“串口通信监听记录系统”用于计算机串口通信的协议分析、开发以及接口调试。在我国某些重要的基础产业中，引入了大批成套的国外设备。在成套设备中，如果某些设备故障，通常只能将故障设备送到国外进行维修或者更换，时间非常长、价格非常贵。因此，研制可替代进口设备的国产设备的需要非常迫切。在研制中，我们经常需要进行主机与人机接口设备的数据通信，但是国外公司为了封锁替代产品而采取了专用通信协议，通信协议保密不公开，这对我国研究替代产品设置了非常大的技术障碍。因此，一套的通信协议分析工具对我们来讲就非常重要和迫切了。 “串口通信监听记录系统”独创性地将串口监听和视频录像功能完美地结合在一起，使设备的动作表现和通信信息能够同步记录，是串口通信协议在线分析和线后分析的有利武器。该系统可以广泛应用于工业控制通信领域、有线/无线数据通讯、软硬件通信接口设计调试等领域。如图所示，本系统提供一种能够步记录通信数据和场景的系统和方法。通过通信接口监听器采集通信数据，通过摄像头采集场景图像数据，利用计算机进行通信数据流的记录和分析，利用计算机进行场景图像的存储，在人员分析通信协议时，可以进行通信数据和场景图像的同步回放。   主要功能： 1.数据通信监听功能 在两个串口通信设备之间接入通信监听接口，截获两个串口之间来往的数据。根据需要设置串口通信的串口号、波特率、数据位、校验位、停止位等，满足不同通信协议的设置。 2.行为录像和回放功能 通常通信双方设备在接收了指令信息后，设备的行为都会做出反应，例如：上位机屏幕的数据显示，司服机构的动作，然而这些动作都在一瞬间完成，研究分析人员往往来不及对此做出反应。行为录像功能可以将设备的行为与通信数据同步记录下来记录下来，以全速、步进、暂停方式对录像进行播放控制，以用于研究人员进行通信协议的研究分析。 3.数据和录像同步回溯功能 不但能够将数据和图像同步播放，寻找图像对应的数据。同时还可以以接收到的数据为索引，播放数据所对应的视频画面，有利于研究者通过数据来寻找设备的行为动作。   软件运行环境：Microsoft Windows XP/2000/98/    项目主要应用范围： 该项目可应用在工业控制通信领域、有线/无线数据通讯、软硬件通信接口设计调试等领域。    预期收益：

本实用新型提供一种振动形变记录系统，其特征在于：包括振动形变观测装置和摄像机，所述振动 形变观测装置包括换能器（1）、信号调理器（2）、频率分析模块（3）、频率合成器（4）和光源（5）， 换能器（1）、信号调理器（2）、频率分析模块（3）、频率合成器（4）和光源（5）依次连接，光源（5） 投射到被观测的振动目标上，被观测的振动目标处于摄像机的拍摄范围内。本实用新型提供低成本的振 动形变观测装置，支持用普通摄像机对高速振动物体的形变进行摄像记录，

系统概述： 通过互动终端直观的观察学习实践课程，能够更轻松的接收和理解课程内容，激发学生创作的能力，实时掌握学生操作情况，打破传统围观式教学。   使用及效果： 1、教师展示创客实践操作示范教学过程，学生模仿操作，教师进行同步讲解 2、调取任意学生创作过程的操作画面，教师大屏幕点评学生的创作成果，对重点步骤分析 3、将学生的创作过程及成果分屏对比教学，学生分享自己的创作思路，互相交流点评，提高创作能力，调动主动学习的积极性 4、教师可将创客实践的重要步骤、细节等录制成微课，生成即时性教学资源供学生课后复习   系统特点： 1、以学生为中心的小组互动教学模式 2、实现教学资源汇集、反复利用 3、拍摄幅面广，任意多角度可调节 4、安装方便，兼容多种大屏设备，无需布线，即开即用。   系统示意图： 联系方式： 广州市吉星信息科技有限公司 地址：广州市黄埔区玉树工业园D栋3楼 联系人：舒经理 电话：18924166589 公司官网：www.jetion.cn

本发明公开了一种全息记录材料、全息记录底板及其应用。所 述全息记录材料，按照质量比例包括 6％～60％的硫化锌纳米粒子、 0.2％～10％的光引发剂、以及余量的混合光聚合单体；所述混合光聚 合单体为极性光聚合单体与多官能度光聚合单体按照质量比 3:1～1:2 的混合物；所述硫化锌纳米粒子的平均粒径在 1 纳米至 50 纳米之间； 所述光引发剂为紫外光引发剂或可见光引发剂。所述全息记录底板， 包括所述全息记录材料和透明

XH-98型动态心电图记录分析系统，即心电HOLTER。它的前身XH-9400型动态心电图记录分析系统是国家医药局下达的“八五”期间重点医疗仪器开发研制项目，并于1996年通过国家医药局主持的专家鉴定验收。新的XH-98型在技术和指标上又有新的突破和提高。它是综合应用最新信号处理和分析技术、特征检测和模式识别技术、小波变换和非线性分析技术、微电子和计算机技

