近日，江西中医药大学举办“传岐黄 兴产业”2025年中医药科技成果对接会。会上，科技成果“中药1类新药白头翁皂苷B4及白头翁皂苷B4栓”发布。该成果研究团队与广西英路维特药物有限公司签署新药开发合作框架协议，签约金额5000万元。

倾情为广大生物科研工作者提供生物玻片的量身订制及显微图片拍摄服务，支持来料加工订制，专注教学科研；

1、主框架柜体：采用1.0mm厚冷轧钢板，通过剪切、折弯、焊接、冲压、打磨一系列工艺精致而成，表面经除油、酸洗、磷化作防锈处理，再静电粉沫喷涂EPOXY防护层做耐酸碱耐腐蚀表面处理，其喷涂EPOXY防护层附着力经落物撞击试验测试合格;门抽面采用具有人性化设计的30°斜面;后端设置可拆卸用于维修的活动板;框架静态承重﹥300公斤;框架结构合理，灵活多变，稳定性强，可按客户需求进行多种组合。 2、台面:a、理化贴面板采用25mm厚的国产优质环保型中纤板为基材，表面粘压耐酸碱的进口0.9mm厚Chemsurf理化板，台面四周断面经国产优质2.0mm厚PVC封边防水处理，外表b、实心理化板采用12.7mm进口实心理化板，四周边缘加厚至25.4mm，边缘做圆角磨边处理，符合人体工学设计，具有耐酸碱、耐腐蚀、耐冲击、韧性强等特点。c、千思板采用13mm厚荷兰进口TRESPA实验室台面板，四周边缘加厚至26mm，边缘做圆角磨边处理，符合人体工学设计，具有抗撞击、耐酸碱、耐腐蚀、耐刻刮、易清洁、抗紫外线、防静电等特点。d、环氧树脂板由环氧树脂、石英砂、固化剂和颜料一次性压模而成，抗高温、24小时超强防腐蚀，绝对防潮、可修复，越是在极端恶劣的实验条件下，越是表现出众。 3、门合叶：采用不锈钢板式2.5吋专用合叶，不锈钢厚度2.0MM。 4、抽屉导轨：托底式自动自闭导轨，表面经黑色EPOXY静电粉未喷涂，耐腐蚀、伸缩自如、承重力强，抽屉可以全部向外拉出，方便存取物品。 5、抠手：采用铝合金材料，内嵌式抠手，表面环氧树脂粉沫喷涂。 6、可调地脚：专业模具组合式结构;可调螺丝为M12*50mm不锈钢，尼龙罩盖为注塑模具一次成型，内嵌橡胶模垫，可承重、防潮、防滑、减震、抑菌、耐腐蚀、高低可调节台体水平;外形美观大方，设计人性化。 7、水龙头：采用进口优质单口、双口或三口水龙头;材质为纯铜质;表面处理采用进口环氧树脂粉未喷涂，耐酸碱，耐腐蚀;出水嘴采用铜质和PP两种材质，可拆卸，加接安装起泡器，鹅颈、折角出水管可360°旋转，有成型螺纹，可方便连接循环等特殊用水水管;阀芯采用精密陶瓷阀芯，90°旋转，开关使用寿命达50万次以上，静态最大耐压35巴;把手采用PP材质，符合人体工学设计，使用手感舒适、方便。 8、水槽：采用进口高密度PP材质，模具一体成型，抑菌、易清洁、耐腐蚀、耐酸碱和有机物;水槽底部厚度7mm,四周壁厚5mm;台下托底式或台上托面式安装，有利于台面残水自然回流，美观实用，规格由小号到大号，用户可根据实际需要选用。 9、下水系统：采用进口高密度PP材质沉水弯，耐腐蚀、耐酸碱和有机物，具的过滤、堵臭功能。 10、紧固螺丝：采用优质不锈钢材质螺丝。

1. 财务管理：熟悉现代企业财务管理方法并能熟练应用，梳理财务内部管理制度，建立并完善成本管理、预算管理，协调公司财务资源和业务规划等；2. 销售管理：建设强有力的业务销售团队，制定年度销售目标并组织分解落实。，可独立分析市场行情和行业动向，及时掌握最新的销售动态，为公司营销策略及新产品研发提供依据。3.生产管理：制定生产部各个科室合理有效的人员结构，使每个科室每个人员的潜能都能得到最大化的发挥；根据业务需求作出合理产能规划并合理安排生产，确保计划达成；制定作业标准，确保工人按标准作业；改善工艺，并在内部形成奖励机制，以提高作业效率；做好生产成本管理。4.技术研发管理在线材制品领域具有一定的理论基础和技术工作经验。

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。