乐普乐吉分布式智能管控柜主柜可搭配各类分布式智能管控柜副柜，对实验室使用的管控类试剂和化学品安全储存。主柜配备自称重电子天平，天平承重范围5KG，称重精确至0.01g，可以满足实验室化学品日常承重需求，也可以满足对精密度要求比较高的实验室需求。 分布式智能管控柜搭载乐普乐吉自主研发的“危化品全生命周期智能管控系统”，对存储、领用、使用、废弃等环节实现智能管控，并通过服务器将化学品数据同步至管理人员主机或移动端，实时查看化学品情况。系统包含：基础数据模块、出入库模块、人员管理模块、设备管理模块、预警模块、AI语音模块等，用户可以根据实际需求灵活选择功能模块。

产品详细介绍Beeker取样器是在水下土壤中静态取样的工具。样本收集到透明管中，这样它就能将材料保持在原位上，可以据此做出清楚的剖面描述。技术参数采样深度：5米 采样管尺寸：直径63×57mm，长度100/150cm配置：包括一个完整的沉积物采样器，不同长度的采样管，活塞，顶部的锤击头和扩展连接杆，一个真空手泵，一个压力手泵，软管绞盘和软管，一个气动排放和分离系统(04.23.SB型)，一个工具包，各种附件和铝质装运箱。采样原理在采样前，一个坚硬的切割头安装在采样管底部。一个垫圈安装在采样官顶部。切割头和垫圈用带子紧密连接，采样管被它们夹紧。这种构造可以用在不同长度的采样管上（最大1.5米）。一个橡胶隔膜装在切割头里，可以在一定压力下膨胀并完全关闭切割头，可以保证采样器提起时，样品完好保存。通过使用扩展连接杆和顶部的锤击头，可以将采样器插入到底泥中。通过使用活塞，Beeker采样器可以避免对样品产生压缩的问题。采样前，将活塞装在切割头里。当切割头位于沉积物上时，活塞通过绳子保持在一个固定高度（例如将绳子固定在船的栏杆上）。当采样管下降时，活塞保持静止状态。采样管被推入沉积物中，环绕着活塞。由于摩擦的作用而产生的压缩被部分真空产生反作用抵消。通过Beeker采样器采集的样品压缩率最大只有4-5%，其它的采样系统通常会压缩30%以上。采样管被密封以后，通过使用水-气动排放和分离系统，样品可以再细分成更小的、非破坏性的样品，用来深入研究。取样完成后，取样管密封，通过液压-气压排出和分离设备，样本可再分为更小的静态样本，以备相关的深度分析。全套装置包括：一套完整的沉积物取样工具，各种长度的取样管，活塞，顶杆和加长杆，一个真空/压力泵，真空/压力存储器，带软管的软管卷盘，一个排出/分离设备，一套工具，各种附件，以及一只铝制搬运箱。优点装备完整，并带有详尽手册。土壤剖面和密度保存较好。由于样本的真实直径，周围很少有样本撒出。沉积物的静态取样取样器重量轻，使用简便，所以一天之内可以采集多个样本。有了气压存储器和粗软管连接，取样器非常灵活，用途广泛。取样器可处理各种密度不同的沉积物，从含水很多、没有粘性到松散的沙土，不受土壤分层的影响。用液压-气压排出和分离设备，可轻松控制样本的排出以及/或者分离。标准装置可用于水中最深5米。在某些情况下，使用加长杆，还可在更深处采集样本。注意：随着取样深度的增加，流水中取样会越来越困难

化疗作为最重要的抗肿瘤方法之一，拯救了无数人的生命。但化疗引起的周围神经病变(CIPN）是临床常见的化疗药剂量限制性毒副反应。CIPN一旦出现极难恢复，患者因疼痛不得不降低化疗剂量甚至停药，极大降低肿瘤治疗效果。然而，目前尚未有任何药物可以有效防治CIPN。本专利围绕CIPN的核心诱发因素中性粒细胞胞外诱捕网（NETs），通过缺血归巢肽（shp）引导的DNase1靶向降解NETs，弥补了传统治疗的不足。并且作为一种双功能纳米药物，既可以作为一种分子探针用于活体缺氧部位成像也可以靶向递送药物到缺血性组织，有效改善周围神经病变和四肢微循环障碍，在治疗NETs引起的疾病如感染、自身免疫疾病和癌症方面有广泛的应用前景。

本专利（专利号:ZL201110246292.3 ,发明人系荣昌校区教师，长期从事新中兽药的研发）,涉及中 药提取物的组合物,特别涉及补骨脂黄酮提取物和淫羊霍提取物的组合物,还涉及补骨脂黄酮提取物和淫羊 蕾提取物的复方制剂及其制备方法。其目的目的之一在于提供一种含补骨脂提取物和淫羊霍提取物的组合 物，能缓解动物的疲劳及提高动物的能量代谢，提高动物竞技能力。本专利拟以独占许可方式转让企业,并为申报新兽药作准备。如果成功上市，能有效提高动物的竞技活 动,加之无抗生素残留问题，市场前景非常可观。

本发明公开了一种基于温度改变的桥梁快速测试与评估方法，通过设置在桥梁上的传感器对桥梁结构在不同温度条件下的结构动力响应进行采集，利用动力信号分析方法识别桥梁结构在不同温度条件下的基本动力特性参数，并将其代入振型缩放系数与外界温度条件以及动力参数之间的映射关系中，得到桥梁结构的振型缩放系数以及不同温度条件下的位移柔度矩阵深层次参数，从而预测结构在任意静力荷载下的变形、进行损伤识别以及进行结构长期性能研究，本发明克服了传统冲击振动测试需要人工激励装置以及封闭交通的缺点，同时克服了现有环境振动测试方法不能有效支持桥梁结构安全评估的缺点，具有测试时间少，不需要封闭交通，精度高以及抗噪音能力强的优点。

