myCobot 320 M5是myCobot产品进阶版，主要适合创客及科研人员，能够根据用户的需求进行二次开发，实现用户个性化定制。整体精巧构思，all-in-one设计，具有易用性、安全性和经济性三大优势，是高性价比之选。 myCobot 320 M5本体重量3kg，负载1kg，工作半径320mm，体积相对小巧但功能强大， 操作简单、能与人协同、安全工作。          产品特性 性能强大，搭载两块显示屏 采用无刷直流舵机，可以达到±0.5mm的重复定位精度 机身搭载两块显示屏，支持M5生态应用，有效拓展协作应用空间 操作便捷，开源易用 借助拖动示教以及myblockly简单的可视化编程，用户可迅速上手操作 支持ROS/moveIt等开发系统及大象机器人自主研发的roboflow操作软件 经济适用，超高性价比 标准8小时工作制，能够替代重复性、标准性的工作 万元级机械臂，有效为需要高性能＆低成本的科研降本增效 一体化设计，安全协同作业 精巧结构设计使其能够充分利用空间，完美融入实际环境 兼备基于精确动力学模型的防碰撞检测功能使其能与人安全协同作业 应用场景     myCobot 320 M5是生产力工具也是想象力边界的拓展工具，既可搭配多种末端执行器适配多种应用场景，如科学研究、教育场景、展示场景等，目前客户反馈极佳。   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.0.0.2b0e58e7URShvv 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室

该机选用手扶拖拉机为配套动力，动力消耗小，便于在丘陵山 地行应用。综合采用可调升降机架以及挖掘深度调控技术和浮动式振动抖土技 术，有效提高挖掘深度稳定性和薯土分离效果。配套动力 8.8kW；收获幅宽 700mm； 生产率为 0.10 hm2/h； 损失率≤5.0 %；伤薯率≤5.0 %。与国内外同类机具相 比具有挖掘深度调节方便、作业稳定、薯土分离效果好等优点。该机已有青岛 市洪珠农业机械有限公司组织批量生产，在四川、贵州、山东、内蒙古等地广 泛推广应用。 产品研发显著提高了我国马铃薯的机械化水平，提高了相关生产企业的经 济收益和市场竞争力。项目产品，按每年生产 8000 台马铃薯收获机，售价按 3500 元/台计，每套成本 2500 左右，则生产企业年新增产值 2800 万元，可实现利税青岛农业大学科技成果介绍 2017 －65－ 800 万元，同时采用机械化作业后，还将大幅度提高劳动生产率、降低损失、缩 短耕、种、收时间，有利于劳动力向二三产业转移，增加农民收入。通过项目 实施可以有效提升西南、中南地区农业机械化水平。 

根据《中国药典》规定，注射用水必须采用蒸馏法进行生产，早期的蒸馏手段都是单效蒸发，假设以工业蒸汽为热源，理论上生产一吨蒸馏水需要消耗一吨蒸汽。目前普遍采用多效蒸发的手段生产注射用水，理论上讲，生产一吨蒸馏水的生蒸汽消耗量为效数的倒数，比如六效蒸发的理论蒸汽消耗量是 167 公斤，实际消耗量约为 220～230 公斤，目前制药用水普遍采用 4～7 效蒸发装置进行生产。理论上讲，增加效数会减少能量消耗，但效数超过 7 时，系统构成极为复杂、热力匹配非常困难，并且受到蒸汽热源压力制约。近年来，国外出现了基于蒸汽再压缩热泵技术（MVR）的热泵蒸发纯水机，也称热压式蒸馏水机产品，该系统本质上相当于单效蒸发，利用压缩机将二次蒸汽加压升温后送入热源侧，将二次蒸汽的冷凝热释放给待蒸发的水，依此循环往复维持系统工作。理论上讲该系统只需输入少量的压缩机机械功便可维持运行，相比于六效蒸发系统大约可产生 30%的节能效益。 

