仪器概述 　本仪器是根据中华人民共和国行业标准SY/T7509《液化石油气残留物测定法》实验方法的要求设计制造，适用于测定液化石油气在37.8℃时挥发后残留物的含量。它是将100mL液化石油气试样置于离心管中挥发，测定并记录37.8℃时遗留下的残留物体积。同时记录下以一定量的溶剂与残留物混合液滴加在滤纸上所产生的现象。 技术参数 1、工作电源：AC220V±10% 50Hz 2、控温范围：-65～38℃任意设置 3、控温精度：±0.1℃ 4、制冷功率：400W 5、高温盛样孔：2个 6、低温盛样孔：1 个 7、温度显示方式：LED数字显示 8、温度传感器：工业铂电阻 Pt100 9、控温加热功率：800W 10、整机功耗：不大于2000W 11、使用环境温度：室温～30℃ 12、使用相对湿度：≤85% 性能特点 1、采用了国内独有的压缩机制冷式结构，外形独特新颖，控温精度高，降温迅速。 2、操作方便，避免了国内现有同类仪器干冰，循环水降温所带来的外形繁复。 3、本仪器是国内目前最先进，便捷的液化石油气残留物测定仪。 网址链接 http://www.csscyq.com/proshow.asp?id=707

产品概述 斯科信息RFID智能工具柜是基于物联网射频识别技术的专业化资产管理系统，集成了先进的RFID读写设备、智能控制终端和多层安全验证模块。该解决方案实现了对工具、仪器设备的无人化自助借还、实时库存盘点和全生命周期管理，大幅提升企业资产利用效率和管理精细化水平。 核心技术特点 1. 智能识别管理系统 采用高性能RFID读写器与定制化天线阵列，确保99.9%的识别准确率 支持高频(HF)与超高频(UHF)RFID标签，兼容ISO15693、ISO18000-6C等多协议标准 专利抗金属标签技术，有效解决金属环境下的信号干扰问题 2. 多重安全验证机制 支持IC卡、指纹识别、人脸识别、密码验证等多种身份认证方式 可配置权限管理体系，实现人员-工具-权限三级对应 开门超时报警、非法取用报警、异常操作实时记录 3. 智能化管理平台 云端SaaS管理平台，支持多网点、多柜体统一管理 实时库存可视化看板，工具状态一目了然（在库、借出、待维修、报废） 自动生成工具使用报表、人员借还统计、工具利用率分析 工作流程 身份认证：用户通过IC卡/生物识别验证身份 智能借出：系统自动识别取出工具并记录关联信息 自动归还：关门自动盘点，更新库存状态 异常处理：未授权操作实时报警，支持工具追溯查找 数据同步：所有操作数据实时上传至管理平台 性能指标 盘点速度：整柜盘点≤3秒（200件工具） 识别准确率：≥99.9% 系统响应：＜1秒 数据存储：本地存储≥10万条记录，云端无限扩展 环境适应性：工作温度-20℃~60℃，湿度10%~90% 行业应用解决方案 电力行业 安全工器具定期检测管理 绝缘工具有效期智能提醒 工器具使用培训记录关联 航空维修 专用工具校准周期管理 航材设备使用记录追溯 适航要求符合性管理 智能制造 生产线工具智能调度 使用时长统计与寿命预警 工具维护保养自动提醒 客户价值 管理效率提升：工具盘点效率提升10倍以上，人力成本降低60% 资产利用率优化：工具共享率提高40%，减少重复采购 安全管理强化：实现100%操作可追溯，安全事故降低80% 决策支持：数据驱动管理优化，提供精准的采购和报废决策依据 技术服务支持 斯科信息提供全生命周期服务： 需求调研与方案定制 系统部署与集成服务 操作培训与技术支持 系统升级与维护服务 📞 联系我们：19925314483获取行业解决方案详情与演示体验斯科信息技术团队为您提供专业的RFID工具管理咨询与定制化服务

