产品详细介绍中压汞灯紫外老化箱工作原理：利用荧光紫外线灯模拟阳光照射之效果，被测试材料放置于一定温度下的光照中进行测试。用数天或数周的时间即可重现户外数月或数年出现的耐候效果。独有的免维护结构设计,使用更方便,更节能.适用标准：GB/T12967.4-2014铝及铝合金阳极氧化膜检测方法第4部分：着色阳极氧化膜耐紫外光性能的测定产品型号：ZN-C-II工作室尺寸：D*W*H(mm)600×500×800 外形尺寸：  D*W*H(mm)810×700×1620一、技术指标1、工作室尺寸：D*W*H(mm)500×600×800 2、使用光源：强度可调的500W中压紫外汞灯3、波长峰值：365nm、313nm、254nm（任选）4、样品与灯管的距离：190mm5、光照温度范围：RT+10℃～60℃／温度容差为±2℃6、黑暗温度范围：RT～60℃／温度容差为±2℃7、控温方式：微电脑PID自整定控温方式8、定时装置：最大定时9999H；带停电保持功能，来电后继续工作。9、功能选择：含连续和循环选择，选择循环功能时光照和黑暗时间可调。10、建议仪器使用环境：5～35℃、40%～85%R.H、距离墙300mm11、电源电压：AC220V/10A12、辐照仪：可显示辐照度及调节辐照度（手动或自动可选配）二、光源1．中压紫外线老化试验箱含UV辐照、黑暗循环功能，用户可自行设定二种功能时间；试验总时间带停电保持功能，来电后自动恢复运行。机器采用500W紫外线中压汞灯为光源，通过模拟自然阳光中的紫外辐射状态（如40℃）条件对材料进行加速耐候性试验，以获得材料耐候性的结果。灯管有效使用寿命可在1000小时左右。2、本公司独有的恒温结构设计，方便用户操作。三、相关配置1、500W中压汞灯一支,配灯管工作计时器作更换灯管用2、不锈钢样品架一件，可放24片80*35mm试片3、空气循环一套，以确保恒温40℃4、箱体全不锈钢制作，经久耐用四、设备使用环境：1、环境温度：5℃～＋28℃（24小时内平均温度≤28℃）2、环境湿度：≤85%R.HPS：操作环境需要在室温28度以下而且通风良好。机器放置前后左右各80公分不可放置东西五、符合标准：本产品严格按GB/T12967.4-2014的技术参数设计制造，六、售后服务：保修壹年,终生维护,定期回访，听取客户建议，建立客户服务档案；提供终身免费的技术支持及使用指导服务，我公司承诺，对客户的电话，我方1小时内作出反应，需要派技术服务人员到现场解决的，我方承诺在24小时内派出人员（特殊情况如法定假日等除外）北京中科环试仪器有限公司电话: 010-81290302 81290307传真: 010-81283287联系人：李 文手机: 13810278121  http://www.bjzkhs.comE-mail:zkhs@bjzkhs.com

产品详细介绍

产品详细介绍

产品详细介绍

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

杭州冠力智能科技有限公司是建筑增材智能制造全方案提供商和建材智能智慧型试验检测设备研发生产的科技型企业，总部位于杭州，在山西设有机加工基地，山东设有建筑3D打印基地。拥有发明专利3项、实用新型专利17项、外观专利9项、软著8项，专著3部，主参编行业内标准31部。   组建了一支由具有多年土工工程行业背景、全球知名高校硕博毕业高级知识分子构成的研发团队，涵盖建筑结构、建筑材料、算法开发、软件开发、机械设计、电控设计等多专业、多学科融合，主要研发人员包括清华大学、浙江大学、澳大利亚斯威本科技大学等知名高校的6名博士、6名硕士，其中6人具有高级职称，6人具有中国建筑科学研究院、中国建筑技术中心等国内建筑领域知名央企高管从业背景。

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。