VR教育应用硬件系列产品整合VR、AR、MR等技术提出了VR实验室一体化建设方案（图3）。从视觉、听觉、触觉让使用者高度沉浸在虚拟实训、实验环境中，通过在三维虚拟环境进行操作交互来模拟、还原真实实验操作，并通过大尺寸屏幕显示设备提供资源展示平台，可以提升实验中心的整体形象及激发使用者的学习兴趣。产品汇集了虚拟现实（VR）、增强现实（AR）、混合现实（MR）、扩展现实（XR）、物联网（IOT）、大数据（DB）、人工智能（AI）、互联网+等行业尖端技术，采用了音视频处理、仿真交互、图形图像处理等配套硬件设备，为客户在虚拟现实应用领域创造集教学、科研、实验多功能一体化平台。

产品详细介绍 智能设备与应用STEAM主题课程 项目背景 随着科技的快速发展，各式各样的智能设备已逐渐融入到我们的日常生活中，为人类带来诸多便利。传感器作为与外界环境交互的重要手段和感知信息的主要来源，是各类智能设备的基础与核心，在推动社会进步和经济发展有着十分重要的作用。学习电子传感相关知识有助于学生了解现代科技社会，并体会制作科技创意作品带来的乐趣。 在本项目中，学生可借助八爪鱼智能设备与应用套件和人工智能与编程教学系统，了解常见传感器和执行器的原理及应用，制作相应的创意作品，并通过编程实现智能控制。 课程性质 这是一门以项目式教学开展的跨学科课程，以基于建构主义理论的 5E 教学模式作为指导，结合了中小学信息技术课程标准与编程教学特色。 课程目标 1.知识与技能 ⚫ 认识常用传感器和执行器的原理，知道其功能和应用领域，并学会简单使用。 ⚫ 初步了解简单的机械结构和连接方式，体验简单的模型搭建。 ⚫ 了解指令、程序和算法的基本含义，能够读懂简单的程序流程图。 ⚫ 学会使用图形化模块或 C++语言设计简单程序，并下载到模型上执行。 2.过程与方法 ⚫ 通过阅读多媒体资料和对传感器、执行器进行连接测试，掌握搜集、分析、比较和分类信息的方法，培养信息处理能力。 ⚫ 能够读懂图形化编程或 C++的程序流程图，能分析程序的功能并简单调试，发展编程思维能力。 ⚫ 能根据现实生活中人工智能的实际应用，设计程序并使模型运行，发展工程思维能力和解决问题能力。 3.情感态度与价值观 ⚫ 了解日常生活中常见的智能设备，初步认识智能设备对工作和社会的影响。 ⚫ 乐于倾听不同的意见和理解别人的想法，尊重他人的情感与态度。 ⚫ 实事求是，勇于修正与完善自己的观点。

广泛应用在航拍、测绘、植保、检测、搜救等多种领域的设备，部分有我司自行开发，也可以为特殊用户定制开发领域装备；

Tempo大数据应用能力成长平台（简称：Tempo Talents）是美林数据自主研发的面向高校大数据与人工智能领域“教学实践、集中实训与科研创新应用的一体化实验平台”。平台以专业课程教学实践、项目实训为核心，以创新产业应用孵化为目标，围绕大数据核心技术体系及应用，提供丰富元子化课程实践与实训案例资源。依托可视化分析与机器学习开发引擎，过程与结果兼顾的教学管理方式，闯关、考试、竞赛、数据游乐场等多种实验模式，为高校打造教与学充分互动的“大数据应用能力成长平台”。 一、创新教学管理模式，打造自驱型能力成长平台——教学管理平台→柔性化定制课堂教师可以根据教学目标、学生情况，灵活搭配原子课、实训项目及教材→教学考评管一体化统一的审阅、评分入口，实时查看作业提交情况→全景学情分析多维度图表展示学生的学习进度、学习成绩，直观了解到课堂的学习情况 二、Docker集群化部署，支持实验环境一键式访问及智能化管理——实验管理平台→高可用的容器化集群基于容器及容器集群架构运行的大数据实验基础平台，系统高可靠，高灵活，高伸缩性。→智能化实践环境管理预装实验需求的各类软件运行环境，基于浏览器的B/S模式直接访问，根据访问自动启停→一键式虚拟桌面实验台支持基于浏览器B/S模式的 “一键式”访问基于Linux的虚拟桌面环境，可提供 Linux 桌面和命令行操作，并可实现 Linux系统管理 三、不同难易度 不同实践模式相结合，因材施教更进一步——课程实践平台→多模式课程实践在线编码式、命令行、云桌面等多种实验模式→课程自动评测学生在线提交代码，一键自动评测打分，快速获取学习成果反馈→趣味闯关寓教于乐将课堂小测验转换为趣味闯关，激发自主学习热情 四、编码式与拖拽式双环境，开发型与应用型兼顾——项目实训平台→编码式与拖拽式双环境交互式笔记和拖拽式平台双操作模式，满足不同层次学生学习需求→完整实训项目指导手册还原项目落地全过程，将业务分析方法论融入具体项目实训中 →实验报告点评与优秀作业共享实验报告在线提交与点评，分享优秀作业，积累优秀成果 五、智能机器学习开发平台，满足人工智能教学科研需求——人工智能平台→强大的建模算法引擎9大算法类型、120余种分布式算法支持、15种文本算法→全面的分析洞察帮教全方位观察建模过程及结果，让学生在掌握方法的同时也能洞悉建模原理→多模式扩展编程R\Python\Java\Scala\Tensorflow等多种编程语言，学生可自定义算法开发实践 六、拖拽式大数据分析平台，培养学生数据创新探索能力——大数据分析平台→自助式大数据探索分析低门槛拖拽式数据可视化分析，让学生快速构建数据分析应用能力→灵活的可视化交互看板40余种可视化图形，钻取、联动、链接等多种交互模式 →多样的分析报告可视化大屏、分析看板、word报告、数据报表等多种报告形式呈现 七、真实项目经验 名师课程资源，构建优质教学课程资源库——课程资源平台→多学科教学名师课程引入国内一流高校教学团队优质课程，贴合学科最新发展趋势 →创新原子课设计将专业课程的知识点“原子化”，层层递进融会贯通→丰富行业实训案例精选美林数据 200+能源、政府、高端制造等行业头部客户真实项目案例 八、丰富数据资源与灵活数据资源管理，满足教学科研多层次需求——数据资源管理平台→多种数据源接入满足不同大数据平台和SQL数据源、Excel文件数据库、多维数据库、分析型数据库实时数据等不同类型数据源接入 →数据管理与权限分配支持后台配置数据权限，多种数据资源自定义管理→开放数据超市提供宏观、中观、微观全维度数据体系，上亿条数据，数据总容量超过500T丰富数据资源与灵活数据资源管理，满足教学科研多层次需求  