本系统是一种新型的医疗仪器，能够24小时同步监测、记录胃、食管内的PH值，按需记录ECG信号。主要用于上消化道功能性疾病的诊断，诸如胃�车拦芊盗鳎�ㄖ�盗鳎�敢悍置谑С＃�脑葱院头切脑葱孕赝吹募�鹫锒希�钚苑盗鳎�箍梢约觳狻⑵蓝ㄉ舷��拦δ芗耙┬ё饔谩６�庑┒际悄壳俺９娴奈妇怠⑽赋Ρ低福B超检查所无法诊断的常见消化道功能性疾病。整机及其关键技术、传感器立足

多通道记录分析装置按照虚拟仪器设计，由笔记本计算机及信号调理采集箱组成。能对多路电量进行连续记录，系统具有完善的测量分析功能，能对记录的电量进行时域和频域的全面测量分析。特别适用于电器装置投切动态过程和随机过程的测量分析。 有效值测量误差：＜0.5% 最大值/最小值测量误差：＜0.5% 波形系数测量误差：＜1% 谐波测量误差：＜3% 综合畸变率测量误差：＜1%

智能全景记录仪作为北京科技大学第三期贝壳种子计划的项目之一，是集计算机软件，信息系统集成和计算机硬件的研发类产品。目前团队共7人，负责人为田宙。该项目已经获得80万元的资金投入，并且也已经注册成为了有限责任公司。本项目的目标是研发一款基于虚拟现实和全景技术的执法记录仪，用于填补国内市场空白，已经获得了专利。

列车结构设备日趋复杂、速度不断提高要求其运行可靠性更高。对列车上的设备与系统进行实时监测和故障诊断是关系到行车安全提高列车运用效率的一项重要技术措施。通过技术手段对机车关键部件进行故障监测和诊断，在设备发生故障时可及时发现并确定故障部位，记录故障过程，通过司机室显示屏等向司乘人员报警并提示排除故障方法或采取应急措施的建议是该系统的主要目标。 系统主要包括以下模块（如示意图）： l  瞬间故障检测记录仪（黑盒子） l  取代低压电器柜各种有触点控制电器的逻辑控制模块LCM l  司机室显示屏（Arm9+Windows CE） l  机车运行状态数据采集模块 1、瞬间故障检测记录仪 对于自动化程度较高又比较复杂的系统，查找故障确定故障部位是一项技术性非常强的工作。确定固定性故障部位难，确定偶然发生即随机性故障部位更难。 机车瞬间故障检测记录系统由地面数据处理计算机和车载检测记录仪两部分组成。车载检测记录仪可对机车在运行状态中的多项参数进行实时监测，一旦发生故障，该装置即可将故障发生前至故障发生后一段时间内机车各主要参数的变化情况记录下来。依此可以掌握发生故障前和故障后，机车各主要参数的变化规律，为准确确定故障部位，查明事故原因提供依据。 其主要功能与技术特点如下： 以高速数字信号处理器(TMS320VC5509A)为系统的核心，配以高速的AD采集芯片大大提高了系统的灵敏度； 以高速大容量FLASH作为故障数据的存储ROM； 采用先进的USB接口应用技术，把故障检测记录系统记录的故障数据方便快捷的传送到上层PC机上来； 功能强大的地面分析软件，准确指导、故障分析、排除隐患； 丰富的网络接口（MVB CAN）； 采样通道的灵活配置可以方便的应用于各种机车； 2、逻辑控制模块LCM 随着技术的进步，有触点控制电路可靠性差、维护费用高、体积庞大等问题，越来越难以满足对控制系统性能提高的要求。 逻辑控制模块LCM(Logic Control Module)在功能上等同于LCU，采用专用大规模集成电路实现控制逻辑，输入光电隔离、VMOS功率输出，不存在单片机程序易“跑飞”和“死机”的问题，通过网络接口可将系统的故障及状态等信息上传。LCM在韶山系列机车上可简单地装在低压柜内拆掉的继电器位置上，对机车改造、布线的工作量很小。该系统在繁忙的大秦铁路运煤货运机车上的实际运用中充分体现了其体积小、可靠性高、功耗低、信息化程度高等显著特点。 主要功能与技术特点 Ø 取代（机车）低压电器柜各种继电器（控制电器）； Ø 通过网络接口上传系统/机车状态信息，网络传输速率可达1Mbps； Ø 基于SoPC技术，体积小集成度高，系统可靠性高； Ø DC110V供电。 3、司机室显示屏 显示屏采用宽温大视角的工业级TFT-LCD，以ARM9微处理器、WindowsCE为平台，以高速大容量FLASH作为故障数据的存储器，具有标准RS232、USB接口和MVB等多种网络接口。 该显示装置作为一台完整的工业控制计算机，不但适用于各种机车，也适合应用于其他工业控制及检测领域，具有广泛的应用前景。 主要功能： Ø  机车状态实时监测 Ø  故障自动提示 Ø  历史故障记录 Ø  丰富的标准接口 便捷的操作，多样化界面： Ø  10.4英寸16dppTFT显示屏 Ø  ARM920T处理内核 Ø  Windows CE操作系统 Ø  SPI高速通信，串口 Ø  MVB，CAN，以太网，USB Ø  人机接口良好，操作方便 准确的故障提示、上千次的行车故障记录： Ø  故障诊断快速准确，及时提示司机应急方法 Ø  历史故障存档及转储，为机车故障分析提供依据

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。