仪器概述  本仪器是根据中华人民共和国行业标准SH/T0689《轻质烃及发动机燃料和其他油品的总硫含量测定法（紫外荧光法)》规定的要求设计制造的，采用紫外荧光法原理测定总硫含量，适用于包含国Ⅴ标准在内的汽油、柴油硫含量的测试。可广泛应用于测定粗苯、煤焦油、汽油、柴油、润滑油、原油馏分油液化石油气、煤气、天然气、塑料、石油化工产品、煤炭等中总硫含量本仪器也适用于ASTM D5453标准的要求，是目前国内外先进的硫分析仪器。 技术参数 1、工作电源：AC220V±10% 50HZ 整机功耗：不大于3KW 2、测量范围：1 mg/L～10000mg/L～百分含量(液体)（0.1ppm～8000ppm)3、可测样品状态：固体、液体、气体（选配相应进样器,标配为液体进样） 4、推荐进样量：固体：≧5mg 液体：1到100ul  气体：2到5ml 5、控温范围及精度：室温～1100℃，±1℃  6、重复性误差(液体)：0.2 mg/L≤X≤1.0mg/L， ≤±0.2mg/L    1.0mg/L＜X≤10mg/L， Cv≤±10%   10mg/L＜X Cv≤±5% 性能特点 1、仪器采用Windows操作系统，USB通信技术，人机直接对话，实现了偏压全时监测，便于用户操作 2、自主研发的操作软件和测试软件，自动完成数据采集、处理、贮存和打印3、测试样品少，每次仅需8μl，测试时间快，每一试样上机测试时间约为（1～2）分钟 4、微电流检测采用国内首创硫检测器，进口的荧光激发源﹑膜干燥器﹑滤光片﹑金属封装式光电倍增管，测试的灵敏度高、快速、稳定、精度高、一致性好 5、仪器采用风冷散热，风扇自动开关，关机降温不需要有人值守 6、仪器采用独立的温度控制系统。采用宇电的全自动温度控制器，故障率接近零 7、仪器实现了样品峰行自动放大和缩小技术 8、标样校正可采取单点校正或多点校正，方便、快速、准确 网址链接 http://www.csscyq.com/proshow.asp?id=818

仪器概述 　本仪器是根据《石油和石油产品试验方法国家标准汇编》中的GB/T 7305标准设计制造的。适用于测定40℃时运动粘度为28.8～90mm2/S的油品。试验温度为54±1℃。也可用于测定40℃时运动粘度大于90mm2/S的油品，试验温度为82±1℃。 技术参数 1、控温范围：室温～100℃ 2、控温点：54℃、82℃ 3、控温精度：±1℃ 4、加热器功率：600W 5、输入电源：AC 200V±10V 50Hz 6、试验孔数：双孔 7、浴缸搅拌电机：YR70,1500r/min，25W 8、搅拌叶片电机：同上 9、数显温控仪：XMT152C-9，测量范围0～100 性能特点 1、浴缸用耐热优质硼硅酸盐玻璃制造，透明度好，便于检测观察。 2、本仪器设置两个试样量筒孔，利用率高。 3、叶片搅拌轴与电机轴连结采用自动定心夹紧装置，比偏心，转动平稳可靠。 4、搅拌轴与电机安装在滑座上，可沿立柱上下滑动，选用旋转定位法，手钮紧固，调整灵活，对心方便。 5、本仪器用数显温控仪自动控制温度，显示直观，可靠性好。 6、定时、搅拌共用一个开关，简化操作，同时也避免操作者有时疏忽，漏按计时开关的情况。定时器调好后，到5min时，蜂鸣器自动鸣叫。 网址链接 http://www.csscyq.com/proshow.asp?id=771

