产品详细介绍   DCD-100型储能电介质充放电测试系统关键词：储能，电介质，充放电目前常规的方法是通过电滞回线计算高压下电介质的能量密度，测试时，样品的电荷是放回到高压源上，而不是释放到负载上，通过电滞回线测得的储能密度一般会大于样品实际释放的能量密度，无法正确评估电介质材料的正常放电性能。DCD-100储能型电介质充放电测试系统专为研究储能电介质材料快速充放电性能而设计，适用陶瓷、薄膜材料，可进行变温下的欠、过阻尼充放电测试。是目前研究储能材料的重要科研设备，是目前高等院校和科研院所的shou选设备。一、产品特点：1、内置直流高压模块，zui大电压：10kV，20KV 多种可选，电流：0-5mA；2、通过电流探头监测放电电流，zui高可达100A-200A；3、可以实现欠阻尼和过阻尼两种测试模式，欠阻尼测试时，放电回路短路，不使用电阻负载，过阻尼测试时，使用较大的高精度无感电阻作为放电负载；4、通过示波器采集数据，并能直接计算储能密度；9、专业的载样平台，适用于陶瓷和薄膜样品测试；10、可以变温测试，0-250℃；11、可以疲劳测试，饱和极化，剩余极化等功能12、本系统采用特殊高压开关，通过单刀双掷控制充电和放电过程，开关可以承受10kV高压，寄生电容小，动作时间短；二、主要参数1、电流探头带宽：120MHz2、峰值电流：0-100A，150 A(多种电流可监测）3、电流采集精度：1mA4、高压源模块：3KV，5KV， 10kV，15KV多可选（电流：0-5mA）5、开关适用：100万次，zui高耐压15kV。6、温控范围：0-250℃。7、温度稳定性和精度：0.1℃8、测试样品：薄膜，厚膜，陶瓷，玻璃等9、可以疲劳测试，饱和极化，剩余极化等多种参数测试10、可以配合各种极化设备进行多种压电材料和介电材料的测试

产品详细介绍 产品名称:方杆投影机固定吊架产品型号:X-4365   X-6310全部采用内六角螺丝固定 颜色：白色/黑色 设计极具灵感；可以任意调节高度、内置走线槽，走线槽隐藏在吊杆内部，能将几乎所有连接线隐藏在内部而不用在吊杆内攻丝。具有万向接头可以任意调节投影机角度。安装简便；采用铝质材质，美观大方；升缩杆具有5种不同伸缩范围可供选择。上下可调节范围：30o，旋转范围：360o。适用90%以上的投影机。 主要技术特点：选材精良，坚固可靠；超强兼容，可调配各种角度和长度，适用90%以上投影机；万向设计，调节自如。伸缩长度:43-65cm/63-100cm包装尺寸：31×11×6cm材质：钢材与铝合金     

主要性能及特点： 公称力25吨，加工板材尺寸为 2500×1250mm ， 采用科力达公司与山东科技大学共同开发的KLDSK-3.2数控冲床专用系统数控系统，控制X、Y、Z轴； CAD二维图形方式编程，可实现CAD图形直接转换加工程序，具有加工图形摸拟显示加工轨迹，具有模具库管理自动选模加工、自动优化加工路径、断点加 工计件显示等功能，操作方便快捷，更加人性化； 全方位碰撞检测功能，防止误操作，杜绝废品；采用了开式钢板焊接机身，经壁炉回火处理去除内应力，稳定性好，外形设计动感美观，维修方便，采用高精 度电机，传动精度高，转动惯量同比其他伺服电机提 高1倍，发热低、提高电机参数，抑制损失，减少温度，具有自动检测反馈功能； 镶套机构转塔，导向好精度高，直线导轨、滚珠丝杠－台湾上银，避免板材划伤。

MX220桌面五轴联动数控机床   MX220桌面五轴联动数控机床是一款桌面式微型五轴联动数控机床，适用于小型精密五轴零件及各种各样的复杂零件加工；具有体积小、重量轻、搬运方便、操作灵活等优点；使用220伏电压，配置工业级五轴联动控制系统面板，带5轴三档电子手脉；机床具有X、Y、Z三个直线轴和两个旋转轴（B轴+C轴）五个坐标轴，X、Y、Z直线轴采用直线导轨，BC两个旋转轴采用谐波减速机，保证高精度和高稳定性；具有一次装夹、任意曲面加工、复合工艺加工等优势、操作便利；具有性价比高、性能稳定、故障率低、维护成本低等优点； 主要用途 MX220桌面五轴联动数控机床主要用于数控教学与培训，该机床主要加工铝合金、铜、塑料及铁、模具钢轻加工，主要用于职业院校、高校创客创新实验室等，进行五轴联动数控编程教学和实操培训等。   产品特性： 工业级五轴联动控制系统面板；带5轴三档电子手脉； 高精度带预紧滚珠丝杆及螺母，具有运动灵活性、热变形量小； XYZ轴采用直线导轨，BC旋转轴采用高精度诣波减速机； 采用铸件床身，机床稳定性好，刚性好，精度稳定； 使用220电压、全封闭钣金结构； 展现当代先进制造业的高速高效高精尖加工的理念； 应用于职业院校、高校创客创新实验室等，进行五轴联动数控编程教学和实操培训等； 执行国际标准G代码和多种CAM软件（MasterCAM、UG、Fusion360等）； 便于课程开发，满足老师教学，强化学生技能； 工作环境干净整洁，无油污，异味；改善环境，低碳环保； 价格实惠，教学成本低，解决了大型工业级多轴数控机床的价格昂贵，增加学生实践上手的机会； 序号 项目内容 技术参数 1 床身及回转台 结构：铸铁立式结构，XYZ轴直线导轨，主轴立柱带动刀具移动 回转轴：BC轴摇篮式转台，高精度诣波减速机 2 全封闭防护罩，抬起式单门（气动门） 3 工件冷却装置 冷却装置为内置风冷，使用0.6帕气压，M指令控制 4 线性轴精度 定位精度：0.02mm 重复定位精度：0.015mm 5 旋转轴精度 定位精度：16" 重复定位精度：12" 6 轴移动行程 X/Y/Z行程：220×120×200mm 7 B轴行程：+30～-120° 8 C轴行程：+/- N×360° 9 最大加工范围：Φ100×180mm 10 机床主轴 主轴锥柄：MT3 11 主轴最大功率：550w 12 主轴最高转速：3500rpm 13 最大夹持刀具直径：Φ16mm 14 工作台参数 工作台尺寸: 100/460×130mm 15 工作台承重：15kg 16 T型槽：12 mm/3 17 线性轴移动速度 X/Y/Z轴：2000mm/min 18 回转轴移动速度 B/C轴：≥50r/min 19 数控系统 YORNEW M5工业级五轴联动控制系统面板 20 电子手脉 5轴三档电子手脉 21 使用电压 AC220V/50H 22 外形尺寸 930×750×920mm 23 净重/毛重 180kg/220kg  

成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：

针对子载波非连续可用的情况下，基于迭代平均处理的思想，设计了适用于载波扩展OFDM系统中的导频符号，使用这种导频符号，能有效地克服OFDM系统峰均功率比过高的问题，且能保证较优异的误比特性能。