智能机器人创新实验平台是由海天雄研发的以Cortex-A15高性能ARM芯片为上位机来控制机器人行为动作的平台，由上位机系统(ARM芯片)与下位机(51芯片)两大部分组成。该平台可根据不同的实验需求进行独立工作。 上位机（三星公司Cortex-A15的5260 ARM芯片）主要是运行控制机器人的Android应用程序，并且此系统也拥有丰富的外设，可以用来学习Android应用程序的开发以及ARM芯片的学习，可以作为整个嵌入式系统的教学平台使用。 下位机（AT89C51系列的芯片）主要是根据上位机发送的命令控制机器人的动作行为，此系统可以拥有一般51单片机的外设（LED、数码管、蜂鸣器等），可以独立使用，并且拥有大量的传感器，例如：舵机、超声波、直流电机、摄像头等。 智能机器人创新实验平台采用的是上位机控制，通过WiFi路由通道，根据下位机探测的环境因素判断情况回传给上位机以此智能控制。另外，可以在非控制情况下循迹运行。主要由四大块组成：上位机5260平台运行Android程序、WiFi路由模块、单片机与驱动模块以及机器人的感知与控制系统。

产品详细介绍产品名称:  DH3系列智能微差压数显变送控制器产品型号:  DH3Digihelic的功能，和Photohelic表一样的尺寸产品介绍:DH3系列Digihelic®差压控制器是一个三合一仪器，拥有数显表，控制继电器开关，和变送器输出，这些全都安装在通用型Potohelic®表盒中。结合这三个特点，避免了在一个产品中安装多重仪表，节约库存、安装时间和成本。Digihelic®控制器是一款理想的用于测量压力，速度和流量的工具，量程为0.25"w.c到2.5"w.c的 精度是1%，量程大于等于5"w.c的是0.5%。也可提供双向量程.开方根输出可用于流量计算.DH3系列Digihelic®差压控制器在测量压力，速度或容积流量运行中，能够互换几个常用的工程单位。2个单刀双掷继电器开关可调节死区，并具有可升级的4-20mA过程输出。使用菜单键是很容易编程的，进入5种简化菜单，可选择：安全级别；选择压力、速度或流量运行方式；选择工程单位；流量传感器时的K系数选择；在流量应用中选择的矩形或圆形管；设定点控制或设定点和报警操作；报警操作有高，低或高/低报警，自动或手动报警复位；报警延迟；看最高和最低的进程读数；不稳定过程数字阻尼；可升级4-20mA定标输出来满足不同应用的量程范围。 主要应用：集尘袋过滤器、输送管的流量测量、过滤器状态、输送管或建筑物的静压、风扇控制等。 技术参数:介质：空气和不可燃，兼容的气体材质：请向厂家咨询外壳材料：硬铸铝精度：<5”w.c(除了±2.5”w.c型之外)：±1%；其它所有型号在77℉（25℃）为±0.5%包括滞后性和重复性（1小时热身后）稳定性：每年<±1%压力范围：量程≤2.5”w.c；25psi；±2.5”，5”w.c:5 psi；10”w.c:5 psi；25”w.c:5 psi；50”w.c:5 psi；100”w.c:9 psi温度范围：32至140℉（0至60℃）补偿温度范围：32至140℉（0至60℃）热效应：0.020%/℉（0.036/℃）从77℉（25℃）电源：12-24VAC/VDC电力消耗：最大3VA输出信号：4-20mA DC最大900欧姆零点和范围调整：通过菜单调整响应时间：250ms显示：4位液晶显示0.4”高LCD指示设定点和报警状态电气连接：15针连接；18”（46cm）电缆带10连接件：1/8英寸FNPT阴螺纹，侧面或背部连接安装定位：在垂直平面安装尺寸：5”(127mm)O.D.×3-1/8”(79.38mm)重量：1.75磅（0.794KG）认证：CE 开关规格:开关类型：2个SPDT电气指标：1A@30VAC/VDC设定点调节：可通过表面按键调节 

产品详细介绍技术指标：光电比色分析法；量程范围：吸光度值0-1.99A  浓度值0-99.99％测量精度：符合GB223.3-5-88标准主要特点：仪器共设六个通道，每个通道可储存多条工作曲线，每条工作曲线可检测一种元素含量。采用高速，高精度的Ａ／Ｄ转换技术，数据转换速度更快，测试精度更高。大容量的数据库可方便用户实时保存和查询检测结果。采用品牌电脑控制，台式打印机打印检测结果。金牛仪器服务承诺：1、所售化验仪器三包一年，终身服务，产品售后服务热线电话24小时开通，定期回访客户； 2、免费为客户、代办托运化验仪器 ；3、免费培训化验人员，现场培训或来公司培训均可；4、提供材料分析工艺，代办化验仪器配套理化检测设备和配件；协助筹建化验室 5、常年提供化验仪器所需各种配件(特制硅钼粉、纯锡粒、各种标准物质、玻璃器皿、分析天平、添加剂等仪器所需的各种配件)。

