每块板大小200*150*30（mm）,数量：电学实验板共13块（包含整流滤波实验板、电容充放电实验板、电源电动势和内阻实验板、小灯泡伏安特性实验板、复杂电路分析实验板、分压与限流实验板、特性曲线实验板、晶体管放大实验板、恒压、恒流实验板、双稳态实验板、简单门电路实验板、LC、自感现象实验板、RC、RL移相实验板），实验板连接短线若干。

产品详细介绍BLG-3P型三屏汽车驾驶模拟器，是我公司根据新实施的公安部123号令研发而成，新版汽车驾驶模拟器软件符合“公安部123号令”考评规则，小型汽车、小型自动挡汽车、残疾人专用小型自动挡载客汽车和低速载货汽车场地5项必考；大型客车、牵引车、城市公交车、中型客车、大型货车场地16项必考。小车（科目二）场地5项分别为：倒车入库、坡道定点停车和起步、侧方停车、曲线行驶、直角转弯；大车（科目二）场地16项分别为：桩考、坡道定点停车和起步、侧方停车、通过单边桥、曲线行驶、直角转弯、通过限宽门、通过连续障碍、起伏路行驶、窄路掉头、模拟高速公路、连续急弯山区路、隧道、雨天、雾天湿滑路、紧急情况处置。新版汽车驾驶模拟器软件道路驾驶技能考试（科目三）内容包括：上车准备（系安全带）、起步、直线行驶、加减挡位操作、变更车道、靠边停车、直行通过路口、路口左转弯、路口右转弯、通过人行横道线、通过学校区域、通过公共汽车站、会车、超车、掉头、夜间行驶等训练考试项目。产品完全符合“中华人民共和国公安部令 第 123 号令”及教育部新的国家机动车驾驶员训练大纲要求。本汽车驾驶模拟器分为单台模拟驾驶及与主控台联网模拟驾驶两款；具有自主知识产权。是目前市场上功能最全最新的汽车驾驶模拟器软件。 操作错误检测项目：系统对学员操作各操作部件正确与否进行判断，如启动时是否踩下离合器、闯红灯报警等。与前面版本不同的是，区别判断“离合器松得太快”和“发动机转速过低”。    系统自动评分：最新增加了学员在每次驾驶训练后系统自动给予文字显示成绩评分。    无纸化考试：无纸化考试采用标准化试题，题库里共有11套试题（共1500道试题），可以随机出题考试以可以依次考试每套试题。与现有无纸化考试系统最大的区别在于：无纸化考试试题集成在驾驶模拟器系统之中，可以利用模拟器进行。     交通标志、标线及交通法规 ：交通标志、标线包括所有的禁令标志、禁止标线、警告标线、警告标志、指路标志、指示标线、指示标志。     交通法规包括：道路交通安全法、道路交通安全法实施条例、道路交通安全违法行为处理程序规定、道路交通事故处理办法、道路交通事故处理程序规定、高速公路交通管理办法、    机动车登记办法、机动车登记规定、机动车驾驶员培训管理规定、机动车驾驶证申领和使用规定、交通违章处理程序规定。    学生驾驶舱:    座机由驾驶座、视屏彩电、汽车五大操作系统、核心计算机、高级进口传感器、数据采集板等组成，各操作部件通过传感器，经数据传感板传输。驾驶模式:    被动式：被动式驾驶适用于初学的学员，学生可以按照电脑语音提示进行规范的操作练习。    主动式：主动式驾驶与实际车辆相同。    功  能:    1、主视屏：显示驾驶前方道路与周围路况、使学生能感觉身在驾驶室操作着运行中的汽车。并显示档位、成绩分数。    2、后视镜：能达到与真车相同的模拟效果。可升降。    3、模拟仪表：显示车速、里程、发动机转速。并且可自行决定关闭或开启。    4、特殊功能：通过鼠标操作可由正常驾驶室驾驶模式切换到六种不同府视式驾驶模拟.    5、训练场景科目：⑴ 一般道路；⑵ 高速公路；⑶ 城市道路；（包括：行人、自行车、其它车辆、双黄线、岗亭、警察、红绿灯、转盘、交通标志标线等。）（4）炫目道路（5）泥泞道路（6）山区道路；（7）曲线穿桩、场地倒库；（8）“8”字型路；（9） 直角弯路、十字路口、丁字路口、匝道等。（10） 蛇形路；（11） 就位停车；（12） 顺行停车；（13）双边桥；（14）单边桥；（15）单凸桥；（16）横断桥；（17）骑越障碍；（18）立交桥；（19）隧道。   6、天气:一般道路可选择四种天气：白天、雪天、雾天、雨天、黑夜。   7、画面选择：可以选择“打开”或“关闭”：后视镜、向导地图、错误提示、成绩等。   8、其它车辆选择：各道路分6种数目选择：3至60辆。   9、车型选择：在训练中有六种车型：小轿车、吉普车、无级变速车（自动档）、大货车、大客车、农用车等。  10、汽车模拟技术：汽车多自由度数学模型，实现汽车转向、制动和加速的逼真模拟。  11、测试调整功能：传感器测试：方向机的测试、离合器的测试、油门的测试、制动器的测试（脚刹）、手制动的测试、变速器各档位的测试、鸣号、点火、开锁。只要打开测试界面便一目了然。并可作学员操作曲线学仿。更多产品：4D动感汽车模拟驾驶器、动感模拟器、整车改装模拟器、飞行模拟器、摩托车模拟驾驶器参考网址：http://www.bjzgjy.com/cn/          http://www.simulator.cc/                                                                 销售热线：010-67886161   010-67886262

