导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

“数控刀具磨削机” 是三轴联动的数控设备，主要用于加工硬质合金微型钻头、铣刀。设备主要包括设备底座、十字滑台部件、夹持工件的主轴箱、移动回转工作台、砂轮主轴部件、液压系统、电气系统、冷却防护系统。被加工的工件是外圆磨削好的硬质合金棒料，在工件一次装夹情况下，采用磨削的加工方法完成刀具的容屑槽及后背的成形。适用于加工直径Φ1mm到Φ6.5mm、左右旋向的刀具。

气体压缩机是石油化工生产装置中的关键设备，其主要用途是通过对气体进行压缩和输送，为化学反应创造必要的条件。石油化工生产常用的气体压缩机有离心式压缩机、往复式压缩机和螺杆式压缩机等。其中往复气体压缩机应用的比例最大，其输送的介质大多是天然气、石油混合气、乙烯、丙烯、氯气、氨气、二氧化碳气、氮气、氢气、氧气或者空气等。 沈阳理工大学往复压缩机研究已有十年之久，长期的研究工作和实践，掌握了较为扎实的往复压缩机基础理论和先进的研发设计技术，积累了丰富的压缩机产品设计经验，掌握了国内最先进的压缩机制造工艺技术，形成了长期稳定的校企合作关系；通过与合作企业长期携手合作，开发出了国内最先进的往复压缩机新产品并得以成果转化应用，通过国外先进往复压缩机技术引进和消化，与合作企业携手对多家国内大中型石油炼化企业的往复压缩机系统设备进行了国产化，为企业的设备改造提供了大量的整机、配套件、零部件以及全程的技术服务。到目前为止，沈阳理工大学项目组先后为中石油辽河石化分公司、中石油辽阳石化分公司、大连西太平洋石化分公司、中石化北京燕山石化分公司、本钢第二炼铁厂研发设计了具有国际先进水平的2D21.8/10-25型氮气、4M12-78/34型氧气、4M12-49.3/1-13.7型硫化氢、4M12-90/35型氧气等压缩机，其中4M12-78/34型氧气压缩机、4M12-49.3/1-13.7型硫化氢压缩机、4M12-90/35型氧气压缩机分获2006年度辽宁省科技进步二等奖、2009年度辽宁省科技进步二等奖和辽宁省科技进步三等奖。

线性压缩机以卫星用制冷压缩机为技术基础，结合民用冰箱的制冷需求，研制出具有独立知识产权的冰箱用军民融合线性压缩机。本项目突破了永磁直线电机推进技术，实现了利用电磁能量直接精确推移活塞压缩冷媒，相对传统压缩机节省了运动转换环节；研发了独特的板簧多位支撑式活塞往复运动机构，实现推移轴和活塞径向高精度定位和高稳定性运动；发明设计了机-电-磁-气液耦合系统共振能量捕捉技术和控制方法，实现了将电磁能、板簧势能和活塞动能，最大限度的转化为冷媒压缩能；突破了活塞无油润滑技术，实现了活塞与外套间的无摩擦相对运动，现已具备年产10万台的产业化技术推广工作。

杭州电子科技大学自动化学院杨勇教授为方舱CT机（超级杀菌机器人）主要研发者，它能大幅提升新冠肺炎CT检测速度。 同别的CT机不同，这台机器每两次检测之间几乎不用“休息”，因为每次检测后的CT机杀菌时间只需要3分钟。像新冠肺炎CT影像检测，因为新冠肺炎传染性高，每次检测后CT机都要消毒，而且消毒要求很高，如果消毒达不到要求很容易造成二次甚至多次感染。有些疑似新冠患者接受检测，实际上本人并非真正感染，如果因为消毒不彻底被CT室上飘浮附着的病毒传染，那简直是灾难。所以一定程度来说，CT机的检测效率受限于消毒水平和速度。而明峰方舱CT机，自带“强紫外杀菌机器人”，考虑到一般CT机每次检测后的固定喷剂杀菌需要至少半个小时，这就意味着前者一旦开机，同样时间顶上好几个常规CT机加起来的检测量。最早援助武汉的两台明峰方舱CT机，都是捐赠给武汉的。后续还会有将近20台发往武汉和全国各地，进行新冠肺炎检测。这也是国内首次在方舱CT机上使用杀菌机器人。

