“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “全球抗疫，人人有责”   推出背景：         研究论文的可重复性是研究科学性的最重要基础。论文可重复性需要作者对研究的相关过程、研究对象和统计分析方法提供详细的描述，否则给其他学者重复实验带来很大困难，但是活体生理研究的可重复性差一直困扰着这一领域。有一些杂志在这方面已经进行了一些探索，但仍然不能避免一些研究可重复性差的问题。重现性、严谨性、透明性和独立验证是科学方法的基石。   实验的严谨性在于实验变量的统一，随着科技的发展，变量的因素会越来越完善，检测方法、检测设备也会越来越专业，除了我们已知的实验变量，其实还有很多的其他因素也是实验变量的一部分，只是还没有能够将这些因素通过精确数据的形式展示出来。   NMT创新产品系列，带您找到实验中的变量！   产品介绍 名称：微环境PM2.5监测仪 型号：PFP-100 品牌：旭月 产地：中国 简介： 应对挑战： 活体样品检测时样品及检测过程中的参数是数据重复性的关键 当下环境中的 PM2.5数值是人们所关注的，对于活体样品的检测，微环境PM2.5也是重要的指标之一 解决方法： 微环境PM2.5监测仪能够提供样品在微环境下PM2.5数据，对数据的重复性提供了较为重要的依据 微环境pM2.5的数据可以通过电脑、手机等终端查看，解决了人工记录数值可能造成的差异性及意外   功能特点 1.基本功能： 实时监测、记录样品培养、测试环境的PM2.5数值 液晶屏实时显示监测数值 可通过电脑、手机等终端查看和下载数据

“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “全球抗疫，人人有责” 推出背景：   温室效应，又称“花房效应”，是大气保温效应的俗称。大气能使太阳短波辐射到达地面，但地表受热后向外放出的大量长波热辐射线却被大气吸收，这样就使地表与低层大气温度增高，因其作用类似于栽培农作物的温室，故名温室效应。人类向大气中排入的二氧化碳等吸热性强的温室气体逐年增加，大气的温室效应也随之增强，其引发了一系列问题已引起了世界各国的关注。   大气中二氧化碳浓度升高及其带来的温室效应，正在给全球农业生产力及粮食和营养安全带来极大挑战。研究植物对大气二氧化碳浓度变化的响应，对于理解和预测未来全球气候变化对植物适应性和演化的影响, 以及提高农作物产量至关重要。   产品介绍 名称：微环境CO2监测仪 型号：PFC-100 品牌：旭月 产地：中国 简介： 应对挑战： 活体样品在监测时的外环境CO2浓度与检测数据结合 培养样品、处理样品时样品周围CO2浓度变化情况的数据记录 解决方法： 非损伤微测技术结合微环境CO2监测仪，能够实现活体的实时检测。能够得到活体流速数据以及活体样品微环境CO2浓度实时检测，两者实时数据相结合更能反映出样品与环境最真实的结合 微环境CO2监测仪能够提供实时的数据记录，并且能够输出文件，对于培养及处理样品时能够提供有效的CO2记录 功能特点 1.基本功能： 检测培养、实验环境空气中二氧化碳浓度（ppm） 2.性能参数： 工作电压：5V1A 测试距离：1mm-150mm（请勿接触样品） 浓度变化周期：5s 浓度测量范围：400ppm~64000ppm 工作温度:-5℃~+50℃

“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “全球抗疫，人人有责” 推出背景：         温度因子对植物的生长发育有很大的影响，它影响到植物种子的发芽、植物的生长、植物的开花结实及植物的分布，在植物栽培过程中，只有对当地的气候变化有充分的了解，才可以对植物采取合理的栽培管理措施。   任何植物都是生活在具有一定温度的外界环境中并受着温度变化的影响。首先，植物的生理活动、生化反应，都必须在一定的温度条件下才能进行。一般而言，温度升高，生理生化反应加快、生长发育加速；温度下降，生理生化反应变慢，生长发育迟缓。当温度低于或高于植物所能忍受的温度范围时，生长逐渐缓慢、停止，发育受阻，植物开始受害甚至死亡。其次温度的变化能引起环境中其它因子如湿度、降水、风、水中氧的溶解度等的变化，而环境诸因子的综合作用，又能影响植物的生长发育、作物的产量和质量。 产品介绍 名称：微环境温度红外监测仪 型号：PFT-100 品牌：旭月 产地：中国 简介： 应对挑战： 活体样品的检测结合实验过程中温度的实时变化是实验的难点，尤其是样品检测环境的温度，环境的温度可以使用温度计进行检测，而样品的温度不一定是环境的温度，在检测的过程中，样品温度实时的变化体现了样品当时的状态。 解决方法： 非损伤微测技术结合微环境温度红外监测仪，能够实现活体的实时检测，以及活体样品温度的实时检测，两者实时数据的结合更能反映出样品与环境最真实的结果。   功能特点 1.基本功能： 检测试验环境温度（℃） 检测样品温度（℃/℉） 2.性能参数： 工作电压：5V1A 测试距离：1mm-20mm（请勿接触样品） 温度变化周期：5s 温度测量范围：-70℃～380℃ 温度测量误差：±0.5℃（室温下）分辨率0.02℃ 使用环境温度: -40℃～125℃