针对充填采矿灾变预测与防治的关键问题开展研发，本成果主要技术内容如下：（1）系统研究了充填体破坏失稳声发射预测技术，开辟了用声发射预测充填破坏失稳的新途径；（2）开发了胶结充填过程控制成套技术，提出并成功实施不良地质体超前护帮充填技术等。本技术成熟可靠，适用于充填法开采的金属矿山，已经在江西等省的 9 家矿山推广应用，累计取得产生超过 3 亿元的经济效益和显著的社会效益，并荣获 2011 年江西省科技进步二等奖。 

在2020年抗击COVID-19疫情斗争中，北京航空航天大学经济管理学院王惠文教授及团队结合2003年所做非典疫情的状态评估和预测建模研究基础，密切关注在疫情防控中存在的问题。自1月23日起，通过各种渠道相继提交了20多个信息和提案，例如：加强对密切接触者实行隔离筛查、避免新冠肺炎疫情在医院内扩散、关注医务人员的轮岗休整、加强对全国各地区疫情监控与预警工作，等等。团队收集和分析了COVID-19的公报数据，采用统计分析方法对新冠肺炎疫情的传播规律进行了预测与分析，对全国（除湖北）各地区的抗疫阶段做出判断和预测，提出了疫情防控全过程的阶段划分方法，并提交了7篇研究报告。王惠文教授接受《中国经济时报》专访，发表文章《各地应分期分批有序恢复社会经济活动》，并被《今日头条》等网络媒体转载；民建市委网站头版刊登了她的文章《COVID-19疫情发展的状态评估与预测分析》，并报道了《数据会说话：王惠文：疫情发展的状态评估与预测研究》；民建中央网站也专题报道了《北京会员王惠文：用数据打赢疫情防控战》。

本发明公开了一种基于深度回声状态网络的目的地预测方法，属于轨迹目的地预测技术领域。

本技术提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。 一、项目分类 显著效益成果转化 二、技术分析 随着智能手机、笔记本电脑等消费电子产品的快速发展，锂离子电池（Lithium Ion Battery, 简写为LIB）已经成为最成功的电化学储能设备之一，并从根本上影响并改变了人们的日常生活方式。随着制造工艺的逐步成熟，LIB的能量密度已经接近其理论极限。另一方面，可移动电子设备的快速普及和汽车电动化的蓬勃发展也不断要求开发具有更高能量密度的充电电池以满足实际使用的需求，而最先进的LIB依然无法完全满足上述需求。因此，寻找更高能量比的锂电池电极材料，加快下一代新型锂电池关键技术的相关研究，已成为制约锂电池技术产业发展进步的关键问题。锂金属电池的能量密度虽足以达到下一代电动车的要求，但其自身的稳定性仍令人担忧，这主要是因为Li金属的反应活性过高，其几乎可与所有的电解液均能自发地发生化学反应。在电池的运行过程中，Li电极和电解液之间通过自发化学反应和电化学反应导致了固体电解质界面（solid electrolyte interphase，SEI）的形成。当所形成的SEI结构不均匀时会诱发电池体积膨胀，此外，充放电过程中锂的不均匀沉积会导致锂枝晶的形成，锂枝晶的不规则生长会刺穿SEI，导致SEI膜发生破裂，并产生死锂，降低锂金属电池库伦效率；更严重的是，锂枝晶的不断生长会刺穿隔膜，造成电池内部的短路，导致火灾和爆炸等安全事故，大大缩短了电池的使用寿命，严重阻碍了其大规模商业化发展。因此，SEI对LMB的性能具有至关重要的影响。良好且稳定的SEI可以阻止（或者大幅度减缓）负极界面上反应的持续发生，起到保护Li电极的作用。针对下一代高稳定性锂金属电池设计中存在的关键问题，结合国际研究进展与本团队前期研究基础，我们提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。本方案已形成完整的工作流，相关自动化软件已开发完成并交付使用，且具有完全的自主知识产权，可用于国内外上游电池生产研发企业积累原始电池性能数据，大范围筛选有效电解液组分，指导下一代高能量密度锂电池研制。 我们的技术优势与创新主要表现在： 1）首次在电池体系中实现了QM与MM的混合模拟与混合加速； 2）在电池体系模拟中实现了开放电子体系对电化学反应的热力学和动力学预测； 3）在保证精度的前提下，实现了在纳米尺度上对真实的实验SEI结构直接模拟； 4）通过耦合深度机器学习，实现了电解液组分大范围筛选与性能优化。