团队具备成熟的高性能电机研发能力，具备瞬态有限元仿真技术、多物理场联合仿真技术、场路耦合仿真技术，能够定制开发有刷/无刷直流、感应电机、电励磁/永磁同步等各类电机，助力多家企业实现核心电机自主化、国产化。 团队研发了基于空间磁场的高性能电机健康状态在线监测系统，能够实时监测电机健康状态，即使发现电机微小故障，有效提高电机可靠性。

 YJ-2102H全自动膏药软化点测定仪 YJ-2102H全自动膏药软化点测定仪是根据中华人民共和国药典标准2020年版四部通则2102膏药软化点测定法的要求，测定膏药在规定条件下受热软化时的温度情况，膏药因受热下坠25mm时的温度，用于检测膏药的老嫩程度，并可间接反映膏药的黏性。该仪器适用于可以满足各个膏药生产厂家、药检所以及相关单位使用。 一、主要技术特点 1、采用电脑智能控制、激光自动检测、液晶触摸屏人机界面、丝杠步进电机升降等技术，具有升温线性，浴液搅拌均匀，自动完成试样检测等特点。是一款自动化程度高、测试快捷方便、测试结果准确可靠的膏药软化点测定仪器。 2、仪器通过加热管溶液介质和膏药加热，通过磁力搅拌器搅拌使烧杯内温度均匀，控制器采用插补算法控制输出，使介质按照1.0-1.5℃/分钟线性上升。试验环内的膏药在升温过程中开始慢慢软化，当达到软化温度点时，试样环内的膏药在钢球重力作用下呈水滴状缓慢下降，当两个试样环内的膏药下降接触到下挡板时的温度平均值即为膏药软化点温度。 3、仪器主要由机箱支架、触摸屏人机界面、丝杠升降系统、加热升温调节系统、激光检测系统、磁力搅拌系统等部分组成。 4、为方便试验操作和组件在烧杯内的平稳升降，设计了一款试验平台，试验组件悬挂定位在试验平台上，通过丝杠驱动试验平台及试验组件平稳下降并定位精准，实现对射激光的光柱柱贴近下挡板的上侧面。 5、试验过程有动画模拟显示，触摸操作，人机交互界面，更直观，更方便。 6、温度控制采用斜率插补算法，精准升温，程序控制，实时控温。 7、分体式磁力搅拌采用无极调速，温度更加均匀。 8、激光对射自动检测判断样品下落，抗干扰能力强，反应灵敏度高。 二、主要技术指标和参数   1、测量范围 A.试样软化点在80℃以下者，5℃～80℃（蒸馏水）。 B.试样软化点在80℃以上者，32℃～162℃（甘油）。 2、温度分辨率:0.1℃（偏差可修正）。 3、加热管功率:700W。 4、升温斜率:升温速率稳定在1.0-1.5℃/min。 5、烧杯尺寸:直径110mm，高度130mm。 6、测量样品数:同时测量2个试样。 7、搅拌器 :磁力搅拌，搅拌速度连续可调。 8、试验结果处理 200组数据存储。 9、存储的数据可液晶调取显示，也可U盘转存查看(.csv文件)。 10、可选配微型打印机打印结果。 11、通讯接口 RS-485通讯接口，ModBus协议。 12、外形尺寸 390mm×300mm×575mm（长×宽×高）。 13、工作电源 220±10%VAC/50Hz。 14、整机功率 最大800W。 15、整机净重 12.0Kg。 16、使用环境： A.温度：15℃～35℃且相对稳定，无明显空气对流现象； B.湿度：≤85％；

