项目主要是把贮运厂电气运行数据集成到PHD，并提供WEB浏览，方便管理，实现生产的长期稳定、安全运行，保证贮运厂的经济效益和社会效益的最大化。通过开发专用数据接口，将电气PLC控制系统的相关数据集成到PHD数据库，绘制流程图和制作参数报表和趋势图，通过WEB服务器进行信息发布，经过授权可以进行远程信息浏览。

该项目利用 KOH 作催化剂，低粘度二甲基硅油作止链剂，在 170oC 下催化八 甲基环四硅氧烷的开环聚合，制备了运动粘度超过 150 万 mm/s2 的高粘度硅油。 该合成工艺利用脂肪酸作中和剂，使生产工艺更为简便，降低了高粘度硅油的生产成本。选用非离子表面活性剂对合成的硅油进行乳化并制备得到了粒径为5~40μm，平均粒径为 20-30μm 的乳化硅油。该乳化技术表面活性剂用量仅为10wt%，便可得到硅油含量在 50wt%的稳定性优异的乳化硅油。该乳化硅油具有优异的配伍性，应用到二合一香波中可以明显改善头发的梳理性，其调理性能已达到市售的国外香波产品的先进水平。 

公司精细化工业务形成了以油田稳定轻烃、油气深加工及精细化工为导向的产业链。现有3万吨/异丁烯、9万吨/年MTBE和20万吨/年C4烯烃异构化、轻烃芳构化等多套生产装置，产品包括国VI92#、国五95#、MTBE、混合芳烃、稳定轻烃、油田稳定烃、高纯液化气等。

一、产品介绍        光电成像基础与应用实训平台包括CCD和CMOS两大方面，这两方面原理与应用是《光电技术》和《图像传感器应用技术》课程重要章节，也是教学的难点章节，因此，monxyuan开发了光电成像基础与应用实训平台。该平台采用搭建式、开放式设计，直观展现了线阵CCD、面阵CCD和CMOS的工作原理，并且设置了工程实际检测的实验，是学生理解和认识CCD和CMOS工作原理与实际应用的最理想的教学实验系统。 二、教学目的 1、了解并掌握线/面阵CCD和CMOS的原理； 2、了解线/面阵CCD和CMOS的软件使用方法； 3、了解并掌握面阵CCD和CMOS信号处理方法； 4、了解并掌握运用面阵CCD和CMOS进行尺寸测量和图像处理的方法； 5、了解并掌握学生掌握线阵CCD的几种典型的应用； 三、实验内容 1、面阵CCD 原理与驱动实验； 2、面阵CCD 数据采集与计算机接口实验； 3、面阵CCD 边缘与轮廓检测； 4、面阵CCD物体尺寸测量实验； 5、面阵CCD 图像的点运算； 6、面阵CCD 图像的几何变换； 7、面阵CCD 图像采集与参数设置； 8、面阵CCD 投影与差影图像分析； 9、面阵CCD 图像的滤波与增强； 10、面阵CCD 形态学处理； 11、面阵CCD 旋转与缩放； 12、面阵CCD 颜色识别与变换； 13、面阵CCD图像采集程序设计；  14、线阵CCD 工作原理与驱动波形观测； 15、线阵CCD 模拟输出信号的调整； 16、通过采集卡对线阵CCD的模拟输出信号进行A/D转换和数据采集； 17、通过软件浮动阈值对CCD的输出信号进行二值化处理； 18、利用线阵CCD 对物体尺寸进行非接触的实时测量； 19、利用线阵CCD 对物体的角度进行测量； 20、利用线阵CCD 测量物体的振动； 21、利用线阵CCD识别一维条形码； 22、利用线阵CCD扫描物体的二维图像； 23、利用外置相机进行实物尺寸测量 24、用硬件提取边缘信号的二值化 25、CMOS原理与驱动实验； 26、CMOS数据采集实验； 27、CMOS图像采集程序设计 28、CMOS用于边缘与轮廓检测实验； 29、CMOS用于物体的尺寸测量实验； 30、CMOS用于图像采集与参数设置实验； 31、CMOS用于投影与差影图像分析实验； 32、CMOS用于图像的滤波与增强实验； 33、CMOS用于颜色识别与变换实验； 34、扩展性实验     （1）通过提供的CPLD程序，学生可以了解CPLD对外围器件的控制；     （2）有能力的学生还可以自己编程来产生方波；     （3）通过提供的SDK和DEMO程序，编写程序来采集扩展相机的数字信号；     （4）利用扩展相机并编写软件进行其他如尺寸测量等实验等； 四、配套文件资料 1、实验指导书1本； 2、实验软件1套； 3、实验录像光盘1套；    客户自行配置电脑及示波器    

罗正钱教授团队采用少模Pr/Yb共掺双包层ZBLAN光纤作为可见光增益介质，构建基于非线性偏转旋转（NPR）技术的锁模激光腔，利用腔内空间滤波效应和NPR可饱和吸收效应补偿阶跃折射率光纤中超大的模间色散，从而平衡了各横模之间的走离效应，首次实现了可见光波段的时空锁模光纤激光。

本实用新型公开了一种扒爪履带式底盘及车辆，底盘的履带总成的前端铰接有扒爪越障器总成，之间连接有折叠油缸。在越野行驶中，在一般地面采用履带驱动行驶；在攀越陡峭阶梯障碍时，扒爪越障器向前伸展，与此同时在履带总成的驱动下，共同实现助力越障的功能，或车辆向后倒退，将前进方向的障碍向后扒平，为车辆顺利通行创造条件。可适用用于各种履带式车辆，如农用履带拖拉机、履带式挖掘机、履带式军车、履带式采伐机、履带式推土机、履带式铲车等。

成果描述：本专利建立一种基于线性判别分析和独立成分分析的车辆分类方法，首先利用线性判别分析提取特征进行第一次大小车型的分类，再利用独立成分分析的第二种结构与线性判别分析的结合，进行特征提取，实行第二步将车辆分为不同的详细车型。市场前景分析：车辆分类技术有着非常重要的现实意义，车辆分类技术在自动收费系统、车辆图像检索如市场统计、流量分析及公安交通监控侦稽系统等领域中有着广泛的应用。本发明着重根据车辆视频图像的特点，即其具有较大噪声，且光照强度变化较大，同类型的车辆形状颜色等外在相似程度也较低的特点，将独立成分分析第二种结构的改进方法（FICA2）作为细分类的特征提取方法，构建特征空间进行细分类。经研究表明，本发明的方法处理速度可达到15帧每秒，满足实时处理需求，准确率达到96%以上。与同类成果相比的优势分析：本专利将独立成分分析的第二种结构与线性判别分析的结合方法，即FICA2应用到车辆图像的特征提取中来，FICA2通过寻求稀疏的编码表示，来构建一个分离度更高的子空间。 本专利提出二次分类方法，首先利用线性判别分析进行特征提取，将车辆按车型大小分为大型车与小型车两大类，然后利用FICA2进行第二次分类来达到将车型分为具体类别的目的。经实验验证，与现有的基于图像的分类方法比较，获得了更好的分类准确率。