微型液压注塑机

产品介绍 CK-M8L超高频RFID读写模块是小型化的UHF RFID 读写器 ，集成了模拟射频前端与基带数字信号处理模块等功能；用户只需要在模块的基础上作电源处理即可，可以很方便的通过API函数库控制模块工作适合各种应用场景用户开发。该模块支持固件升级，可满足协议扩展和功能扩展的应用需要。     产品特点 支持多种协议：ISO 18000-6C/EPC C1G2 、 ISO 18000-6B、国标GB/T29768-2013(可拓展支持)。 密集读取：端口最大输出33dBm，可根据需要设置功率，可应对非常密集的使用环境，多标签识别算法，每秒可识别超过400张以上。 能够定频或跳频工作。 输出功率可调,调节步进:1dBm。 支持标签数据过滤、支持防碰撞协议、支持多标签识别。 全频段、大功率、灵敏度高、功率准、零配置即可获得最佳性能。 规格参数 主要规格参数 产品型号 CK-M8L 性能参数 频率范围 940MHz～960MHz 空口协议 EPC C1G2、ISO18000-6B/C、GB/T29768-2013（可选配） 功能特点 支持密集读写、多标签识别、支持标签数据过滤、支持RSSI：可感知信号强度 通道数 8通道 RF输出功率（端口） 33dBm±1dBm（MAX） 输出功率调节 ±1dBm 前向调制方式 DSB-ASK、PR-ASK 连续读标签距离（读EPC码） 0-10米，连续读100次，读取成功率大于95%（无干扰环境）（8dBi圆极化天线@H3） 连续写标签距离（写EPC码） 0〜4米(与标签芯片性能有关)，连续写100次，写成功率大于90%（8dBi圆极化天线@H3） 标签识别速度 >400次/秒 通讯口 TTL串口 物理接口 15PIN端子 1.25mm间距 空口协议 ISO 18000-6C/EPC C1G2 、 ISO 18000-6B、 GB/T29768-2013（可拓展支持） 功能特点 支持密集读写、多标签识别、支持标签数据过滤、支持RSSI：可感知信号强度 读卡功耗 （33dBm）：8W 物理参数 外观尺寸 93*72*8mm 外壳材质 铝型材外壳 安装方式 通过四个螺丝孔固定 电源 工作电压   操作环境 工作温度 -20°C~+70°C 储存温度 -40°C~+85°C 工作湿度 <95% (+25°C)

本发明公开了一种基于可见/近红外光谱的枣果内部缺陷检测方法及装置，本发明的检测方法包括如下步骤：R1样品制备与光谱信息采集；R2枣果内部缺陷判别模型的建立，将判别枣果内部缺陷准确率最高的模型作为最佳判别模型；R3用最佳判别模型进行待测枣果内部缺陷判别；R4待测枣果内部缺陷重现。实验证明，本发明所提供的基于可见/近红外光谱的枣果内部缺陷检测方法，枣果内部缺陷判别准确率可达96.77％。本发明通过采集枣果的可见/近红外光谱信息，建立了枣果内部缺陷判别模型，用于枣果内部缺陷的检测，具有快速、无损的特点。

近年来，单层、双层钢壳混凝土沉管隧道技术在“珠港澳跨海通道”、“深中通道”等重大工程中的成功应用进一步提升了我国沉管隧道建设水平。由于钢壳混凝土沉管隧道能够克服钢筋混凝土结构的开裂问题，在满足高水压、大断面、极限净跨大、耐久性强要求下，较好地解决了不均匀沉降问题。但钢壳混凝土沉管隧道有其自身的局限性，其中最为突出的是混凝土难以充填密实钢壳，出现脱空或空洞缺陷问题，为水压下钢板里衬变形失稳破坏的埋下重大安全隐患。因此，亟需一种无损、快速、定量化的脱空缺陷检测技术。       中子源发射出的快中子射线与被测介质的原子核发生碰撞后，会被慢化减速形成热中子在中子源附近形成散射。快中子与物质作用时，其对原子序数大的物质有十分强的穿透能力，但却容易被原子序数小的元素减速和慢化而形成热中子，而由于氢元素原子序数最小，因此快中子在与氢原子多次碰撞后极易变成热中子。热中子同样对除水以外的其他物质的反应截面较小，散射的热中子极易穿过被检测钢管混凝土结构而被探测到。因此，中子检测技术在沉管隧道中钢壳底部的混凝土脱空探查和表征方面有重要的应用价值。

本发明公开了一种基于电磁超声纵向导波的管道缺陷检测方法， 包括：设置多个与管道同轴布置的环形磁铁，在管道表面上的产生径 向静态磁场；在各环线磁铁阵列的两侧同轴套设螺线管线圈，使得待 检测管道中产生周向感应涡流；在周向感应涡流和径向静态磁场的共 同作用下，从而激励出纵向模态导波，并在遇到缺陷时会发生反射， 反射回波经过传感线圈时即可引起传感线圈的感应电压发生变化，即 可判断管道中是否存在缺陷。本发明还公开了一种检测装置和应用上 述装置和方法进行管道检测的传感器。本发明充分利用了磁铁阵列边 缘径向磁场，

基于磁致伸缩扭转波检测导磁构件缺陷的装置，属于超声波无损检测装置，目的在于克服纵向模式导波衰减较大，存在明显频散效应的不足，检测时无须对构件表面进行处理。本发明包括脉冲信号发生器、功率放大器、磁致伸缩扭转波传感器、信号预处理器、A/D 转换器以及计算机；磁致伸缩扭转波传感器包括激励单元和接收单元。计算机控制脉冲信号的产生，经功率放大器放大，通过激励单元在构件中产生扭转波，接收单元接收构件中传播的扭转波，经信号预处理器处理，通过 A/D 转换器转换为数字信号，通过计算机处理获得构件的缺陷信息。本发明可

本发明公开了一种基于电磁超声纵向导波的管道缺陷检测方法，包括：设置多个与管道同轴布置的环形磁铁，在管道表面上的产生径向静态磁场；在各环线磁铁阵列的两侧同轴套设螺线管线圈，使得待检测管道中产生周向感应涡流；在周向感应涡流和径向静态磁场的共同作用下，从而激励出纵向模态导波，并在遇到缺陷时会发生反射，反射回波经过传感线圈时即可引起传感线圈的感应电压发生变化，即可判断管道中是否存在缺陷。本发明还公开了一种检测装置和应用上述装置和方法进行管道检测的传感器。本发明充分利用了磁铁阵列边缘径向磁场，不需要产生均匀径

（1）能够实现在复杂的管道内的行走和检测，且对管道表面要求较低，能够实现自适应运动模式。 （2）能够适应一定尺寸范围内的管道测量，同时可以在恶劣的管道情况下进行绕管道一圈稳定行走。 （3）在一定情况下可以完成水下的检测作业。 （4）能够实现在线准确测量管壁厚度、裂缝深度及范围及其他管壁质量缺陷，可以实现离线保存功能。 （5）能够解决目前管道等特殊环境下普通测厚方法无法进行厚度测量及管壁质量预测的问题； （6）采用永磁技术，能够实现无源测量，可避免因为电源失电而导致测量失误的问题。

一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无