全球经济的发展带来生活水平的提高，使作为人类生存和健康保障的医药产业越来越受到政府及企业的重视，整个医药产业也成为21世纪最富增长潜力的产业之一而快速增长。 医药行业的快速发展，离不开大量技术性能先进、质量稳定的制药装备。根据完成的生产工艺任务，可以将制药装备概括地分为两类：制药设备和包装设备。 就药品包装设备而言，根据药品形态、包装方式、包装物形态的组合不同，而有完成相应包装工艺的设备。药品形状大多数是固体，固体药品主要有颗粒剂、众多的片剂、丸剂等，颗粒剂药物在所有药品形态中占相当大的比例。目前颗粒剂药品主要的包装方式有三种：瓶装、袋装和泡罩包装。随着PET塑料瓶迅速取代玻璃瓶，药瓶的安全性得到进一步提高，颗粒瓶装市场的呈稳定增长之势。 药品装瓶采用计数和称重两种方式。数粒式颗粒包装可保证患者安全、方便用药，市场前景广阔，因而得到广泛的采用。随着药品成型设备性能的提高，药品成品颗粒重量及尺寸偏差大为降低，药品数粒包装占整个颗粒包装市场80％以上的市场份额。 一、技术要求 CCD数粒机采用线阵CCD作为传感器，进行图像采集；使用高速DSP进行药瓶颗粒计数、驱动外设；使用触摸屏作为人机界面。其技术要求如下：l  振动方式，2组检测机构共16路通道(每组8通道)下料l  运行平稳，低噪音l  连续工作，换瓶不停顿l  使用于各种规格、形状的大小颗粒状药片的包装l  双路供瓶，确保快速罐装时不堵瓶l  生产速度3000-6000粒/分钟，装瓶范围20-9999粒/瓶l  瓶口内径Ø25mm以上，瓶颈Ø35-60mml  电机总功率500W、电压220V、50-60Hzl  外型尺寸1600×1420×1500mm，重量200kg 二、CCD数粒机优点1、 使用CCD代替传统的光电传感器，可以对最小3mm左右的药品进行计数，传统数粒机由于传感器原因无法精确对小颗粒药丸进行计数。2、 CCD镜头远离检测通道，不会受到药灰污染，确保检测部件寿命及精度。

山东省农机装备研发创新计划项目“大蒜种植机的研制”（2015YZ209）和“大蒜种植机”（2017YH001）研究的2CS-8A型大蒜种植机是由拖拉机牵引、无开沟器式全自动大蒜种直立种植机，不需人工直接辅助参与，由种箱、悬挂架、排种装置、定向装置、立直种植装置、平土装置、地轮和镇压轮等组成，能一次完成平整土壤、单粒排种、定向、立直种植、镇压作业。在机具前部设计平土装置，减少拖拉机轮胎压痕以及地面平整度对播种质量的影响，播种深度一致性好。采用大直径窄胶轮地轮，行走在行间，对已播种的蒜种无损伤。该机适合大蒜间作平作也适合大蒜垄作。     大蒜种植机配套拖拉机动力不超过45马力，作业速度为0.8 km/h左右时，作业效率达2亩/h、漏播指数小于10%；重播指数小于10%；播种立直率大于84%；播种深度合格率大于93%。技术水平居国际领先，目前已达到批量生产、推广应用的要求。应用该机关键技术可开发多种行距和种植模式的大蒜种直立植机。

微小型液氮机采用中国科学院理化技术研究所深冷混合工质节流制冷专利技术，撬装设计，结构紧凑，能够持续便捷的供应液氮，可作为区域内小用量液氮的供应源。

研究领域以企业的生产需要为出发点，以研发新产品、新设备、新工艺为目标，进行光机电一体化成套设备及新技术的研究与开发，解决企业发展过程中的瓶颈问题。围绕创新制造工艺、机电控制及自动化，开展绿色化、系统化智能机电一体化技术及其在生产过程中的应用研究。主要研究方向有：（1）绿色新能源生产技术及设备（2）特种加工机械（3）新型包装机械（4）根据企业实际需求定制光机电一体化成套设备（生产线）的研发。科研成果及简介 所承担主要项目： 锌空燃料电池极片干嵌法成形过程控制的理论与技术(国家自然基金) ·高速水墨柔性印刷模切机CL1224 （国家科技部） ·机械软起动控制系统的开发（天津市教委） ·柔性传动行星轮差速机构的研究 （河北省教育厅） ·机械液压自动控制软启动系统（石家庄科技局） ·自动分页装订机的开发研究（河北省教委） 横向课题： 纸管机开发（天津巨业衣架制造有限公司） 盘料螺纹钢滚丝机（天津市天鹏建筑器材有限公司） 五金平台自动机械手的研制（庆辉五金制品有限公司） 乒乓胶皮海绵上料系统的研发（天津七二九体育器材开发有限公司） 电池极片卷绕设备（海裕百特锂能设备有限公司） 锂电池极片轧制卷绕线 ； 流延膜挤压收卷装置及控制系统的合作研发； 瓦棱机生产线控制系统的研制； KSQ-500电池极片卷绕设备开发 木工挖船机（威卢克斯有限公司） WS-260卫生巾生产线获奖与专利一种布料机                  发明专利           专利号：200910068754.x一种双向水泥土搅拌桩机      发明专利           专利号：200910069172.3一种双向水泥土搅拌桩机      发明专利           专利号：200910069171.9一种双向水泥土搅拌桩钻杆    发明专利           专利号：200910069170.4一种收获机                  发明专利           专利号：200910069269.4可转让项目 可承担（合作开发）科研项目与技术合作光机电一体化成套设备（生产线）的研发