纤维乙醇中试技术以灌木茎杆、农作物秸秆和工业纤维废料为原料生物降解转化制备纤维乙醇，技术特点包括：（1）采用复合高效预处理技术进行纤维原料的预处理，大幅度提高了生物降解转化的效率；（2）进行同步糖化发酵与乙醇渗透汽化原位分离技术耦合，最大程度降低了转化产品对酶和酵母的抑制作用，提高了乙醇产率；（3）开发出生物质全利用技术路线，提高生物资源利用率；（4）开发出针对高效预处理后纤维原料等特定底物的低成本高活性纤维素酶；（5）纤维乙醇产率达到其理论产量的72~85%。 本项目技术成果来源于国家948引进技术项目、国家自然科学基金项目、国家林业局重点项目和教育部新世纪优秀人才项目等，目前已形成系列技术成果，申请发明专利11项，授权发明专利3项，出版专著1部，“玉米芯资源转化生物质化学品与能源技术”荣获2012年全国商业科技进步一等奖。

本项目在南钢3500炉卷轧机条件下，通过铁水预处理－转炉冶炼－RH－LF精炼工艺以及轻压下技术，开发了转炉冶炼过程钢液深脱磷、防止回硫及控制氮含量的工艺技术，实现了低碳、低磷和极低硫控制，提出并实施了科学合理的X100管线钢的板坯加热、两阶段控制轧制及层流冷却控制技术，形成了X100管线钢的组织性能综合控制理论，成功地研究开发了采用炉卷轧机生产X100高钢级管线钢的独特技术，并完成了钢管的研制。并对在炉卷轧机轧制工艺过程中的组织细化、强化及演变机理，制管过程中组织性能与变形行为等进行了研究，项目成果总体上达到了国际先进水平。

主动式Y型三辊冷连轧冷轧带肋钢筋生产机组是在我校第二代Y型轧机基础上开发成功的，目前已形成三种机型，可高速连续生产φ5～12mm符合GB13788—92标准的冷轧带肋钢筋，其中KD2型是专门生产大规格φ6～12mm、高强度、既可盘圆收线又可定尺直条钢筋的生产线；年产量15000吨左右。   该生产线的生产工艺流程是：热轧盘卷或直条→机械除鳞→冷连轧减径刻痕成型→消除应力矫直→成品收线（盘卷或直条）。与被动辊拔法相比：轧机采用主动旋转的轧辊主动咬入盘条，减径和刻痕变形一次连轧完成，没有辊拔法压尖或抬辊压辊、穿模等手工操作，操作十分方便；轧辊交替布置，实现无扭连轧，轧制速度高达4m/s；轧机短应力线设计，刚度高，便于盘卷收线，又可在线定尺直条剪断收钱；设备紧凑，占地面积少。操作人员3—5人，无三废污染。 该生产线生产的冷轧带肋钢筋是一种新型高效建筑钢材。是建设部“九五”重点推广产品。广泛应用于房屋建筑、高速公路、机场、码头、铁路、桥梁、隧道、电站、管道、电线杆、市政工程等多种建设工程。属建筑钢材生产，金属线材深加工行业，适合中小企业、乡镇企业、个体企业的“短平快”项目。   该技术是在我校成功推出第二代Y型三辊冷连轧机组的基础上，研制成功的，率先在我国建成了第一条主动式冷连轧带肋钢筋生产线，从根本上解决了被动辊拔法难以生产大规格高强度定尺直条钢筋的难题，95年通过冶金部技术鉴定：“该生产线经使用考核，连续运转正常，工艺稳定，冷轧钢筋产品的各项性能指标均达到国家标准GB13788－92要求，是一种新型高效冷轧带肋钢筋生产线，填补国内空白，属国际先进水平”。获国家教委科技进步二等奖，先后被列入冶金部、建设部科技成果重点推广项目，同时被列入“九五”国家级科技成果重点推广计划项目编号97040302A，该技术专利号为94221292.4。目前该生产线已在北京、深圳、福建、天津、河北、四川等国内十多个省市投产应用，产品经当地省市建委鉴定认为达到国内先进水平。