一种具有自洁功能的空气净化器，本实用新型涉及空气净化设备技术领域，左端盖和右端盖的中部均固定嵌设有微型电机；圆筒腔体内侧中部固定设置有离心风机；圆筒腔体包含内壁和外壁；内壁与外壁之间设有气道；圆筒腔体内部的两侧对称固定设置有滤网组件，滤网组件的两侧对称设有滤网支架；滤网支架的中部通过轴承穿设有转轴；转轴上从外至内依次设有金属滤网层、杀菌层、活性炭层和负氧离子层；金属滤网层靠近滤网支架的一侧设有毛刷；金属滤网层与杀菌层之间设有吸尘器嘴；圆筒腔体的底部固定设置有底座；底座内侧的上部活动插设有集尘盒，能够

目前用于空气过滤的净化材料，主要以丙纶、涤纶纤维无纺布为主，其微观结构是以直径为50~100nm 、长 10~20µm 的纤维组成多孔的纤维薄膜。对空气中悬浮颗粒（包含 PM2.5）的过滤净化主要是通过多层纤维进行阻隔，存在着过滤性能与透气性相矛盾的问题，且无法有效解决。本项目采 用涂装技术将多孔矿物材料、矿物纤维材料与 ePTFE 纤维进行了复合，在多孔纤维的结点上担载了一定量多孔矿物或矿物纤维作为吸附活性中心，制备出具有吸附功能的纤维过滤材料，可实现对微细、 超微细颗粒过滤的同时产生吸附作用，这样即使存在较大的孔隙也能产生良好的净化作用，可有效解 决过滤性能与透气性相矛盾的问题。经过检测，本项目所制备的样品对空气中微细、超微细颗粒（以PM2.5 为例）具有很强的去除功能，且透气性良好。

设计合成了C/ a-MoC /Ag三组元复合电催化剂，巧妙利用高度石墨化多孔碳矩阵的高导电性、a-MoC的稳定性、Ag纳米团簇的单分散性和优越氧吸附特点，C、a-MoC和Ag之间相互作用产生有效协同效应，使得C/ a-MoC/Ag复合催化剂具有可以与贵金属铂媲美的电化学氧还原性能。通过旋转圆盘电极测试了C/ a-MoC/Ag新型复合催化剂在碱性条件下的氧还原电催化性能（如图1），C/α-MoC/Ag的半波电势迁移到电势更正的位置（−0.145 V ），这表明氧分子还原性能由于C/α-MoC和Ag之间的协同作用得到了很大的提升。尽管Pt/C电极产生了更正的半波电势（-0.125V），但是C/α-MoC/Ag复合催化剂在-0.8V的质量传递限制电流密度相比Pt/C来说增长的斜率更大。更重要的是Ag在C/MoC/Ag中的含量仅为百分之6.7，相对于20%Pt/C来说极具有商业应用价值。为了进一步阐明C/α-MoC/Ag的协同效应，他们利用DFT理论研究了氧气分子在a-MoC(001)负载Ag纳米颗粒的吸附行为（图2），结果表明，相对于纯的a-MoC(001)面比较来说，少量Ag负载后，整个基地表面上氧气分子的活化能均大大降低(>0.28eV)，充分说明了复合催化剂C/α-MoC/Ag三成分之间的有效协同效应。此研究为设计新一代价廉高效空气电池用电催化材料提供了新思路。

本发明公开了一种低温空气分离的超导磁分离器、分离装置和方法，其中超导磁分离器包括外壳，以及设于外壳内的分离芯体，分离芯体包括：外磁体；至少一部分为多孔超导薄膜的分离元件，该分离元件设置在外磁体磁场内部；多孔超导薄膜一侧与自空气原料进口进入的空气原料接触，用于收集氧气，并通过氧气出口排出；超导体另一侧用于收集穿过孔结构的氮气，然后经氮气出口排出。相比于传统的磁力空气分离，本发明磁场强度、梯度更高，低温的原料空气中氧分子的磁化率成倍增大，并且可以提供磁体和薄膜维持超导状态所需的冷量，因此分离效率、产品纯度更高，在化工、冶炼、医疗等需要提供高纯度氧气的领域有着广阔的应用空间。