YJ-8146H全自动松香软化点测定仪 本仪器是根据本仪器是根据中华人民共和国2020年药典松香软化点测定所规定的要求设计制造的，是本公司最新开发的软化点试验器的升级产品，适用于松香等物质的软化点测试。按照药典要求，软化点取本品适量，依法检查（通则2102膏药软化点测定方法）,升温速率约为每分钟5.0°C ±0.5°C,软化点应不低于76.0°C。同时本仪器也符合GB/T 8146-2003 松香试验方法中软化点测试要求。 一、主要技术特点 1、采用电脑智能控制、激光自动检测、液晶触摸屏人机界面、丝杠步进电机升降等技术，具有升温线性，浴液搅拌均匀，自动完成试样检测等特点。是一款自动化程度高、测试快捷方便、测试结果准确可靠的松香软化点测定仪器。 2、仪器通过加热管溶液介质和松香加热，通过磁力搅拌器搅拌使烧杯内温度均匀，控制器采用插补算法控制输出，使介质按照5℃/分钟线性上升。试验环内的松香在升温过程中开始慢慢软化，当达到软化温度点时，试样环内的松香在钢球重力作用下呈水滴状缓慢下降，当两个试样环内的松香下降接触到下挡板时的温度平均值即为松香软化点温度。 3、仪器主要由机箱支架、触摸屏人机界面、丝杠升降系统、加热升温调节系统、激光检测系统、磁力搅拌系统等部分组成。 4、为方便试验操作和组件在烧杯内的平稳升降，设计了一款试验平台，试验组件悬挂定位在试验平台上，通过丝杠驱动试验平台及试验组件平稳下降并定位精准，实现对射激光的光柱柱贴近下挡板的上侧面。 5、试验过程有动画模拟显示，触摸操作，人机交互界面，更直观，更方便。 6、温度控制采用斜率插补算法，精准升温，程序控制，实时控温。 7、分体式磁力搅拌采用无极调速，温度更加均匀。 8、激光对射自动检测判断样品下落，抗干扰能力强，反应灵敏度高。 9、配备松香专用制样环，保证测试结果的准确性。 10、本产品荣获国家资质证书，编号为：软著登字第6089527号。 二、主要技术指标和参数 1、测量范围 A.试样软化点在80℃以下者，5℃～80℃（蒸馏水）。 B.试样软化点在80℃以上者，32℃～160℃（甘油）。 2、温度分辨率:0.1℃（偏差可修正）。 3、加热管功率:700W。 4、升温斜率:启动三分钟后，升温速率稳定在(5.0±0.5)℃/min。 5、烧杯尺寸:直径110mm，高度130mm。 6、测量样品数:同时测量2个试样。 7、搅拌器 :磁力搅拌，搅拌速度连续可调。 8、试验结果处理 200组数据存储。 9、存储的数据可液晶调取显示，也可U盘转存查看(.csv文件)。 10、可选配微型打印机打印结果。 11、通讯接口 RS-485通讯接口，ModBus协议。 12、外形尺寸 390mm×300mm×575mm（长×宽×高）。 13、工作电源 220±10%VAC/50Hz。 14、整机功率 最大800W。 15、整机净重 12.0Kg。 16、使用环境： A.温度：15℃～35℃且相对稳定，无明显空气对流现象； B.湿度：≤85％；

遥感摄影测量边坡安全检测与应急决策系统针对采场边坡安全问题，综合考虑存在的边坡管理需求,将基于遥感测量的边坡监测技术、边坡稳定性评价技术、人工智能专家系统等技术整合起来并运用到边坡测量预警以及对应决策的选择上来，实现边坡安全态势、动态变化、预测以及破坏应急与应对策略、准确测控和全维度防范，为矿山安全问题的解决提供有效的技术支撑，对边坡稳定性做出满足工程精度要求的全范围实时监测。系统依据相关规定，结合我国矿区边坡稳定性的现状，并通过汇聚已有各类地质、采矿设计以及边坡稳定性研究资料，系统主动性和动态地处理已有数据、信息和知识，以此对采场边坡稳定性进行预知性监控和评估。借助GPS数据分析和边坡稳性预测预警、基于神经网络的稳定性分析技术等技术，建立矿业边坡安全检测知识库和边坡稳定性预测系统，对矿区边坡的安全状况进行实时监测和预警处理，达到防灾减灾的效果。同时提高矿山采场边坡稳定性管理水平和质量，为矿山采场安全生产提供有力之支撑。采场边坡稳定是影响矿山采矿安全生产的几个关键环节。现有技术没能很好地协调边坡稳定性评价、预测、监测及其与边坡灾害及采矿生产之间的关系，没能充分整合多种数据、信息、知识等为边坡生产安全提供动态实时评价。