航天科恩实验室设计、装修、安装、施工一站式服务，本着“安全、环保、智能、实用、耐久、美观、经济、”的施工理念，我们在设计过程中始终坚持“以人为本”，实验室装修中，美观实用的家具，是高标准实验室装修成功的前提。面对不同客户、不同实验室，把顾客的信息准确传递到设计部门，设计部门进行合理设计，装修竣工给客户一个“经济舒适、实用耐用、安全智能”的全新实验室。 安全：在进行实验作业时，必须确保安全性，尤其是在进行化学试验时，必须有效地排出有毒有害、有味的废气，以保障实验人员的身心健康。 高效：提高实验效率，才能加快实验进程，必须根据不同的实验课题，以及其工艺性配置适的实验设备。 舒适：明快亲切的色彩：符合人体工程学的外形尺寸;方便、实用的功能以及符合环保要求的选材，从而确保科研人员的舒适工作。

四川华迪信息技术有限公司与电子科技大学计算机科学与工程学院从2005年开始开展大学生校外实践教育合作，随着校企合作实践教学项目在该学院改革创新并取得卓越成就，公司陆续与电子科技大学信息与软件工程学院、信息与通信工程学院开展了大学生实践教育合作。

成果描述：拥有独立的自主知识产权，采用磷铁在水溶液中电解制备高纯度FePO4，以水中的氧为产物提供氧源，可以实现原位除杂，不受磷铁的原料来源限制；采用价廉的磷铁和空气中的氧为原料，通过与锂盐和补充磷源或铁源在可控气氛下反应制备粒度和碳含量可控的LiFePO4，避开了目前合成方法中的专利技术壁垒问题，不存在知识产权纠纷，将废物循环利用与能源材料耦合起来，节能环保，从源头上降低了磷酸铁和磷酸铁锂的生产成本。 所采用的原料均为大宗化工产品，磷铁副产物中的杂质可以通过反应工艺控制进行无害化处理，在原料的供应和价格方面都非常稳定；通过工艺控制和反应原料的组合，可以将反应产生的CO2等副产物循环利用，实现零排放的绿色清洁工艺；将添加剂与磷铁和锂源及补充的铁源或磷源充分混合，添加剂在后续的反应中既可以起保护作用，又能形成对磷酸铁锂颗粒的原位包覆及控制晶粒生长作用，能够极大提高正极材料的导电性能；采用的工艺路线容易控制，工艺稳定性好，容易实现大批量生产。市场前景分析：本项目产品专门提供给各种电动车（包括自行车、公交车、汽车、混合动力车等）、电动工具、手机、笔记本电脑、蓝牙器件、UPS不间断电源、摄像机、播放器、游戏机、电动玩具、清洁器和极端气候环境下的武器装备等产品所需的锂离子电池和超级电容器电极材料，特别在电动车领域具有非常大的市场前景。作为电动车电源，磷酸亚铁锂动力电池具有热稳定性好、安全性高、寿命长、倍率性能好、耐高温、绿色环保等特点，备受关注。与以往的锂离子电池正极材料LiCoO2、LiMn2O4、LiNiMO2等相比，磷酸亚铁锂的安全性能与循环寿命是其它材料所无法相比的，这些也正是动力电池最重要的技术指标，而且循环稳定性好，1C充放循环寿命达2000次。单节电池过充电压30V不燃烧、不爆炸，穿刺不爆炸。在未来几年内，磷酸铁锂地市场需求量将达5万吨以上，尤其是在动力型电池应用方面对磷酸铁锂地需求将大幅增加。与同类成果相比的优势分析：1．FePO4基本参数：纯度≥97%，粒度≤1μm，而且根据需要可以进行调控 2. LiFePO4基本参数： Li =~4.4%, Fe=35.4%, P=19.6%, C=2-6% 3. 物理参数： 松装密度 ≥0.5 g/cm3 振实密度 ≥1.2 g/cm3, 中位粒径 ~4 μm 4. 涂片参数： LiFePO4: C : PVDF=90:3:7 极片压实密度：2.1-2.4 g/cm3 5. 电化学性能： 克容量>130mAh/g 测试条件：1C, 全电池。 克容量>140mAh/g 测试条件：纽扣0.1C, 电压4.2-2.5V