智能制造（铣削）综合实训平台既可独立实训，也可以接通实物机电设备实现动作控制。本设备集成了智能制造执行系统（MES）、工业机器人控制系统、数控铣削控制系统、可编程控制器（PLC）、触摸屏（HMI）、场景系统、MES系统。通过机器人示教器、数控系统、PLC及电路控制虚拟场景中的设备。利用该设备可综合实训MES系统、工业机器人编程与操作、数控铣床编程与操作、触摸屏编程与控制、工业PLC的交互控制编程与调试。本设备还配备自定义I/O接线仿真功能模块，用户可自定义删除和连接I/O端口的接线设置，从而可以按自定义的I/O接线进行PLC程序编辑，拥有自主搭建场景功能。 该平台面向智能制造专业群可开展《工业机器人技术与应用》、《数控铣削加工实训》、《数控铣床系统参数调试》、《PLC基础应用》、《触摸屏组态控制》、《智能制造单元综合实训》等课程的教学、考核及相应的技能竞赛训练。

    myCobot人工智能套装是集视觉、定位抓取、自动分拣模块为一体的入门级人工智能套装。基于Linux系统，在ROS搭建1：1仿真模型，可通过开发软件实现机械臂的控制，简单易学，能够快速入门学习人工智能基础知识，启发创新思维，领悟开源创意文化。本套装扩展性好，开放性高，可以被用于多种用途。可易用专科院校的实训平台、机器人学科搭建、机器人实验室或个人学习与使用。 产品特性 大视觉识别算法 四种颜色木块、不同形状卡片任意选择，4种ID二维码识别学习二维和三维世界之间的投影关系，图像特征点带你学习图像分割、保存图片特征，深度学习yolov5算法，让你了解神经网络。 6种适配机械臂 支持 myCobot、mechArm、myPalletizer 的M5Stack和树莓派版本。 aruco码的检测、跟踪：摄像头精确定位与标定，并进行自动抓取。 颜色及图像识别：应用深度学习算法，用户可以利用机械臂完成定位抓取和自动分拣。   联系我们：深圳市大象机器人科技有限公司 官网：https://www.elephantrobotics.com淘宝官方旗舰店：https://shop504055678.taobao.com/?spm=a1z10.1-c-s.0.0.2b0e58e7PY8UhV电话：+86 (0755) 8696 8565/+86 181 2384 1923地址：深圳市福田区华强北电子科技大厦D座智方舟国际智能硬件创新中心D403 D504 D505

1、高强度球墨铸铁研究方面的专家；2、商用车电控制动器方面的专家；3、新型商用车制动器研究方面的专家。

大规模风电、光伏等可再生能源的接入是新能源电力系统的重要特征，其发电、负荷、设备故障以及天气等因素的多重不确定性交互渗透，对信息控制系统产生严重依赖，使系统安全面临严峻的挑战。 　　为全面提升新能源电力系统防御风险的能力，华北电力大学刘文霞和张建华教授团队在 2007 至 2016 年间 ，承担了国家科技部和国家自然科学基金委等 5 个纵向课题，同时与贵州、海南和吉林省等多家电力公司合作，从电网规划、运行、应急和信息四个应用领域入手本项目从电网规划、运行、应急和信息四个应用领域入手，开展风险评估理论及其应用关键技术研究。取得的创新性成果如下： 　　（1）创新提出了表征新能源不确定性影响的电压波动风险量化评价方法，突破了复杂大电网风险评价效率和风电场模型精度低的技术难题，研发了计及多重风险的大规模风电并网规划方案辅助决策系统（见图1、图2a）； 　　（2）提出了大规模风电并网下电力系统小信号稳定性与运行风险评估新方法，建立了融合运行风险的优化调度框架，率先研发了电网短期和超短期风险评估系统（见图2b），填补了国内外该应用领域空白； 　　（3）提出了电力系统大停电风险的辨识与预警方法，解决了大规模风电接入情况下电网自组织临界态的辨识难题，首次建立了区域电网大停电风险的应急管理体系； 　　（4）系统地提出了设备、厂站及广域系统三个层面的电力信息安全评估方法，突破了信息-物理域耦合带来的安全性量化难题，为新能源电力系统的安全经济运行提供了信息安全技术支撑。 　　基于此项目，研究团队共申请发明专利 11 项，已授权 7 项；软件著作权 3 项；发表论文 76 篇，其中 SCI 论文 10篇、 EI 期刊论文 46 篇，总被引用量 29237 次；专著 1 册。同时，此项目成功应用于北京、华北电网的安全和应急体系建设，有利支撑了奥运保电；研发的应用系统应用于贵州、海南和吉林等省，创造了巨大的经济效益。

