产品详细介绍1.概述扬州晶明科技有限公司(http://www.yzjmtest.com/comp/3-JM5930.htm)生产的JM5930动态信号测试分析系统采用USB2.0接口，集信号调理、数据采集、信号分析与输出于一体的高性能、多功能系统。配接相应的传感器，可测量力、压力、加速度、速度、位移、应变、温度等各种工程量，构成振动冲击信号测试分析系统、动态应变测试分析系统，可直接替代进口设备，广泛应用于航空、航天、军工、高校、研究所、计量院、工矿企业等单位，作为检测计量系统。    扬州晶明科技有限公司扬州晶明测试技术有限公司地址: 江苏扬州市维扬路25号公司主页 http://www.yzjmtest.com公司邮箱 sale@yzjmtest.com电话     0514-87850416,87867922,82960507传真     0514-82960507联系人   唐先生手机     15952768463QQ       1225605447MSN      Dynamictestor@hotmail.com 个人邮箱 tcb@yzjmtest.com 或 yztcb@sohu.com  2.系统特点2.1 高精度2.2 系统采用模块化设计，具有较高的可靠性及可维护性2.3 采用多种创新性设计，具有较高的性能2.4 系统具有较强的兼容性和工程适应性2.5 全电子化、程控化设计2.6 系统具有较强的可扩充性3.系统组成3.1 采集器主机3.2 调理单元3.3 系统软件4.主要性能指标4.1 通道数：16/84.2 AD位数：24 bits4.3 采样方式：并行同步采样4.4 采样速率：最高96KHz/CH，多档可设置4.5 精度：优于0.3%4.6 数据接口：USB2.04.7 采样触发方式：手动触发、定时触发、内触发（信号触发）、外触发4.8 采样长度：取决于设置或硬盘容量4.9 自动识别所配调理单元，并完成相关调理控制功能4.10 采用过采样技术，大大降低了对前置滤波器的要求，提升了系统的可靠性及精度4.11 在45%采样率以下平坦度优于0.02dB，55%以上衰减率大于120dB4.12 配套功能完善的采集控制软件 5、 JM3822应变调理模块性能参数本公司的应变模块可以配接绝大多数的信号输入,如上图所示5.1 通道数：25.2 信号输入类型：DC_STRAIN、AC_STRAIN、IEPE、DCV、ACV可选5.3 增益：应变（DC_STRAIN、AC_STRAIN）（V/V）： 100、300、1000、3000、10000、30000可设置IEPE、DCV、ACV增益（V/V）：1、3、10、30、100、300可设置5.4 应变测量范围： 0～±50000με5.5 应变适用桥路电阻： 50～10000Ω5.6 应变供桥电压：2V、3V、5V、10V可设置精度：0.2%电流：30mA max电平：输出对地对称5.7 自动平衡范围：应变：约8000μεIEPE、DCV、ACV：约±1Vp5.8 自动平衡时间：<1秒5.9 应变测量共模抑制比:≥80dB(DC～50HZ)5.10 精度应变：±0.5%±2μεIEPE、DCV、ACV：<±0.3%±2mV5.11 线性度：0.05%FS5.12 应变测量噪声：<1μεRMS RTI（输入短路、最大增益时）5.13 应变测量稳定度：温漂：零点：±2μVVTI/ /℃ 灵敏度：±0.02%FS/℃ 时漂：零点：±0.1%FS/ 2h（输入短路）灵敏度：±0.1%FS/ 2h 5.14 最大带宽（保证最大带宽点衰减率不大于-4dB）：DC_STRAIN、DCV：DC～100kHzAC_STRAIN、IEPE、ACV：0.3Hz～100kHz5.15 滤波器截止频率（-3±1dB，100kHz点-1dB ～ -4dB）： 30、100、300、1k、3k、10k、30k、100k Hz衰减率：约-12dB/oct5.16 输出：±5Vp/5mA5.17 过载指示：±4.7V±0.2V6、 JM5862电荷调理模块性能参数6.1 通道数：26.2 信号输入类型：Q、IEPE、DCV、ACV可选6.3 增益电荷（mV/pC）：0.1、0.3、1、3、10、30、100、300、1000、3000可设置IEPE、DCV、ACV增益（V/V）：1、3、10、30、100、300可设置6.4 IEPE工作电压：24V工作电流：约4mA6.5 积分、一次积分、二次积分可设置 6.6 精度：不积分：0.5%积分：3%6.7 最大带宽（保证最大带宽点衰减率不大于-4dB）：DCV：DC～100kHzQ、IEPE、ACV：0.3Hz～100kHz6.8 滤波器截止频率（-3±1dB，100kHz点-1dB ～ -4dB）： 30、100、300、1k、3k、10k、30k、100k Hz衰减率：约-12dB/oct6.9 电荷输入噪声（输入端旋接金属保护帽）：<3μV(最大增益折合至输入)6.10 输出电压：±5Vp/5mA6.11 过载指示：±4.7V±0.2V7、 JM5902转速模块性能参数7.1 配接电涡流传感器7.2 通道数:27.4 频率范围：DC～5KHz（±0.5dB）7.5 初始位置调零7.6 精度误差：＜1%7.7 输出：±5Vp8、数据采集分析软件8.1、信号调理、数据采集与信号分析功能一体化，方便使用。8.2、结构化的项目管理功能，直观明了。8.3、数据预处理：数据编辑和截取、选抽、去零点、数据平滑、趋势消除、微分积分、数字滤波等。8.4、时域分析：单踪时域分析（包括时域的特征统计）、利萨如图分析、自相关分析和互相关分析。8.5、频域分析：付里叶分析、功率谱分析、功率谱密度分析、频响函数分析、互谱分析、相干分析、脉冲响应函8数、冲击响应谱、倒频谱分析、最大熵分析等。8.6、提供了与office软件的接口功能：将数据文件转换成文本文件（.txt文件），Excel表格文件（.xls文件），及与功能强大的分析处理软件Matlab的数据格式转换功能。8.7、叶片疲劳分析软件。9、模态分析软件9.1、模态试验测量的数据可以直接用来进行模态分析，也可以将其它类型的数据（转为标准的UFF格式）导入项目进行模态分析。9.2、包括试验模态分析（EMA)和运行状态模态分析(OMA)。9.3、模态测试与分析软件特点：（1）方便的建模功能：有常见的线、面、圆、长方体、圆柱、球形模型等自动创建功能，并可由它们组合成需要的模型，并支持模型的编辑与修改。（2）多批次测量的数据可以对单批或其中几批数据进行分析以确认试验的有效性。（3）支持各种频谱分析功能，如频响的幅频、相频，实频、虚频，奈奎斯特图、脉冲响应函数，信号的自谱、互谱分析等功能。（4）模态识别：不仅能用于输入输出可测情况的传统试验模态分析(EMA)，而且还具有环境激励、仅有响应测量的运行模态分析(OMA)功能。（5）时域ODS和频域ODS：时域ODS用于观察机械结构在各时间点上的振动状态；频域ODS用于观测机械结构在各频率点上的运行状态振型，还可用于区分同一频率点在不同模态空间上的强迫振动振型。（6）模态参数列表和振型动画显示。（7）可方便地生成报告：识别所得模态参数输出方便，各种曲线存储为BMP或JPG文件，振型动画也可直接输出成AVI文件，方便生成多媒体试验报告。扬州晶明科技有限公司扬州晶明测试技术有限公司地址: 江苏扬州市维扬路25号公司主页 http://www.yzjmtest.com公司邮箱 sale@yzjmtest.com电话     0514-878504160514-8785041687867922,82960507传真     0514-82960507 0514-82960507联系人   唐先生手机     15952768463QQ       1225605447MSN      Dynamictestor@hotmail.com个人邮箱 tcb@yzjmtest.com 或 yztcb@sohu.com 