（专利号：ZL 201510464978.8） 简介：本发明公开了一种氨法脱硫吸收产物+4价硫氧化系统及其优化调控方法，属于大气污染治理技术领域。本发明中首先确定了氨法脱硫系统中的模型参数；输入上述模型参数，并设定一初始pH值、氧化空气量Q以及S4+和S6+的初始浓度，利用+4价硫的氧化率模型计算浆液池内+4价硫的氧化率；将计算得到的+4价硫氧化率带入进行检验，若不成立，则调整和的值重新计算，直至成立，并将得到的氧化率与工程中的设定值进行比较，并通过调整模型中的pH值、氧化空气量Q、和的值，使+4价硫的氧化率能够满足工程要求。本发明中的氧化率模型能够对氨法脱硫吸收产物+4价硫氧化系统的设计和运行提供理论指导，进而提高氨法脱硫技术的稳定性和经济性。

成果描述：拥有独立的自主知识产权，采用磷铁在水溶液中电解制备高纯度FePO4，以水中的氧为产物提供氧源，可以实现原位除杂，不受磷铁的原料来源限制；采用价廉的磷铁和空气中的氧为原料，通过与锂盐和补充磷源或铁源在可控气氛下反应制备粒度和碳含量可控的LiFePO4，避开了目前合成方法中的专利技术壁垒问题，不存在知识产权纠纷，将废物循环利用与能源材料耦合起来，节能环保，从源头上降低了磷酸铁和磷酸铁锂的生产成本。 所采用的原料均为大宗化工产品，磷铁副产物中的杂质可以通过反应工艺控制进行无害化处理，在原料的供应和价格方面都非常稳定；通过工艺控制和反应原料的组合，可以将反应产生的CO2等副产物循环利用，实现零排放的绿色清洁工艺；将添加剂与磷铁和锂源及补充的铁源或磷源充分混合，添加剂在后续的反应中既可以起保护作用，又能形成对磷酸铁锂颗粒的原位包覆及控制晶粒生长作用，能够极大提高正极材料的导电性能；采用的工艺路线容易控制，工艺稳定性好，容易实现大批量生产。市场前景分析：本项目产品专门提供给各种电动车（包括自行车、公交车、汽车、混合动力车等）、电动工具、手机、笔记本电脑、蓝牙器件、UPS不间断电源、摄像机、播放器、游戏机、电动玩具、清洁器和极端气候环境下的武器装备等产品所需的锂离子电池和超级电容器电极材料，特别在电动车领域具有非常大的市场前景。作为电动车电源，磷酸亚铁锂动力电池具有热稳定性好、安全性高、寿命长、倍率性能好、耐高温、绿色环保等特点，备受关注。与以往的锂离子电池正极材料LiCoO2、LiMn2O4、LiNiMO2等相比，磷酸亚铁锂的安全性能与循环寿命是其它材料所无法相比的，这些也正是动力电池最重要的技术指标，而且循环稳定性好，1C充放循环寿命达2000次。单节电池过充电压30V不燃烧、不爆炸，穿刺不爆炸。在未来几年内，磷酸铁锂地市场需求量将达5万吨以上，尤其是在动力型电池应用方面对磷酸铁锂地需求将大幅增加。目前全球磷酸铁锂生产能力小于2000吨/年，投资磷酸铁锂项目风险小，回报快。与同类成果相比的优势分析：1．FePO4基本参数：纯度≥97%，粒度≤1μm，而且根据需要可以进行调控 2. LiFePO4基本参数： Li =~4.4%, Fe=35.4%, P=19.6%, C=2-6% 3. 物理参数： 松装密度 ≥0.5 g/cm3 振实密度 ≥1.2 g/cm3, 中位粒径 ~4 μm 4. 涂片参数： LiFePO4: C : PVDF=90:3:7 极片压实密度：2.1-2.4 g/cm3 5. 电化学性能： 克容量>130mAh/g 测试条件：1C, 全电池。 克容量>140mAh/g 测试条件：纽扣0.1C, 电压4.2-2.5V

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化