产品详细介绍1、 智能网关负责各智能硬件和云平台之间的联动。 2、 智能网关具备Wi-Fi、RF2.4G、RF433M三种通讯模组。 3、 支持多个物联网节点控制器之间的互联互通。 4、与其他受控设备间采用无线通信，工作频率2.4G。 5、网关易维护，支持固件版本在线升级，支持远程配置参数。 6、网关智能化，实时上传运行状态包括到云平台，包括上线、离线状态等。     7，指示灯状态（1，蓝色慢闪---侦听模式  2，绿色快闪---正在连接网络 3，青色快闪---正在连接云平台  4，青色呼吸---连接正常 5，紫红色快闪---在线固件更新 6，绿色呼吸---本地模式 7，蓝色呼吸---不连wifi  8，白色呼吸---关闭wifi）

智能门锁主要是为了解决在智慧厕所厕位状态监测中的应用，系统原理为，当如厕人员进到厕位之后，需要关闭厕格门，因此对厕格门锁进行数据监控，结合厕格门口的状态指示灯，就可以判断厕位内是否有人使用，利用门锁+指示灯的方案来解决厕位占用指示问题，不仅可以避免隐私问题，也可以降低智慧厕所的硬件成本。

型号： W801 产品型号：W801 产品名称：智能锯床 产品特点： 1、使用24V安全电压，确保使用者的安全； 2、自动智能装置，自动感应开机、停机； 3、自带透明保护罩，上下可调节距离90mm，既安全又不影响视线； 4、切割材料：木板、发泡材料、电路板、铝塑板，有机玻璃等。适用于教学、科普、个人发明创造、工艺品制作等用途。

光伏发电实训装置HL-SNY03太阳能光伏并网发电教学实验台  一、系统实训应用范围：  主要提供于职高、大学、研究生、企业技工以太阳能发电为主课题的研究和培训。  二、技术参数  2.1、太阳能电池板  太阳能电池板采用阵列组装形式，主要采用4块（或更多）小型太阳能电池板组建，可实现太阳能电池板的并接方式和串接方式，进而提供大电流或大电压的两种太阳能电池板组网方式。  最大输出功率：100W*4块  开路电压：35V（并联）  短路电流：4*3.25A（并联）  2.2、照度计  量程：0-225Lx、200-2250Lx、2000-22500Lx和20K-225KLx（225000Lx）自动切换量程。  2.3、环境监测模块技术指标  含有照度计、温度表、湿度表，单片机时钟系统，实现时间的显示  2.4、17寸工控一体机，带触摸功能  CPU:Intel1037U1.8GHz22nm双核处理器TDP17W超低功耗处理器  主板:IntelM11工控固态节能主板  内存:1GDDR31333超高速内存,支持1333/1066MHz内存,最大可支持8GB。  硬盘:24GSSD固态硬盘  显卡:集成IntelHDGraphics核心显卡,提供VGA、LVDS、双HDMI显示输出,LVDS支持双通道24bit,支持单独显示、双显复制、双显扩展。  声卡:集成ALC6626声道高保真音频控制器  网卡:集成1个RTL千兆网卡,支持网络唤醒、PXE功能。  电源:外置电源（100V至220V宽幅电压，全球通用）  显示屏:13寸LED工控屏分辨率：1024*600  触摸屏:台湾军工Touchkit4线触摸屏，透光率高；性能稳定，触摸灵敏  整机接口:4*USB2.0接口,其中两个可支持USB3.0(需定制)，  1*HDMI接口:1*VGA接口,1*RJ-45网络接口,1*Lineout（绿色）,1*Mic（红色)  2*COM串口,1*12VDC_JACK输入接口  系统状态：  太阳能控制器（带报警功能）：  输入电压、电流、功率的数据显示及动态曲线显示  输出电压、电流、功率的数据显示及动态曲线显示  蓄电池：电压数据显示及动态曲线显示  2.5并网逆变器：  并网逆变器具有DC－DC和DC－AC两级能量变换的结构。DC－DC变换环节调整光伏阵列的工作点使其跟踪最大功率点；DC－AC逆变环节主要使输出电流与电网电压同相位，同时获得单位功率因数。  系统面板设有用来测量DC、AC相关参数的多个测试端口，可测量DC-DC电压电流变化和DC-AC逆变过程中的电压电流及曲线变化和波形对比。  6级功率搜索功能  在自动调整的过程中，会看到LOW灯不停的闪烁，功率会由0作为起点，向最大功率点加大输出功率，重启最多为6次，然后进入功率锁定状态，锁定时ST灯长亮。  在进行6级功率搜索程序时，所需的时间为10分钟。  直接连接到太阳能电池板（不需要连接电池）  AC标准电压范围：90V～140V/180V～260VAC  AC频率范围：55Hz～63Hz/45Hz～53Hz  并网输出功率：300W  输出电流总谐波失真：THDIAC<5%  相位差：<1%  孤岛效应保护：VAC;fAC  输出短路保护：限流  显示方式：LED  待机功耗：<2W  夜间功耗：<1W  环境温度范围：-25℃～60℃  环境湿度：0～99%(IndoorTypeDesign)  高性能自动功率点追踪（MPPT）  强大的MPPT算法，以优化来自太阳能电池板的功率收集，可精确地捕捉及锁定最大输出功率点，使发电量大幅提高到大于25%以上。  MPPT追踪图  电力输出:（逆向电力传输）  高效的电力逆向传输技术，专利技术之一，逆变器在并网输出模式时电力以反方向电力传输，自动检测电路中的负载并优先进行使用，用不完的电力才向电网逆方向传输供应到其他地方使用，电力传输率可达99.9%。在光伏发电应用系统中使输出效率更高。  三、教学及研究实训项目  2、1、光伏能量变换实验  实验1、光伏阵列单元组成原理。  实验2、太阳能光电池能量转换组合原理。  实验3、阵列电子最大功率跟踪器原理。  实验4、阵列汇流与防雷接地原理。  实验5、阵列结构件、防腐安装原理。  实验6、最大功率跟踪器与光伏转换提效实验。  实验7、在不同天气和日照强度下光波对光伏转换效率的影响实验。  实验8、在不同季节太阳运轨变换下对光伏能量转换的影响实验。  实验9、在不同季节环境温度变换下对光伏能量转换的影响实验。  实验10、阵列低、中、高通过开关组合后能量变换实验。  实验11、光感仪和风速传感仪各自作用实效实验。  2、2、同步逆变电源实验  实验1、逆变电源单元组成原理。  实验2、逆变电源MPPT的最大功率跟踪控制方法的实验。  实验3、逆变电源输出功率与光伏能量变换的实验。  实验4、MPPT与电子跟踪器有效结合和分离控制方面的比较实验。  实验5、晴天，多云，阴雨天情况下逆变电源输出交流电的波形、谐波含有率、功率因素的比较实验。  实验6、逆变器并入的电网供电中断，逆变器应在2s内停止向电网供电，同时发出警示信号的防孤岛效应保护试验。  实验7、逆变电源直流输入欠电压控制实验。  实验8、输入电压为额定值，负荷满载时距离设备水平位置1m处，的噪声测试实验。  2、3、光伏并网发电系统软件实验  实验1、在上位软件里查看单站监控项目：  ◆直流电压VDC、直流电流A、输入功率KW  ◆交流电压VDC、交流电流A、输出功率KW  ◆日发电量KWh、日运行时数hmin、总发电量KWh、总运行时数h、Co2减排量Kg  ◆系统运行状态正常/不正常  ◆系统运行温度正常/不正常  ◆系统监控PC机状态正常/不正常  ◆系统功率测试曲线  实验2、在上位软件里查看单站电量记录项目：  ◆设备编号1号机:  日发电度数、日运行时数hmin、总发电量度数、总运行时数h  实验3、在上位软件里查看单站故障记录项目：  ◆设备编号1号机:  直流过压、直流欠压、直流过流  交流过压、交流欠压、交流过流  系统过载、频率异常、孤岛保护、ADC异常（快速检测并网电压，电流）、IPM故障、过流保护、过温保护、温度异常、DSP异常（数字信号处理器，将模拟信号转为数字信号）

