧科研、智慧管理、智慧服务等方面建成了高水平智慧化数字校园，在学科与信息化融合、网络安全等方面形成鲜明特色。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

本发明公开了一种基于大数据的智慧变电站实时监控系统及方法，具体涉及电力设备监控技术领域，包括多源采集处理模块、动态拓扑更新模块、设备状态监测模块、故障诊断预测模块、设备寿命预测模块、能效分析优化模块以及远程运维调度模块；本发明能够实现高精度故障检测及隐性关联挖掘，提高变电站异常检测能力，有效优化变电站各电力设备的寿命管理；能够确保维护资源分配合理，提高设备可靠性，提升综合能效，减少碳排放，无需人工干预调整运行模式，提高优化效率，实现变电站智能化运行。

微卫星不稳定性（Microsatellite Instability, 简称MSI）是目前肿瘤临床检测中一种非常重要的分子表型，多发生于结直肠癌、胃癌、和子宫内膜癌。微卫星不稳定性与肿瘤的发生、发展，治疗方案制定及治疗效果预测相关，更是肿瘤免疫治疗疗效预测的重要分子标记物。当前，临床上使用的两种微卫星不稳定性检测的金标准方法：MSI-PCR和MSI-IHC，都需要专业技术人员通过实验操作来完成，均费时费力且成本较高。近年来，随着高通量测序（Next Generation Sequencing）的发展，基于高通量测序的微卫星不稳定性检测方法开始显露头角，在检测结果与两种临床金标准保持高度一致的情况下，极大的缩减了检测时间并减少了检测成本，大幅提高了推广微卫星不稳定性检测的可行性。2014年，西安交大叶凯教授团队率先开发了基于高通量测序的微卫星不稳定性检测方案——MSIsensor。2017年该检测方案作为全世界首个泛肿瘤检测方案MSK-IMPACT中的微卫星不稳定性计算方法，通过了美国食品药品监督管理局的严格测试并获得批准。美国纪念斯隆凯特琳癌症中心测试表明，基于高通量测序的微卫星不稳定性检测与金标准的一致性可达99.4%。然而，微卫星不稳定性检测方案大都要求提供病人的癌症组织样本及一份取自血液或者癌症组织附近的正常样本。一方面，这一份正常对照样本限制了微卫星不稳定性的应用场景，尤其难以应用于血癌样本、福尔马林包埋样本、PDX/PDO等不易获得正常对照样本的情况；另一方面，额外的对照样本增加了微卫星不稳定性的检测成本。基于上述原因，在叶凯指导下，叶凯青年科学家工作室科研人员经过两年的探索，从微卫星不稳定性发生机理出发，通过数学模型抽象，从单个肿瘤样本中提取特征，开发了MSIsensor-pro。MSIsensor-pro实现不依赖正常对照样本的微卫星不稳定性检测，只需50个微卫星位点的测序数据即可实现微卫星不稳定性的精准检测。MSIsensor-pro的开发扩大了微卫星不稳定性的应用范围，减低了微卫星不稳定性检测的成本。同时MSIsensor-pro在低肿瘤纯度和低测序深度这类低信噪比数据中也显示出来很大的潜力。 该研究成果近期发表在国际组学和生物信息学领域权威期刊《基因组蛋白质组与生物信息学报》（影响因子6.597）上。叶凯的博士生贾鹏为该论文的第一作者，叶凯为通讯作者，西安交通大学为本文唯一通讯作者单位。这是叶凯教授课题组在基因组暗物质解析方面的又一重要突破。论文链接为：https://www.sciencedirect.com/science/article/pii/S1672022920300218

本发明公开了一种用于等温扩增检测结核分枝杆菌的引物及包含该引物的检测试剂和方法，所述引物包括上游序列和下游序列，其序列分别如SEQ ID NO:1和SEQ ID NO:2所示；包含该引物的检测试剂包括上游引物85BPF1、下游引物85BPR1和探针85BPB1(SEQ ID NO:3)；利用所述检测试剂等温扩增检测结核分枝杆菌的方法，包括以下步骤：将待检测基因样本与所述检测试剂混合，放置在可收集FAM荧光的仪器中，在35?45℃条件下孵育，检测荧光值，根据有无阳性扩增反应，判断待检测基因样本是否属于结核分枝杆菌的基因。相对于现有技术，本发明通过检测结核杆菌中的基因组，可以特异地检测结核杆菌基因，能够有效区分结核分枝杆菌和非结核分支杆菌，特异性高，反应时间短，温度过程简单。