XM-701泌尿系统模型   XM-701泌尿系统模型（泌尿系统附腹后壁模型）由泌尿系统各器官连腹后壁、肾剖面、膀胱剖面等4个部件组成，并显示泌尿系统各器官、肾剖面的肾皮质、肾髓质以及膀胱和前列腺剖面等结构。 尺寸：自然大，41×28×13cm 材质：PVC材料

XM-703男性泌尿生殖系统解剖模型   XM-703男性泌尿生殖系统解剖模型由泌尿器、生殖器、腹主动脉下腔静脉组成，一侧肾作额状切，膀胱、前列腺、阴茎和一侧睾丸作矢状切，各部脏器按正常位置由支架支撑，固定于底座上。 ■ 泌尿器示：肾（切面示皮质、髓质、锥体、肾孟），膀胱（剖面示两输尿管开口、尿道内口），输尿管及尿道。 ■ 生殖器示：睾丸（剖面示：睾丸小叶、睾丸网和附睾管），附睾、输精管、前列腺、精囊腺、尿道球腺和阴茎（剖面示海绵体）尿道。 ■ 示腹主动脉，下腔静脉，肾动脉和肾静脉。 ■ 尺寸：自然大 ■ 材质：PVC材料 ■ 包装：75×38.5×40cm，16件/箱，24kg