产品详细介绍品牌：久滨型号：JB-250A名称：陶瓷乳钵式微粉研磨机一、产品概述：　　JB-250A型陶瓷乳钵式微粉研磨机，主要用于替代国内生产中手工研磨或高等院校的物料研磨实验，可广泛用于化工、电子、制药、冶金等行业的超硬颗粒或微粉研磨，粉末细度可达纳米级，是一款高效节省人工的自动化研磨设备。二、技术参数：1、乳钵口径：250mm2、最大研磨量：300g/次3、研棒转速：120rpm4、研钵转速：10rpm5、研棒功率：60w6、研钵功率：40w7、研钵材质：高铝陶瓷8、研棒棒头材质：高铝陶瓷9、运行时间控制：自动设定10、长X宽X高：500*500*920mm11、重量：35kg12、电压：220V  50/60HZ三、适用条件：1、研磨颗粒要求：颗粒硬度没有限制，颗粒大小≤0.5mm；2、研磨方式：可干磨也可湿磨；

产品详细介绍明基投影机常见故障维修画面抖动本文主要介绍明基投影机在日常使用过程中出现的问题，明基投影机的故障现象，通过现象对问题的分析和解决方法，在以后使用买进投影机时的注意事项等。希望广大明基投影机用户在出现类似问题时首先自己解决，或告知我们专业的维修。故障：明基投影机在显示画面出现抖动条纹故障现象呈扫描状不断地从上往下滚动，重新搜索信号多次都不能解决问题。后来更换了与计算机相连接的VGA信号线，问题依旧，继续将投影机和原来的VGA信号线连接到另外一台PC机上，投影机能够正常工作。很明显，VGA信号线和投影机本身都没有问题，那么，问题可能是出于与之连接的PC机上了。因此立即查看PC机的显示参数，发现该电脑的显示颜色、分辨率、刷新率都在投影机允许的工作范围之内，而且经过调整依然无效。问题分析调节问题、VGA信号线的问题、电脑的输入问题等，但究竟是什么原因造成的呢？不难发现，与投影机有关的所有东西都已经替换过，然而还差一个电源问题未能排除。因此用万能表测试了一下市电，发现电压也是非常正常的220伏。但是我们好像忽略了一个问题：与投影机相连的电源插座还没被替代过。解决办法电源插座后发现奇迹果然出现，投影画面的显示终于恢复正常了，没想到一个并不起眼的电源插座也会导致投影机不能正常工作这么严重的故障。但是插座能有什么故障呢？后来检查发现该插座上的零线和地线被短路在一起了，因此接通了电源之后，插座上的火线和零线之间的回路会导致插座上的地线也被一起带电，那么电流回流到投影机上，导致投影机电信号的干扰，使投影显示画面出现抖动条纹。重新将这个故障插座上的零线和地线分接，并将该插座的地线可靠接地后，再将投影机连接到这个修复后的插座上时，投影机工作恢复正常了。 

主要特点1、微电脑自动控制，中文界面，液晶显示，触摸屏操作，简捷、直观、方便。全程电脑自动控制，无需人工干预。2、每张标本独立沉降制片、独立固定、独立染色。独立分化、独立返蓝、独立倾倒废液,标本与耗材(一次性移液针筒、沉降仓等)一一对应，不交叉使用，不反复使用，保证单独制片染色，无标本间交叉污染。3、一次性移液针筒抽取染色液、盐酸酒精，无堵塞管道、腐蚀管道风险，染色液无浪费。4、随着季节温度变化，仪器自动检测温度并自动调整染色时间，保证最佳染色效果。(此功能可选择)5、有效细胞单层、均匀地平铺到载玻片圆形区域上，制成细胞成分丰富、背景清晰、颜色鲜艳、形态完整、分布均匀的细胞涂片。6、上皮细胞、化生细胞、颈管细胞及微生物等清晰，既可直接查癌及癌前病变，也可查炎症，HPV感染、滴虫、霉菌等微生物。7、配有净化排气装置，环保密封罩活性炭过滤，吸附有害气体，保证仪器内外空气洁净，保护操作者健康。8、单次制片染色1-64任意数值只标本；9、巴氏、HE两种染色方式，一键切换。10、妇科、非妇科1、非妇科2三种工作模式，一键切换。

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。