广东蝶莱环境技术有限公司，专注于实验室环保设备和实验室环保工程领域的技术研究、产品开发和技术服务等，业务范围包括、实验室废水处理、实验室洁净新风系统、核酸PCR方舱实验室的设计及施工等。热销产品包括无管道净气型通风柜、无管道净气型试剂柜、无管道净气型安全柜、干式化学过滤器、实验室废水处理设备、新风净化机及方舱式核酸检测实验室等。 蝶莱位于粤港澳大湾区的核心区域－广州黄埔区，公司占地面积2000多平米，拥有完善的现代化办公体系和设施配套，集研发、生产、销售为一体，并设有行政、财务、采购、研发、业务、生产、售后等部门。公司自有独立的研发实验室，并聚集了100多人的高学历技术骨干，专业涵盖环保、化工、机电、暖通、建筑等，同时创建了一支100多人的一线生产队伍，此外还有多名国内研究机构人员组成的专家组提供高层次技术指导，每年为成千上万的客户提供专业技术支持与服务。

TES-8070A环境监测器   　　随着多媒体教学的广泛应用，传统的教学设备已无法满足管理信息化的需求，为了进一步提升教学质量与教学管理服务水平，打造便捷、智能、互联的智慧教室生态圈，深圳台电公司继其数字红外无线教室音频系统之后，重磅推出TES-8100系列智慧教学系统。该系统融合了当前TES-5600系列教室音频系统所用的数字红外音频传输及控制技术，同时运用网络通讯技术将多媒体教室中的多媒体讲台、投影机、幕布、电脑音视频设备、话筒及功放等诸多设备进行集中管理和远程控制，致力打造一个整体化、智慧化、安全化的智慧校园。     音质清晰 结合深圳台电自主研发的数字红外处理芯片及国际先进的数字红外技术，在20米范围内不论远近均保持完美音质：频响：主机线路-主机：50 Hz~20 kHz          麦克风-主机：100 Hz~20 kHz信噪比：≥90 dBA总谐波失真：≤0.05% 提高声音清晰度，让老师能较长时间以自然声调讲课，保护老师声带，避免声嘶力竭 清晰的声音能调动学生注意力，减少上课分心、开小差现象，从而提高听课效果 一体化设计，支持灵活扩展 软硬件一体化、模块化设计，支持无缝扩展其他模块 基于其智能操作系统，扩展升级丰富的教学应用 远程智能管控 支持外接触控一体机、投影幕布/白板等显示系统，可控制一体机、投影机、幕布的开关与升降，支持集中监控和管理各种用电设备，支持能耗监控与统计 智慧无线物联 实时采集教室内温湿度、CO2浓度、PM2.5、甲醛等数据，可根据预设自动开启空调，进行温湿度调节；可自动开启环境灯光、开合窗帘提供自然光源，营造舒适的教学环境       TES-8070A 环境监测器   TES-8070A ……………………………………………………………………………………………………………… 环境监测器（墙挂式或吸顶式安装，12V DC 电压供电，通过 RS485 连接 TES-8100M主机，可监测室内照度、温湿度、二氧化碳、甲醛、PM2.5 浓度）  

本发明公开了一种炼铁生产过程伴生能源的整体梯级回收系统,包括:包含燃气轮机的高炉煤气燃机发电系统和包含双压余热锅炉的余热回收发电系统;还包括烧结烟气回收系统和冷却热废气回收系统。所述的烧结烟气回收系统将来自烧结机的烧结烟气经除尘器除尘后,在第一引风机的抽吸作用下送入双压余热锅炉;所述的冷却热废气回收系统将冷却热烧结矿后产生的热废气在第二引风机的抽吸作用下也送入双压余热锅炉。本发明系统将烧结工艺显热和炼铁过程伴生的低热值高炉煤气进行整体回收,并且梯级利用,形成完整的、能稳定运行的中低温余热、低热值高炉煤气高效综合利用系统。

本发明公开了一种能源回收自清洁的垃圾输送系统，包括：用于输送垃圾桶升降循环的升降机构，所述升降机构具有环形输送件，环形输送件上间隔布置有多个连接座，每个连接座上转接有所述的垃圾桶；安装在所述升降输送机构两侧并用于保持垃圾桶升降运动姿态的限位轨道，靠近所述升降机构的底部设有无限位轨道作用的垃圾倾倒位；置于各楼层并用于控制垃圾桶在垃圾投放口停止的即停机构；位于所述升降机构下方的垃圾储存箱，用于储存各垃圾桶翻转倒出的垃圾。本发明适用于高层建筑各楼层垃圾的升降输送；节省电梯运输垃圾的功耗，节能减排；减少垃圾处理的人力消耗，降低管理成本。

随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。

高校科技成果尽在科转云

本实用新型提供一种电池箱、电池模组及新能源汽车，所述电池箱包括箱体、盖体和密封圈；所述箱体包括底面及设置于所述底面四周的侧壁，所述底面与侧壁形成一容置电池的容置空间；所述盖体包括顶面及设置于所述顶面四周的侧壁，所述盖体还包括设置在所述顶面的凹槽，所述凹槽用于放置所述密封圈，以使所述箱体与盖体盖合时，所述箱体的开口与所述密封圈接触；所述电池箱还包括密封填充物，在所述箱体与盖体盖合时，所述密封填充物设置盖合位置处的顶面四周的侧壁与所述底面四周的侧壁之间。采用本实用新型提供的电池箱，可以在提