XM-704女性泌尿生殖系统解剖模型   XM-704女性泌尿生殖系统解剖模型由泌尿器、生殖器、腹主动脉和下腔静脉组成，一侧肾及半侧子宫作额状切，膀胱一侧输卵管和卵巢作切面，各部脏器按正常位置由支架支撑，固定于底座上。 ■ 泌尿器示：肾（剖面示皮质、髓质、肾锥体、肾孟），输尿管，膀胱（剖面示输尿管开口、尿道内口）及尿道。 ■ 生殖器示：卵巢、输卵管（输卵管峡、输卵管壶腹、输卵管漏斗、输卵管伞）、子宫（示子宫底、子宫体、子宫颈），子宫圆韧带，子宫阔韧带，卵巢固有韧带及卵巢系膜。 ■ 示腹主动脉，下腔静脉，肾动脉，肾静脉等血管。 ■ 尺寸：自然大 ■ 材质：PVC材料 ■ 包装：75×38.5×40cm，16件/箱，24kg

"本项目属于信息处理、电子与通信技术领域。 超高清显示在电影电视、航空航天、文化传播、科学教育、广告传媒和虚拟现实等领域具有广阔的应用前景。超高清智能终端是市场发展的必然趋势，符合国家重大战略需求。项目组针对超高清智能终端视频处理与交互关键技术开展研究与应用，解决超高清视频智能转换、超高清视频高效编解码以及智能终端交互控制中的新问题，为超高清智能终端的产业转型提供了重要支撑。主要内容、特点如下： （1）发明了面向超高清视频的智能转换技术：提出通用显著性区域检测模型、基于像素融合的立体图像重定向及超高清视频分辨率转换方法，实现了超高清视频的智能转换，适用于不同种类的超高清智能终端。 （2）发明了基于内容特性的超高清视频编解码技术：提出基于空时域上下文和运动复杂度的码率控制、彩色与深度视频联合编码的比特分配及屏幕内容视频快速编码方法，实现了不同格式码流的集成解码，提高了编解码效率。 （3）发明了基于智能分析的终端交互控制技术：提出联合彩色与深度信息的用户检测、基于内容分析的信息推送及终端界面的自适应调整方法，实现了超高清终端的交互控制，提高了交互的智能性。"

该项目以基于信息融合的故障诊断技术为背景，研究传感器故障诊断相对于一般故障诊断的特殊性及其已有的各种方法的内在联系，建立能够融合主要诊断方法、具有广泛适应性的诊断框架体系。主要研究内容包括：故障诊断的对象由单个传感器变为传感器系统；故障诊断的技术由单一方法转变为适应传感器不同过程的相应方法共同作用；为传感器故障的在线检测与信号恢复提供一致的方法；对可能的故障传感器，利用正常工作的传感器信息，恢复其性能。

智能交通是关键在于两方面：智能道路与智能车辆。前者主要目的在于规范 交通秩序，提升道路的通行能力；后者的使命是通过发展通过驾驶辅助系统，最 终实现车辆的无人驾驶。 针对智能道路，团队研发了电子警察。通过装配在城市交通路口的智能一体 相机，电子警察自动抓拍车辆闯红灯和变道等违章行为，通过治理违章规范驾驶 行为。其核心技术在于基于计算机视觉的嵌入式车辆运动分析系统。团队与智能 相机厂商合作，开发了基于达芬奇（DaVinci）平台的嵌入式电子警察产品，并 已成功上市销售数百套。 针对智能车辆，团队研发了交通标识自动识别系统。通过车载视觉智能分析 系统，提前主动定位并识别交通标识，规避违章驾驶。团队与国内领先的无人车 研发机构合作，已参加数届中国智能车未来挑战赛（IVFC）,获得了交通标识识 别第一名及总成绩第三名的成绩，并得到了中央电视台等机构的好评。