仪器概述    本仪器是按照中华人民共和国标准GB/T7304《石油产品及润滑剂酸值测定法(电位滴定法)》、GB/T 18609《原油酸值的测定 电位滴定法》、行业标准NB/SH/T0836《绝缘油酸值的测定 自动电位滴定法》等标准设计制造的，适用于检测变压器油、汽轮机油、抗燃油、柴油、汽油等石油产品的酸值，可广泛应用在石油、化工、电力、质检、科研等行业。 技术参数 1、工作电源：220V±10%，50Hz 2、电位测量范围：（0～±2000）mV； 3、电子单元基本误差：满读数的0.1%±0.001mV，滴定最小体积0.001毫升； 4、输入阻抗：Ri≥1×1012Ω； 5、滴定管体积：10mL（10～50mL可选）； 6、滴定管精度：±0.01%(F·S)； 7、测定范围（以PH值计）： 0～20； 8、精密度：与GB/T1792、SH/T0162、GB/T264、ASTM D664等相关电位滴定标准相符； 9、环境温度：  5℃～35℃ 10、相对湿度：不大于80% 性能特点 1、仪器输入阻抗很高，保证测量电位的准确； 2、仪器采用24位A/D转换器，保证测量电位的精度和线性； 3、采用进口（瑞士万通）交换单元，所有部件都是耐腐、耐油材料加工而成，确保滴定单元的气密性、灵活性，长期使用绝无漏液现象； 4、采用进口电机驱动交换单元，电机步距角小（只有0.9 o），保证滴定体积的高精度和较好的重现性； 5、软件具有自动筛选电位的测量值的功能，很好的平滑滴定曲线，有效地过滤假终点； 6、软件具有自动判断终点和手动选择终点的功能，能自动对终点体积进行必要的修正，防止滴定参数设置不十分妥当时，也可作为有效滴定，报告滴定结果； 7、滴定参数设置灵活，可设计或配置为其他用途； 8、滴定结果自动保存到数据库，方便以后查询； 9、仪器可连接打印机，打印滴定曲线和滴定结果； 10、工作软件简单、直观，非常易于学习； 11、具有定值加液功能；具有自动清洗功能； 12、终点数可自由设定，可以用于混合离子的分别滴定； 网址链接 http://www.csscyq.com/proshow.asp?id=826

本发明多源约束类复杂曲面零件精密加工预处理方法属于复杂曲面零件精密加工领域，特别涉及多源约束类复杂曲面零件精密加工预处理方法。本发明对复杂曲面零件进行约束源分析，先确定零件类型，根据目标曲面最终面形的约束源类型，分析约束间的耦合作用机理，建立约束源之间的耦合关联模型，以满足性能指标为目标，找出对目标曲面的面形起决定作用的以性能指标为驱动的性能相伴曲面，确定通过调整几何约束以满足性能要求的修磨补偿方法，求得目标曲面各点区域的加工余量分布，最终确定满足性能指标的目标曲面精确面形。本发明提高了该类复杂曲面零件精密加工的效率和精度，使零件同时满足几何要求和性能要求。

本发明提出一种用于处理地表水和饮用水中亚硝胺类消毒副产物的光催化—吸附—膜分离组合工艺。在采用氯胺对自来水进行消毒过程中，氯胺会和水中微量有机物反应生成亚硝胺类物质。亚硝胺类污染物是一类潜在的强致癌物，严重威胁到饮用水安全。本发明的目的是提供一种能有效去除饮用水中亚硝胺类污染物的组合处理工艺，该工艺操作简单，容易实现工程应用。本发明是通过以下技术方案来实现的。 一种高效去除饮用水中亚硝胺类污染物的组合工艺，包括光催化、吸附和膜分离过程。采用光催化反应降解亚硝胺类有机物，然后通过吸附-膜分离耦合过程，在吸附去除光催化产生的小分子胺的同时得到含剩余部分亚硝胺的膜滤出水，该出水返回光催化反应器继续反应，持续运行直至亚硝胺浓度低于一定值后出水。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