本技术成果公开了一种卫星遥感数据的辐射纠正方法，本方法是以山区阴影和/或清洁水体光谱对原 始图像进行辐射纠正

本发明公开了一种无需 POS 辅助的低空遥感影像快速自动拼接方法，包括步骤:步骤 1，低空遥感 影像测区的全自动恢复;步骤 2，根据精匹配种子点对预处理后的影像进行精匹配获得精匹配结果;步 骤 3，对精匹配结果进行自由网平差迭代获得平差结果;步骤 4，根据差结果内插生成影像的数字地面 模型，根据平差结果获取影像在自由网坐标系下的相对外方位元素，基于数字地面模型和相对外方位元 素对各影像进行正射纠正，同时生成测区的正射影像拼接图。本发明无需 POS 数据辅助，可实现全自 动、快速生产正射影像拼图，能满足遥感影像准实时处理要求，适用于灾害应急响应、军事保障等领域。

本成果属于高光谱图像信息处理技术，为高光谱遥感图像分类方法。首先对高维高光谱图像提取第一主成分特征图，并利用结构元素对主成分特征图进行多维的空间结构特征提取，结合提取的形态学特征与原始光谱特征，利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解，最终通过最小残差判断准则确定像元类别。这种方法有效地并且充分的挖掘了高光谱遥感图像中的空间信息、形态信息和光谱信息。考虑到稀疏表示方法在迭代求解稀疏向量时的耗时性与对非线性数据的不可分性，进一步提出了基于差分形态学核协同表示的高光谱遥感图像分类算法。该成果方法通过核化的协同表示分类算法避免了优化求解的耗时性，同时克服了高维特征空间下数据的线性不可分性。算法首先通过差分形态学方法在高光谱遥感图像的主成分分析图上进行空间特征提取，并通过核变换方法将新特征字典投影到高维的线性核特征空间，最后利用核化协同表示算法的高效性对高光谱图像进行分类。 主要技术指标 University of Pavia 通过 ROSIS-03 传感器记录，该图像捕获了意大利帕维亚的帕维亚大学周围的市区。图像尺寸为 610×340×103，空间分辨率为 1.3 m / 像素，光谱覆盖范围为 0.43 至 0.86μm。该图像考虑了九个类别。其具有 42776 个标记样本。每类取 50 个有标记样本共 450 个样本作为训练样本。 请参阅表 1，本方法提出的高光谱图像分类方法，相比于传统分类器 SVM，OA 提高了约 18%；相比于 JSRC，OA 提高了约 5%；同时参阅表 2，展示了本成果方法的时间运行效率与相关方法的比较。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。 表 1 PaviaU 数据集上对比实验结果 表 2 不同数据集上时间运行对比实验结果

本发明提供一种基于区域变化率的遥感影像接缝线优化方法，包括步骤：计算待优化接缝线涉及的 左、右数字正射影像间重叠区域像素的差值矩阵；分别对待优化接缝线涉及的左、右数字正射影像的重 叠区域进行影像分割，并获得各分割区域的变化率；根据各分割区域的变化率确定待优化接缝线的优选 区域，并根据确定的待优化接缝线的优选区域优化重叠区域像素的差值矩阵；根据优化后的重叠区域像 素的差值矩阵以及待优化接缝线的起点和终点，对待优化接缝线进行优化。本发明适用于数字正

一种基于路径追踪的遥感影像 Bowtie 效应纠正方法，包括进行插值，使经纬度数据与原始影像具 有相同的分辨率；根据卫星的升降轨方向和扫描方向确定第一个纠正像元的搜索起点，设定对纠正影像 进行重采样的顺序，依次采用路径追踪的方式定位纠正影像的每个像元在原始影像中的位置，即搜索其 在插值后的经纬度格网中的位置，获得与纠正影像像元最邻近的若干个采样点用于灰度重采样来去除影 像的重叠现象。本方法计算效率好，充分利用原始影像信息，是一种严格的高精度中低

本发明公开了一种基于纹理基元的遥感图像分类方法，包括：·741·选取典型地物的遥感图像作为第一训练集和第二训练集；提取第一训练集中同类地物图像的邻域特征向量并聚类形成纹理基元，不同地物的纹理基元组成纹理基元字典；利用纹理基元字典对第二训练集中图像的邻域特征向量进行标记，并对中心像素进行分箱，统计各个图像的中心像素-纹理基元二维联合分布，形成纹理模型库；将待分类的图像划分成超像素，经拉普拉斯校准后统计各超