本发明公开了一种液电脉冲激波发生器。包括高压电极、低压 电极、绝缘结构件以及金属外筒等，高、低压电极尖端为棒-棒电极， 并进行端部表面椭球面平滑处理，保证液体中击穿电压的稳定性和烧 蚀寿命。绝缘结构件、高、低压电极配合形成旋转抛物面空腔，高、 低压电极之间的放电间隙中点位于抛物面的焦点，保证液电放电形成 的直达波和反射波定向径向辐射，有效提高液电脉冲激波的强度，同 时能减少对绝缘结构件的损坏。本发明的液电脉冲激波发生器结构简 单，通用性好，可靠性高，且聚焦腔可定向提升激波的强度，应用范 围广泛。&n

本发明提出一种用于提高脉冲涡流检测信号信噪比的方法，通过首先从原始信号中截取某一时间区间段的一段波形，并且判断这段信号是否为不携带试件信息的纯噪声信号，如果是，则对该准周期信号进行周期延拓得到和原始信号长度相同的信号，并将原始信号与该周期延拓得到的信号相减，最后对相减后得到的信号进行中值滤波。通过采用该方法，可有效滤除脉冲涡流检测信号中各种空间电磁场干扰信号和白噪声，同时抑制信号漂移，提高仪器系统的抗干扰能力。

本发明公开了一种脉冲功率开关电路封装结构。包括第一铜箔、 半导体脉冲功率开关芯片、电容、第二铜箔、铜柱、磁开关和第三铜 箔；电容的一端焊接第三铜箔，另一端焊接铜柱的一端，铜柱与电容 的中心轴垂直，铜柱的另一端穿过磁开关的中心焊接至第二铜箔的一 端，第二铜箔与电容的中心轴平行，其另一端靠近电容的一面焊接半 导体脉冲功率开关芯片的阳极，半导体脉冲功率开关芯片的阴极焊接 第一铜箔。本发明将多个外围器件与半导体脉冲功率开关封

本实用新型公开了一种磁约束脉冲涡流传感器，包括底座、永磁体、激励线圈、接收线圈、航空插座和端盖，其中底座呈上端开口下端封闭的筒体，且其开口端由端盖予以封闭；永磁体呈圆环状结构，其上下端面为磁极且极性相反，同轴设置在底座的底部；接收线圈同轴设置在永磁体的内部，它的内部继续同轴设置激励线圈；航空插座设置在端盖上部，并分别用于实现激励线圈和接收线圈与外部之间的电连接。通过本实用新型，能够有效克服现有技术检测灵敏度不高的缺点，同时具备结构紧凑、便于操控和发热量低等特点。

本发明提供了一种电磁脉冲助推式渐进拉深成形方法，包括将 待成形板料置于凹模与凸模之间；实施预成形，使位于凸模底部的待 成形板料被压入凹模内；在待成形板料位于凸模底部的部分施加电磁 力，向下推送待成形板料；同时在待成形板料的周边均施加电磁力， 向凹模的中心推送待成形板料，使待成形板料流入凹模内；在凸模上 施加下压力，使凸模下行，使待成形板料位于凸模下部的部分被向下 拉深；反复执行冲压拉深与电磁脉冲拉深，直至完成待成形板

围绕功率半导体技术的发展，以体积小、重频高、易触发、可控性强、寿命 长、可靠性高等优点，逐渐取代气体开关而成为了脉冲功率源中的主导开关，脉 冲功率发生器全固态化也成为脉冲功率技术的研究热点和发展趋势。由于高功率 快脉冲源高幅值、快速上升沿下降沿，其在工业应用、环保和医疗领域中的应用 也越来越广泛。基于半导体开关的全固态脉冲电压倍增技术，及其多种拓扑的实 现方案，可以轻松实现单极性和双极性的方波高压脉冲;同时，利用半导体开关的移相控制技术和截尾技术，可实现快速下降沿和脉宽可调节的方波脉冲。