D2D 异构网络技术（即终端直通技术），不需要通过基站或核心网进行数据中转和处理，只需在移动终端之间建立通信链路即可直接传输数据，为突破上述技术瓶颈提供了一种新型的网络架构。目前，D2D 技术已被IMT-2020（5G）推进组确定为第5代移动通信系统的关键技术之一。然而，D2D 通信无线资源分配方面的研究，必须考虑能量效率和能量使用的优化。由于移动终端的电池容量有限，一旦忽视数据传输中对能量效率的优化，将使得数据传输由于能量枯竭而中断，重要信息无法及时传达，严重影响服务质量和用户体验。针对4G 智能手机的用户调查结果表明，只有不到25%的用户对手机续航时间表示满意，手机续航时间已经成为影响用户满意度和品牌忠诚度的关键因素之一。 　　课题组深入研究了频谱效率和能量效率之间的内在关联，其研究结果表明，在考虑实际电路功率损耗的情况下，频谱效率和能量效率不再是简单的单调递减关系，而是随着频谱效率的增加，能量效率呈现先单调递增后单调递减的特性。通过上述分析可以看出，如果一味追求高频谱效率和高吞吐量，将会带来移动终端能量效率的大幅度下降。因此，课题组针对D2D异构网络频谱资源复用的复杂场景，将针对能效最优的NP难联合资源分配问题转换为用户偏好下的随信道状态和干扰水平而动态变化的一对一匹配问题，并通过采用稳定匹配理论、非合作博弈理论、非线性优化理论来解决能效优化问题。研究结果表明，在保障QoS情况下，相比传统的高谱效资源分配方法，该方案可以将移动终端的功率消耗降低200%以上。，本项目的核心研究方向正是将节能减排战略方针落实到移动通信的基础研究领域中，与国家中长期科技发展方向和国际通信产业长期发展趋势相一致，将在技术、环境和经济等多个方面具有重要的研究意义和实用价值。 　　 课题组负责人周振宇自参加工作起即投入到异构网络资源分配、干扰协调、移动性管理、自组织组网等方面的研究工作中，作为项目负责人，先后主持了多项国家级、省部级科研项目，包括国家自然科学基金青年科学基金项目、北京市自然科学基金青年科学基金项目、北京市优秀人才计划项目等，积累了深厚的理论基础和丰富的研究经验。以 第 一 作 者 和 通 信 作 者 在 IEEE Transactions on Communications 、IEEE Transactions on Vehicular Technology、IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Green Communications and Networking、IEEE Journal on Selected Areas in Communications、IEEE Transactions on Industrial Informatics等通信领域主流期刊发表论文30 余篇，在IEEE ICC、IEEE Globecom 等通信领域旗舰会议发表文章30 余篇，其中2 篇论文入选ESI 高被引论文。 　　其研究工作已被 Prof. Zhu Han（IEEE Fellow）、Prof. Weihua Zhuang（加拿大工程院院士、IEEE Fellow）、Prof. Sherman Shen（加拿大工程院院士、IEEE Fellow）、Prof. Vincent Poor（美国科学院院士、加拿大科学院院士、英国皇家科学院院士、IEEE Fellow）、Prof. Andreas Molisch（奥地利科学院院士、IEEE Fellow）、易芝玲教授（中国移动研究院首席科学家）以及JSAC、IEEE Transactions on Wireless Communications、IEEE Communications Magazine 等通信领域顶级期刊引用和正面评价。荣获IET Communications 最佳期刊论文奖（the IET Premium Award in 2017，每年在全球范围内仅选拔1 篇）、IEEE 通信协会绿色通信与计算专委会最佳论文奖（IEEE ComSoc Green Communications and Computing Technical Committee 2017 Best Paper Award，在IEEE Globecom 2017 会议上颁奖） 　　目前担任 IEEE Access、Transactions on Emerging Telecommunications Technologies、IEEE Communications Magazine 等国际学术期刊的编辑及客座编辑，担任IEEE ISADS’15 智能电网通信与网络技术专题研讨会联合主席，担任IEEE Globecom、IEEE ICC、IEEE WCNC、IEEE VTC、IEEE PIRMC、IEEE CCNC、IEEE APCC 等国际学术会议的技术委员会委员。在国际标准化方面，担任IEEE 异构网络授权/非授权频谱融合标委会工作组骨干成员（IEEE Standards Association, P1932.1 Working Group, “Licensed/Unlicensed Spectrum Interoperability in Wireless Mobile Networks”）。应邀在IEEE 车辆技术协会旗舰会议IEEE VTC’18 上作Tutorial 报告（报告题目：Internet of Vehicles: When SDN, Edge Computing and Big Data Meet Intelligent Transport Systems）。2016 年入选北京市委组织部“北京市优秀人才计划”，2017 年入选IEEE 高级会员（IEEE Senior Member）。 　　该研究由中国国家自然科学基金委项目61601180和61601181，中央高校基础研究基金资助项目2014MS08和2016MS17，日本学术振兴会JSPS KAKENHI 26730056， JP15K15976和JP16K00117以及JSPS A3 Foresight等项目资助。