NELD-CSTM混凝土冲刷试验机是根据《水工混凝土试验规程SL/T352-2020》和《DL/T5150-2017水工混凝土试验规程》所规定的技术要求而设计的，利用高速离心力旋转叶轮转动水流冲击混凝土内环表面，以测定混凝土表面抗水流冲击磨损能力。客户可任意调整冲刷流速(10m/s∽40m/s)及冲刷时间。由于成型试件较重，产品采用液压升降试件箱的方式进行装卸，大大减轻人工吊车协助，试验箱内采用制冷循环系统实现试件箱体温度的控制(目标温度可设定)，该设备是测定各类混凝土内表面高速抗水流砂冲击磨损能力的专用仪器。全自动升降试验箱体设计国内首创。

产品详细介绍人造板试验机|人造板万能试验机|人造板抗折试验机|人造板耐磨试验机|人造板力学试验机 一、人造板试验机主要用途：      用于各种人造板生产企业及质检部门，能够完成胶合板、刨花板、中密度纤维板等板材的多种力学性能试验。 二、人造板试验机产品技术参数 ㈠MWD系列人造板试验机 主要技术参数 MWD-10 MWD-20 MWD-50 最大试验力 10KN 20KN 50KN 测量范围 最大试验力的2%-100% 试验力准确度 优于示值的±1%（±0.5%为特殊选择） 试验速度 0.01-500mm/min范围内无极调速 拉伸空间 600mm(最大可至1200mm) 外形尺寸 660×420×1700mm 660×420×1700mm 720×490×1850mm ㈡MWD系列电子式人造板试验机 主要技术参数 MWD-10A MWD-50A 最大试验力 10KN 50KN 测量范围 最大试验力的2%-100%(可选择0.4%-100%） 试验力准确度 优于示值的±1%（±0.5%为特殊选择） 试验速度 0.01-500mm/min范围内无极调速 拉伸空间 600mm(最大可至1200mm) 外形尺寸 660×420×1700mm 720×490×1850mm 重量 500Kg 650Kg ㈢MWD-10B人造板试验机 型 号：MWD-10B型电子式人造板万能试验机 最大试验力：10kN 试验机等级：1级 测量范围：0.4-10kN 试验力精度：±1% 位移精度：千分表 试验速度：手动加载 有效试验宽度：400mm ㈣MGL-5人造板滚动磨损试验机 最大试验力: 5N±0.2N 试件旋转速度：60±2r/min 吸尘嘴距表面：1-2mm 试验件厚度可1-30mm整数级调整。 三、主要功能及特点： 1）采用新版本全中文菜单控制，专用数据处理软件，人机对话直观、方便； 2)实时显示材料弹性模量特性曲线及参数； 3)自动求取最大试验力，静曲强度，弹性模量，表面结合强度，内结合强度，表面胶合强度，抗拉强度等力学性能测试结果。 4)可设立位移的极限位置，运行至极限时，保护停机； 5)具有自动清零，自动返车功能； 6)测试速度0．01～500mm／min范围内无级调速： 7)可标定多个传感器，以满足不同载荷材料试验，实现一机多用。 详细介绍： 主机： 1.1该机采用门式双空间结构；上拉、下压。 1.2调速系统采用伺服电机和减速机，性能稳定可靠，具有过流、过压、 过载等保护装置。 1.3传动部分采用圆弧同步齿形带，精密丝杠副传动，传动平稳，噪音低，传动效率高。 1.4万向节采用十字插销结构，而且具有摆角限制功能，一方面便于试样夹持，保证试验同心度，另一方面很好的消除了不规则试样对传感器的影响。 2、控制系统、操作软件及数据处理系统 2.1济南思达计算机控制系统，具有集成度高、性能稳定、调整方便等优点。可以对实验数据进行实时采集，对实验特性曲线实现实时动态显示，试验数据文件能以Access常用数据库或SQLserve大型数据库的方式保存，方便实现客户的资源共享及网络管理，以及用户的再分析。对于用户自定义的各种word2000报表，该软件可轻松实现访问，解决了不同用户或同一用户在不同时期对试验报表有不同需要的难题。该软件可处理试验力、位移、 时间、变形的原始数据及由此派生的曲线。 2.2保护功能:该机具有软件和机械两种限位保护方式,超过最大负荷自动停机的比例可动态设定;具有过流、过压、过载等多种保护功能。 2.3对于负荷、变形通道可实现自动标示，直观方便。还可实现分段标定，这样充分解决了各个传感器线性度不好的问题。 2.4批量试验可实现曲线的分层次显示，曲线自动跟随。 2.5该软件可实现用户自定义的速度设定，速度的计算机调整。还可实现高精度的速度标定，随时调整速度档位和编码。 2.6监测试验过程：对试验过程中的试验力、变形、位移、曲线等多种参数可实现实时显示。 2.7软件权限分级管理功能：为了提高软件及数据的安全性，该软件可以通过设置不同的密码保护来实现分权限管理功能。 2.8结果再现功能：试验操作完成并存盘后，可根据用户需要在以后任意时间打开并对试验数据进行再分析。 2.9可根据用户需要选择负荷～变形、负荷～时间、负荷～位移、位移～时间、变形～时间等曲线来进行试验及数据显示、存储、分析及打印。 2.10曲线逐点遍历功能：可通过鼠标在曲线上点击力与变形值，以求得每一点的各种参量。 2.11结果对比功能：可以同时观察多个试验曲线，并可通过多个曲线的叠加、局部放大来实现待分析样品特性的比对。 2.12力接口：力通道接口及试验软件可根据用户需要配备各种传感器，并能进行标定、修改参数及正常试验。 2.13数据采样频率：可根据用户试验要求选择高速采样频率。 四、系统基本配置 1、试验机主机                                     1套 1.1伺服电机                                       1套 1.2调速器                                         1套 1.3负荷传感器                                     1只 1.4精密滚珠丝杠副                                 2套 1.5减速系统                                       1套 2、思达全数字控制系统                             1套 3、光电编码器                                      1只 4、联想品牌计算机                                  1台 5、HP品牌喷墨打印机                               1台 6、基于Windows操作系统的计算机控制软件            1套 7、随机工具（提供安装、维修、操作所需的专用工具及清单） 1套 8、表面结合试验附具                                 1套 9、内结合强度试验附具                               1套 10、表面胶合强度及胶合强度试验附具                  1套 11、握螺钉力试验附具                                1套 12、静曲强度(Ø30)和弹性模量试验附具                 1套 11、技术资料： 包括：使用说明书 软件使用手册 合格证、装箱单 五、售后服务 1.供方为需方免费安装、调试、并为其培训操作人员. 2.设备质量保证期壹年，壹年内出现质量问题供方免费维修. 产品名称：人造板试验机 型号：MWD/MGL   数量：10000 品牌：思达 包装：木箱 价格：（电议）