针对工业控制领域中安全相关系统的功能安全问题，研究评估方法，建立了安全评估体系，掌握安全设备的安全完整性评估和分析、安全系统的安全完整性评估和分析技术；针对现场设备失效和可靠性展开研究，掌握可靠性设计技术，针对工控系统信息安全进行研究，参与制定了相应的国家标准。开发了国内第一个 PROFISafe 安全通信协议。

本发明提出了一种纤维增强复合材料动态拉伸失效评估方法，针对目前纤维增强复合材料失效评估方法中未考虑应变率效应、依赖于试验数据修正而缺乏理论依据的问题，基于能量密度理论，考虑了纤维增强复合材料在动荷载作用下的应变率效应，推导得到了材料在动态拉伸荷载作用下的应变率相关能畸变能密度方程，该方法能够准确地分析纤维增强复合材料在动荷载作用下的拉伸失效行为，避免了大量的动态试验测试，为各类纤维增强复合材料结构的设计提供一种可靠的评估方法。

本发明提供了一种复合材料应变率相关的强度评估方法，针对目前复合材料强度评估方法中未考虑应变率效应、依赖于试验数据经验性地修正而缺乏理论依据的问题，本发明基于能量密度理论，考虑了复合材料在动荷载作用下的应变率效应，推导得到了复合材料在动荷载作用下的畸变能密度方程，建立了应变率相关的强度评估方法，该方法能够准确地评估复合材料在动荷载作用下的极限强度，避免了大量的动态试验测试，为各类复合材料结构的设计提供一种可靠的评估方法。

嵌入式软件在航空电子系统中扮演着重要的角色，软件的可靠性很大程度上决定了航电系统的可靠性。对航空电子系统软件进行可靠性试验与评估，可以对航电系统的可靠性水平进行定量的摸底，发现潜在的缺陷，为航电系统软件研制起到重要的决策支持和考核作用，提高系统的可靠性。 软件可靠性定量评估的核心思想是收集到与软件真实使用相关的失效间隔数据，并选择合适的软件可靠性模型，评估和预测软件可靠性水平。目前可采用传统的软件可靠性测试与评估方式和基于软件研制过程中失效输入匹配的评估技术来实现。

《科学·进展》（Science Advances）在线刊登了清华大学水利系杨大文教授课题组题为“青藏高原多年冻土融化的碳排放风险（ Permafrost thawing puts the frozen carbon at risk over the Tibetan Plateau）”的研究论文。这是该课题组近年连续在专业领军期刊发表多项关于青藏高原冻土变化的研究成果后，在青藏高原冻土变化对土壤有机碳的影响与潜在风险评估方面的又一重要研究进展。 北半球分布的多年冻土面积约占北半球陆表面积的1/4，其中环北极多年冻土区储存着大量土壤有机碳，约为当前大气中碳储量的二倍。近年来，随着气温升高与冻土退化，原本冻结在多年冻土层中的土壤有机碳，通过微生物分解以CO2、CH4等形式释放到大气当中，这些温室气体反馈到大气进一步加剧气温升高与冻土退化，形成冻土-气候的正反馈效应。青藏高原地区分布着环北极地区以外最大范围的多年冻土，有地球“第三极”之称。青藏高原多年冻土区储存的土壤有机碳可能成为气候变化背景下的潜在碳源，而这些冻土碳的空间分布尚不明晰，融化风险也亟待评估。基准期(2006-2015年)多年冻土活动层厚度与表层(0-3m)土壤有机碳分布杨大文教授团队整合青藏高原地区最新的冻土与土壤碳观测数据，模拟了青藏高原多年冻土与活动层厚度分布，基于数据驱动的机器学习方法得到青藏高原冻土碳空间分布信息，估算了青藏高原冻土有机碳的储量。结果表明，青藏高原土壤有机碳总储量约为50.43 Pg，其中37.21 Pg在当前气候条件下常年位于冻结的多年冻土层中。这一成果填补了全球已有冻土碳数据中关于青藏高原地区冻土碳分布状况的空白。不同排放情景下未来青藏高原融化冻土有机碳的变化预测该研究还首次评估了升温背景下青藏高原冻土有机碳释放对区域碳循环的潜在影响。随着气候变暖，至本世纪末青藏高原多年冻土层中储存的土壤有机碳约22.2-45.4%将发生融化，这一融化量可在相当程度上抵消了生物群系净固碳量，从而极大地增加了青藏高原多年冻土区从碳汇转变为碳源的风险。其中，3m以下深层冻土中有机碳融化量占冻土碳总融化量的比例高达29.6-46.2%，这一结果凸显了青藏高原地区深层冻土碳的重要性，弥补了现有研究仅关注浅层（0-3m）冻土碳释放的不足，为评估气候变化背景下冻土融化对区域乃至全球碳循环的影响提供了新思路。清华大学水利系博士生王泰华为论文第一作者，杨大文教授、杨雨亭副教授为共同通讯作者，合作者包括北京大学朴世龙教授、中国科学院青藏高原研究所李新研究员、中国科学院寒区旱区环境与工程研究所程国栋院士和中国科学院生态环境研究中心傅伯杰院士。该研究工作得到了国家自然科学基金、中科院战略性先导科技专项等项目资助。原文链接：https://advances.sciencemag.org/content/6/19/eaaz3513