随着社会老龄化以及人民生活水平的提高，以干细胞为核心的再生医学发挥着越来越重要的作用。关节软骨损伤及其退行性病变-骨关节炎给社会带来越来越大的劳动力损失以及患者生活质量的下降。本项目利用纳秒脉冲电场选择性降低DNA甲基化，提升干细胞干性，促进干细胞多向分化。应用范围 本项目可用于诱导多能干细胞（iPS）制备；干细胞分化前准备和成骨、成脂以及成软骨分化；体内骨、软骨再生；骨关节炎的早期干预和对症治疗；细胞治疗；细胞分泌因子调控等领域。 项目阶段 1.纳秒脉冲电场是新兴的、能够精确控制场强和脉宽的电场技术，可以比传统电场更加精准地控制参数，以及提升场强到KV/cm。它有效地穿透细胞膜、作用到细胞器和染色质，发挥广泛的生物学效应。 2.我们发现纳秒脉冲电场的不同参数组合（场强、脉宽、频率、刺激个数、应用时间点等）会引起不同的生物学作用。基于该理念，实验室前期工作发展了使用纳秒脉冲电场：a.选择性DNA去甲基化；b.提升干细胞干性；c.促进干细胞分化（成骨、成脂和成软骨）；d.促进处理后的干细胞体内软骨再生的能力；e.提升细胞分泌因子能力；f. 改良传统的“电击杯”(BTX electroporationcuvette #45-0125)，开发出能够连续为细胞施加刺激的导电薄膜。

随着社会老龄化以及人民生活水平的提高，以干细胞为核心的再生医学发挥着越来越重要的作用。关节软骨损伤及其退行性病变-骨关节炎给社会带来越来越大的劳动力损失以及患者生活质量的下降。本项目利用纳秒脉冲电场选择性降低DNA甲基化，提升干细胞干性，促进干细胞多向分化。

产品详细介绍【仪器功能与特点】 ·适用于测量各种不同截面、不同介质的各种电力电缆、高频同轴电缆，市话电缆及两根以上均匀铺设的地埋电线电缆的高低阻、短路、开路、断路以及高阻泄漏和高阻闪络性故障。 ·在低压脉冲状态下，可自动完成故障距离的计算。 ·可测35KV以下等级所有电缆的高、低阻故障，适应面很广。 ·采用了国际先进的“多脉冲法”测试技术，同时还具有传统的冲击高压闪络法和低压脉冲法。 ·多次脉冲模式时，任何高阻故障均呈现最简单的类似于低压脉冲短路故障特征的波形，极易判读。 ·具有方便的全中文菜单以及清晰屏幕触摸键操作。 ·检测故障成功率、测试精度及测试方便程度优于国内其他检测设备。 ·超大液晶屏作为显示终端，仪器具有强大的数据处理能力和友好的显示界面。 ·具有极安全的采样高压保护措施。测试仪器在冲击高压环境中不会死机和损坏。 ·具有屏幕拷贝功能，用于波形打印。 ·按键定义简单明了，操作简单，可靠性高，测量方法简单快速。 ·内置电源，可在无电源环境测试电缆的开路及低阻短路故障。 ·具有USB接口，可用移动硬盘进行数据拷贝。 ·具有通用的网络接口，可直接通过网络进行数据远程传输。 【主要性能指标】 ·测试方法：多脉冲法；冲击高压电流取样法；低压脉冲法. ·冲击高压：低于35KV ·数据采样速率: 120MHz、90MHz、60MHz、30MHz ·测试距离：＞15Km ·读数分辨率：＜0.5m ·系统测试精度小于50cm ·测试脉冲幅度：约380VP-P ·多脉冲发送及故障反射信号的自动显示，使得故障特征波形的表示极为简单。所有的高阻故障波形仅有一种，即类似低压脉冲法的短路故障波形。 ·具有测试波形储存功能：能将现场测试到的波形按规定顺序方便地储存于仪器内，供随时调用观察。可以储存大量的现场测试波形。 ·能将仪器在不同的工作状态下测得的故障电缆波形同时显示在屏幕 上进行同屏对比和叠加对比。使得故障距离的判断更加准确。 ·内置电源：充满电后可连续工作6小时，亦可外接交流电源工作。 ·工作条件: 温度-10℃～+45℃，相对湿度 90%，大气压力750±30mmHg。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。