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

本发明公开了一种用于多轴重型车辆的油气平衡悬架，包括上转动臂、油气弹簧和下摆动臂，其中对于关键组件的油气弹簧而言，它包括缸筒、中空活塞杆以及上下联接体，上下联接体分别通过关节轴承与上转动臂和车轴相联接；中空活塞杆上端的活塞中设置有阻尼孔和单向阀,形成阀体总成，活塞杆下端通过螺纹与下联接体固定相连，构成活塞杆组件,并将缸筒分隔为上端的无杆腔和下端的有杆腔；在中空的活塞杆内固定设置有内置油气缸，该油气缸中的浮动活塞将其分隔为上部内气室和下部内油室。本发明还公开了相应的液压控制系统。通过本发明，能够有效避

本发明公开了一种高速铣削-激光切焊复合加工工艺及可重组多 轴数控加工系统。可用于金属及非金属材料加工，是将高速铣削、激 光切割、激光焊接以刀具更换的形式集成于数控机床上，期间无需更 换设备及工装夹具，从而完成对材料的切割-铣削-焊接一体化的加工。 该系统包括控制平台、数控系统、激光器、数控机床、工装夹具、五 轴加工头(铣头、激光切割动力头和激光焊接动力头头)。五轴加工头可 以实现加工头之间的快速切换，实现对工件的不同

本专利公布了一种防止光纤缠绕的多轴数控加工系统可更换两 坐标激光加工头，包括旋转轴 C 轴、摆动轴 A 轴和激光加工光学组件， 其中：C 轴可以带动 A 轴进行转动；A 轴可以带动激光加工光学组件 进行摆动；激光加工光学组件主要用来引导激光对工件进行加工。将 本专利公布的两坐标激光加工头与机床相结合，可以实现大幅面、高 速度的激光加工。当工件需要进行铣削加工时，只需将 A 轴拆下，然 后将铣头通过快速连接端面与 C

本发明提出一种五轴机床旋转轴几何误差一次装卡测量方法。 本发明通过分别测量两条运动链理想位姿与实际位姿间的偏差，然后 基于机构的空间误差模型，反算出双运动链上待标定运动副的几何误 差值，能够实现单摆头—单转台五轴联动机床两个旋转轴共十二项几 何误差参数的一次装卡连续测量，在保证测量精度的前提下，避免了测量仪器及试件的多次装卡，提高了测量效率，填补了本领域的空白。 该方法可应用于单摆头—单转台结构五轴联动机床两个旋转轴几何误 差的测量。