针对再生水中氮、磷、有害病菌难以同步去除问题，以天然沸石为载体，对其进行盐-热复合改性，负载镧氧化物，再载入无机抗菌离子，赋予沸石同步脱氮除磷抗菌功能，为再生水处理提供重要技术支撑。氨氮初始浓度为 8mg/L、总磷浓度为 1mg/L、大肠杆菌浓度为 104cfu/L，复合水处理材料投加量为 2g/L，搅拌 3h 后，其脱氮率达到 99.2％，总磷和大肠杆菌均未能检出，吸附饱和材料可多次进行再生利用。

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。

本发明提供一种提高冬季低温污水生物反硝化脱氮的方法，该方法包括步骤：采用序列间歇式活性污泥法运行方式，将驯化好的活性污泥和硝酸盐废水置于四个连续搅拌反应器中进行反应，用冷却水循环器将所述反应器中的水温控制在5～15℃温度状态下。从四个反应器中取样测定总氮，我国GB18918-2002要求总氮的最高排放标准为20mg/L，结合测定的结果分析最终排放总氮的量是否达标。本发明的效果是采用该方法能够在低温条件下投加介体后显著提高了生物脱氮，达到了我国《城镇污水处理厂污染物排放标准(GB18918-2002)》要求总氮的最高排放标准。氧化还原介体的应用克服了在低温条件生物脱氮速率慢的缺点并为高效降解含氮污染物提供了新的思路。

项目简介 双向旋流强化絮凝一体化污水净化器占地面积小、能耗低、可在短时间内完成对合 流制排水管网污水、生活污水等的多级净化快速处理。设计、开发了一种具有双旋流室 的新型双向旋流净化器，利用 Fluent 流体动力学软件，采用改进的 k-ε 双方程模型对 双向旋流净化器内速度场进行了数值模拟，根据流场模拟结果对双向旋流净化器进行了 改进，在上旋流室中安装了多圈截头圆锥板，使水流上升时形成较小的漩涡，加强了颗 粒运动的紊乱程度，提高了絮凝效果。已完成净化器