非热等离子体协同催化作为室内空气净化技术的核心，其原理是借助高压放电产生的氧化性粒子杀灭微生物，部分氧化降解有机污染物，并去除空气中的细颗粒物。催化剂则起到强化氧化性粒子与空气中污染物或部分氧化产物之间的作用，从而高效、彻底去除空气中的污染物，并实现放电副产物的催化净化。 根据应用场所的空气温、湿度和污染物特性，通过非热等离子体协同催化与吸附、过滤功能单元的有机组合，一方面可实现室内空气所含有机污染物（甲醛和苯系物等）、生物性污染物（细菌和真菌等）和细颗粒物的同步高效净化。另一方面，可确保净化处理的低造价、低运行费用、低运行噪声、无二次污染，便于维护和长使用寿命。基于该技术，既可构成独立式室内空气净化器，也可作为空调系统的一个单元，出现在净化型空调机组之中。 围绕本技术已申请专利4项，其中，授权1项。

大多数等离子体辉光放电需要使用惰性气体或者惰性气体和氧气的混合气体，或者需要外加气流来得到稳定的放电效果。传统上，如果用空气作为工作气体，放电形式为电弧，其温度很高。我们课题组近期发明一种便携式大气压空气等离子体发生器，是一种结构简单成本较低的便携式的大气压空气等离子体发生器，由于正电极内嵌于阻燃性绝缘介质容器，其不仅安全而且可以避免发生弧光放电。此便携式大气压空气等离子体发生器电离激发时，产生的冷等离子体辉光，人体可以触摸，可以处理任何材料（人体、金属、塑料等）。且此空气冷等离子体辉光均匀，富含多种活性成份，对杀菌、消毒及材料改性有显著作用，基于此开发的产品有很好的市场及经济价值。已申请专利：ZL201310002111.1（发明）和 ZL201320076075.9（实用新型）.

产品详细介绍赛格/空气负离子检测仪AIC-3000空气负离子测试仪美国ALPAIC3000TEL: 021 64609527 空气离子计数器吸入空气（或者其它含离子的气体）通过一个平行极板装置。外侧的两块极板保持正的或负的极化电压，中间是线性检测极板。极板空气间隙4mm，极化电场强度1000V/m由于具有整体的静电防护和强力的风扇，即使在有很强的静电场或有风的不利条件下也能给出精确的读数响应速度快，只需约2秒，提高测试效率体积小重量轻，操作简单方便;技术参数：测量范围 AIC-1000: 10-1,999,000 ions/cm3 (范围10-2百万个负离子) AIC-2000: 100-19,999,000 ions/cm3 (范围100-2千万个负离子) AIC-3000: 1000-199,999,000 ions/cm3 (范围1000-2亿个负离子)精 度 ±25%对快速离子(迁移率大于8×10-5m/s per V/m)分三档 : 低、中、高离子浓度读数稳定时间 响应时间2秒，正负离子切换10秒噪 声 10 ions/cm3(10秒内)串 扰 1:5000(离子选择性，正负离子间的干扰)电 池 9V碱性电池，备用状态10h，测量2h工作湿度 ≤99 %R.H （不凝结水）工作温度：温度 － 20 ～ ＋60°C尺寸重量 175×90×65(mm)/450g标准配置主机、接地线、使用说明书

房树人心理测验系统

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

AI多模态情绪分析系统，是人工智能与心理学、计算机视觉、听觉感知等学科深度融合的前沿方向。它不再局限于传统的问卷答题，而是像一位敏锐的观察者，通过分析你的面部微表情、语音语调、肢体语言，甚至生理信号，来实时、客观地"读懂"你的情绪状态。这种技术正在心理健康、教育、人机交互等领域开启全新的可能性。 这套系统的核心在于"多模态"和"融合"。它模拟了人类如何综合视觉、听觉信息来理解对方情绪的过程。 多源数据采集：系统通过摄像头、麦克风等设备，同步采集个体的面部视频、语音音频，甚至可接入可穿戴设备获取心率等生理信号。 单模态特征提取：针对每种数据，用不同的AI模型提取情感特征。 视觉：分析面部肌肉运动（如嘴角上扬、眉毛紧蹙）、头部姿势、眼神等。先进的技术甚至能捕捉难以伪装的微表情（持续仅1/25至1/5秒），或通过分析面部血流图谱（rPPG）来感知生理唤醒水平。 听觉：提取语调、语速、音高、能量（MFCC梅尔频率倒谱系数）等声学特征，判断声音中的情绪色彩。 文本/语义：如果涉及对话，系统还会分析说话内容的语义，理解话语背后的真实意图和情感倾向。 多模态融合与情感解码：这是最关键的一步。系统通过复杂的深度学习算法（如Transformer、自监督多任务学习框架等），将来自不同模态的特征信息进行时空对齐和深度融合。例如，一句愤怒的"我没事"，配上闪躲的眼神和紧绷的嘴角，才会被准确识别为"掩饰性的愤怒"，而非字面意思的"没事"。