项目概况 军事工业中的弹药部件、微波通讯器材中的壳体、汽车中的安全气囊、压缩机中的涡旋壳体等都属于铝合金壳体类零件。这些铝合金壳体都是具有异型型腔的盲孔类零件，其尺寸精度要求高、内孔型腔复杂和光洁度要求相当高，而且内孔侧壁与底面相交部分的圆角半径极小，内孔侧壁相交部分的圆角较小。 对于形状复杂、型腔深度较浅的盘状类铝合金壳体以及型腔深度较深的筒形类铝合金壳体，采用精密锻造成形工艺及模具等成套加工技术在硬铝合金如2A12、锻铝合金如6063和6061、超硬铝合金如7A04等铝合金壳体的大批量工业生产上获得了应用，达到了高效、经济、精密制造加工的目的。主要特点 采用精密锻造成形加工技术为军事工业、通信器材和汽车等装备上使用的量大、面广的铝合金壳体类零件的精密制造提供坯件，是提高生产效率、降低制造成本的关键技术。它解决了我国国内在汽车、通用机械、微波通信、军事工业等生产企业中普遍采用的数控加工方法加工这类铝合金壳体中存在的材料消耗大、生产效率低、能源消耗大、生产周期长和制造成本高等一系列问题，为铝合金壳体零件的生产提供一种实用、可靠、高效、经济的制造工艺。技术指标 对于铝合金壳体类零件，目前国内普遍采用数控车床、数控加工中心来加工这类壳体，这种加工方法可以得到合格的铝合金壳体；但该加工方法的材料利用率极低、生产效率低（只能采用小直径的铣刀，因此每次机加工量较小，需要很长的加工时间）、能源消耗大、生产周期长以及制造成本很高，因此国内企业的生产规模不大、产量不高，难于同国际相关行业竟争。 国内有些企业曾采用精密压铸技术来生产这类铝合金壳体，但由于压铸的铝合金壳体的内孔型腔光洁度差、壳体内始终存在着气孔和夹杂等铸造缺陷，使铝合金壳体的机械性能大大降低；难以达到铝合金壳体类零件的使用性能要求。 采用精密锻造成形工艺进行铝合金壳体类零件的生产，具有如下技术优势：（1） 壳体组织致密、表面光洁；（2） 材料利用率高，可达到70%～90%；（3） 生产效率高，可班产1000件～1500件。（4） 尺寸一致性好；（5） 设备投资少。市场前景 该项目的推广应用，既可节约贵重的铝合金材料，又能大大提高生产效率、减少加工工序，能显著降低制造成本；因此，具有显著的社会效益和经济效益。

我省沿海地区生物质资源丰富，开发利用各类生物质资源用于制备PBS类生物可降解材料，将有力地推动我省生物基聚酯技术的进步，不仅符合科技创新的精神与节能减排的要求，而且将引领生物经济的潮流，而且将力争为我省循环经济的发展和绿色GDP增长作出贡献。本项目旨在开发利用可再生生物质资源厌氧发酵固定二氧化碳生产丁二酸的新型生产工艺与方法，制备满足聚合工艺和技术要求的丁二酸单体，在此基础之上，进一步开展丁二酸/丁二元醇的直接聚合、再以反应挤出工艺制备PBS类聚酯。南京工业大学科研人员经过不懈的努力，在生物基丁二酸及PBS类聚酯的生物制造研究方面取得了重大突破，技术水平居于国内领先、国际先进水平。课题组筛选获得一株具有自主知识产权的丁二酸生产菌株，可以利用玉米粉以及玉米秸秆、玉米芯等生物质水解液作为碳源，目前已建立一条年产500吨丁二酸的生产线。以上述生物基丁二酸为原料合成了重均分子量为100，000的PBS，以及重均分子量为120,000的PBTS材料。PBS与PBTS的制备已成功完成了50 L釜的中试研究。

本发明公开了一种基于类相似性测量的实时目标跟踪算法，目标跟踪对实时性要求非常高，在目前 主流的基于检测跟踪的框架下，根据测试样本与目标类和背景类的相似度比较来确定目标在新帧中的目 标位置。本方法首先在当前帧采集目标类和背景类集合，计算出它们的统计特征，并在下一帧采集测试 样本集合。本方法定义了一种计算测试样本与类之间相似度的量化标准，通过找出与目标类相似以及和 背景类不相似的测试样本来确定目标位置。本方法明显提高了跟踪的实时性以及跟踪精度。

该成果提出了一种基于同质块均值核类内协同表示分类方法。同质块均值核能够有效地为目标样本确定其邻域区域内的同质样本，并将目标样本和同质块内的样本与训练样本之间的相似度作为新的特征向量，在有效提高类别区分度和空间表征能力的同时，提升了特征生成的效率。其后在分类过程中，利用类内协同表示分类中的吉洪诺夫正则项加强测试样本和各个类别训练样本之间的相关性的同时进一步提高分类效率。 主要技术指标 不同数据集下的训练样本与测试样本数与在该训练样本集数量下的分类结果表现参阅表 1。 （1）相比于传统分类器 SVM，OA 提高了约 15%；相比于 JCR 方法，OA 提高了约 2-4%。 （2）该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。同时有效降低了离散错分样本的数量，改善了过平滑的分类效果。参见表 1 与图 1。 （3）同时该成果特征提取方法有效提高了特征提取效率，参见表 2。 表 1.PaviaU 大学数据的训练样本选取与分类结果 表 2. 不同窗口大小下的特征生成时间比较