深圳大学与中兴网信长期保持深入合作，积极探索产学研新模式，通过在健康大数据领域的持续研究与实践应用，为国家健康医疗战略、医学实践及全民健康管理提供大数据驱动的决策支持。在《基于物联网的多维健康数据智能平台关键技术及应用》项目，中兴网信将深圳大学科研成果进行转换，构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效地缓解医疗资源紧张等问题，通过多维健康数据分析，有效地保障了高危人群健康。项目构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效缓解医疗资源紧张等问题，通过多维健康数据分析，有效保障高危人群健康。相关技术内容包括基于协同感知技术的智能移动医疗终端及协同滤波研究、基于移动网络切分优化理论的网络优化及安全研究、基于多维异构医疗大数据的分析诊断云平台构建、应用系统开发及成果产业化。

针对大型复杂曲面工件的喷砂/喷涂工艺算法研发和软件开发，采用去示教+在线编程方式，通过前端智能传感装置（主要是低成本激光或立体视觉系统）获取工件数模，然后后端采用自动编程方式优化生成最优的喷涂工作路径，以适合目前喷砂/喷涂工艺所面对的小批量、多品种、非标准产品的生产需要，提高机器人喷涂/喷砂系统的自动化、智能化编程水平。具体技术指标： (1) 研发实现了一种基于激光或立体视觉扫描的喷涂/喷砂工件快速建模方法，实现了对复杂喷涂/喷砂工件表面的在线感知和高精度建模（表面建模精度0.1mm以内），以引导自动编程； (2) 针对大面积、大曲率、多孔洞等复杂工件曲面，研究实现了一种表面分割分层处理的自动化喷涂/喷砂轨迹生成方法，无需进行人工示教，可根据喷枪模型和曲面数模自动生成表面优化作业轨迹，且涂层加工精度在正负10%以内，表面覆盖率在90%以上； (3) 研发了一套面向复杂喷涂/喷砂作业的多机器人在线智能编程系统软件，并进行了初步应用验证，且可对覆盖率、作业时间等喷涂性能进行实时评估，从而为产业化提供了工程基础。

本项目创造性提出符合中药特点的制药工业大脑模型，将中药传统工艺与最新智能技术相融合，改革中药粗放型生产制造方式，建成符合高效能生产优质中成药要求的中药智能制造平台，成为信息化、网络化、智能化制造中成药的开拓者，为中药制药企业高效营运、提质降本、高质量发展提供了关键核心技术体系，实现了科学、严谨、智能、精准管控中药制药过程的技术跨越。   关键技术1：中药制药关键物料属性智能辨识技术 本项目在中医药理论指导下，将现代医学分子实验方法与知识网络分析等智能技术相融合，科学认知中成药临床优势特色和中药产品质量属性。 研发了3种辨识方剂化学物质的新方法，整合方剂药材组成、化学成分、中医证候和临床疗效等知识单元，从方-药-病-证入手，提出三个层次的知识关联网络构建方法。根据“病证结合、方证对应、理法方药一致”研究理念，构建了涵盖药材-证候、药材-疾病、成分-疾病三个层次的方剂关联知识网络。在此基础上，整合中医遣方用药规律、现代分离分析与高通量筛选技术，发展了基于知识发现的方剂活性物质智能认知新策略，研究发现小青龙汤类方宣肺平喘、助阳解表功效物质组以及一系列具有潜在抗病毒活性的方剂活性物质，不仅为诠释方剂组方的科学内涵提供了技术工具，也为智能认知中成药质量属性探索了新路。 以中医气血理论认识心脑血管疾病及2型糖尿病的共同特征，针对疾病发生发展的关键病理环节，以糖脂代谢、血管功能、血液流变等为重点，构建心脑血管疾病共有生物分子网络模型；创新设计靶向PTP1B等关键靶点的荧光探针，用于辨识具有抗脂质累积、改善胰岛素抵抗等生物效应的中药活性物质，在此基础上建立了“成分-靶点-通路-疾病”多层次网络整体分析方法。 以芪参益气滴丸、冠心宁片、丹红注射液等品种为研究载体，通过系统总结中成药化学、生物及临床应用信息，梳理中药生产制造中所涉及的知识实体类、实体类属性及属性数据来源，并详细描述各类实体间的关系，从而构建中药制药知识图谱，科学认知中成药临床特色和中成药质量属性。   关键技术2：中药产品质量多属性同时检测技术 本项目发明了可同时检测中药质量及其生物活性成分的方法以及中药产品化学属性与生物属性同时检测法，并建立了基于深度学习与计算视觉的中药理化属性与生物属性高光谱同时检测法，实现了中药化学-生物属性融合检测、化学-生物-物理属性融合检测以及生物活性多重检测，为多方位快速检测中药产品质量开辟了技术新路。 创新设计中药化学-生物融合检测原理，通过在能够特异性识别生物靶标的肽段上修饰易离子化的标签分子，合成制备靶向质谱响应探针，用于多靶标高灵敏同步检测，再使用DART-MS对中药质谱指纹图谱与多靶酶活性进行融合检测，从而建立了基于质谱响应探针的中药质量多属性同时检测法，可快速、灵敏、准确地同时检测中药产品化学成分一致性与生物活性，相关研究成果发表在国际分析技术领域顶级期刊《Analytical Chemistry》（IF=6.7）。 首次将微流控芯片应用于中成药质量评价，针对心脑血管疾病相关的两个关键靶酶（凝血酶与血管紧张素转化酶），发明并研制出多功能的微流控芯片，将其用于评价芪参益气滴丸等中成药的生物活性，实现了对正常与异常批次产品的准确识别，且效果优于色谱指纹图谱方法。这种微流控芯片不仅可用于评价中药产品生物活性，而且能够同时筛选出中药产品内具有酶抑制活性的化合物。 将新一代人工智能技术与高光谱分析技术相融合，用于智能处理高光谱（可见光和短波近红外）数据，研制出一种可同时检测中药注射剂化学、生物及物理质量属性的在线分析方法。该方法包括一个端到端的多输出深度学习模型和一种新的双尺度异常检测算法，前者以光谱数据为输入，可同时测定多个化学成分含量和生物活性指标；后者通过对图像数据进行边缘检测、角点检测以及曲率计算，能检测出最小直径为60 μm的可见异物，实现了总黄酮、总内酯、抗氧化活性、抗凝血活性、色度及可见异物的同时检测。   关键技术3：中药制药过程多维度智能感知技术 本项目建立了中药制药过程多维度智能感知技术，从不同方位表征制药过程物料信息与时变特性，为智能认知制药过程规律提供关键信息。 采用高光谱和高速摄像等技术获取不均匀药材表面上光学数据，优选数据融合及分类方法，依靠计算机视觉准确感知药材真伪、产地、质量等级；进一步与常规液相色谱检测等技术相结合，从物理性状、指标成分和大类成分等多个维度综合精准感知药材品质。针对致病微生物快速检测，研制了基于SERS的生物传感器，利用拉曼光谱仪快速检测中药产品中微生物，攻克微生物检测时间长、灵敏度低的现场感知难题。 针对提取过程等中药制药关键工序中有效成分时变信息检测，采集并比对正常及异常工况时的提取动态光谱数据，采用机器学习算法建立监测模型，在线实时获取过程中有效成分提出情况，通过提取数据积累，不断提升模型精度，准确感知提取过程工艺品质。 为有效降低异常工况发生率，提出中药制药过程轨迹监测方法，采用Hotelling T2、DModX和主成分得分等多维统计量综合表征过程状态，快速灵敏感知制药过程状态异常；根据状态特征控制后续工况操作参数，提前排除潜在扰动因素，保持过程轨迹始终处于控制限内，攻克了中药生产制造状态无法测控的难题，并成功应用于丹红注射液生产现场。 运用所建立的适用于中药复杂体系并体现整体观的中药制药过程多维度智能感知技术，将制药分析技术从以往的“检测指标成分”创新发展为“监控制药过程状态”，科学测判中药制药过程状态一致性，开创了中药制药过程一致性管控的技术先河。   关键技术4：中药制药过程智能认知与优化技术 本项目在中医药理论指导下，聚焦中药先进制药与信息化融合中的重大技术挑战，创造性提出符合中药特点的制药工业大脑模型以及中成药生产制造知识图谱构建方法，建立了制药过程智能认知与优化技术，打通“信息孤岛”，从而能利用中药工业大数据来发现中药制药知识，提升中药制造智能化程度。 建立药材关键性质和关键过程参数范围与过程产物品质之间的定量关系，明确制药过程对药材质量波动的承受能力大小，建立与之相匹配的投料药材质控标准；进而采用不同批号药材按比例混匀投料等均一化质控手段严控药材关键指标成分含量波动在预设质控标准范围内，显著减少原料批次间差异，从制药过程源头保障了中药质量。   创建了风险分析和统计分析相结合的中药制药关键工艺单元辨析及工艺关键参数辨识技术，提出加权决定系数法综合制药工艺对有效成分含量、风险物质限量和生产效率等的多目标需求，自主开发计算机软件并获软件著作权，为精准设定制药过程控制目标参数提供了有效认知工具。