产品详细介绍

产品详细介绍产品概述： BSM320数字超声波探伤仪能够快速便捷、无损伤、精确地进行工件内部多种缺陷如裂纹、焊缝、气孔、砂眼、夹杂、折叠等的检测、定位、评估及诊断，广泛应用于电力、石化、锅炉压力容器、钢结构、军工、航空航天、铁路交通、汽车、机械等领域。它是无损检测行业的必备仪器。自动化功能 ●自动显示缺陷回波位置（深度d、水平p、距离s、波幅、当量dB、孔径ф值）； ●自由切换三种标尺（深度d、水平p、距离s），满足不同的探伤标准要求和探伤工程师的标尺使用习惯； ●自动增益：自动将波形调至屏高的80%，大大提高了探伤效率； ●自动φ值计算：直探头锻件探伤，找准缺陷最高波自动换算孔径ф值； ●自动DAC、AVG曲线自动生成并可以分段制作，取样点不受限制，并可进行修正与补偿，满足任意探伤标准； ●自动分析并显示回波次数。 放大接收 ●硬件实时采样：150MHz，波形高度保真 ●闸门信号：单闸门、双闸门，峰值或边缘读数 ●增益调节：手动调节110dB（0.2dB、0.5dB、1dB、2dB、6dB、12dB步进）或自动调节至屏高的80% 探伤功能 ●曲线包络和波峰记忆：实时检索并记录缺陷最高波 ●φ值计算：直探头锻件探伤找准缺陷最高波自动计算 ●缺陷定位：实时显示水平值L、深度值H、声程值S ●缺陷定量：实时显示SL定量值 ●实时显示孔状缺陷Φ值 ●缺陷定性：通过波形，人工经验判断声光报警 ●闸门报警：进波报警、失波报警数据存储 ●10个探伤通道，存储预先调校好各类探头与仪器的组合参数，自由输入任意行业探伤标准，方便存储、调用、与计算机通讯 ●内存300幅探伤波形及数据，实现存储、调出、打印、与计算机通讯传输。 ●内存30000个厚度值时钟记录 ●实时探伤日期、时间的跟踪记录，并存储控制接口 ●高速USB、RS232两种接口与计算机通讯电源高效能锂电池供电，连续工作7小时，锂电池可自由更换直接连接220V电源工作充电的同时探伤仪正常工作技术参数扫描范围： 0~10000mm 工作频率： 0.4MHz～15MHz 垂直线性误差 ≤3% 水平线性误差 ≤0.1% 灵敏度余量 ＞62dB（深200mmΦ2平底孔）分辨力 ＞40dB（5N14）动态范围 ≥32dB 噪声电平： ＜8% 硬采样频率 150MHz 重复发射频率 100~1000HZ 声速范围 1000～9999（m/s）工作方式 单晶探伤、双晶探伤、穿透探伤数字抑制 （0～80）%，不影响线性与增益工作时间 连续工作7小时以上（锂电池）环境温度 （-20～70）℃（参考值）探头零点（ms） 0.0~99.99 外型尺寸 240×180×50（mm）标准配置 1. BSM320主机 1台 2. 直探头 1个 3.　 斜探头 1个 4. 9V电源适配器 1个 5. 探头连接线 2根 6. 产品包装箱 1个 7. 使用说明书 1本 8. 合格证、装箱卡、保修卡 1套选配件 1.PC超声波探伤仪通讯软件 2.标准试块青岛欧士德经贸有限公司地址：青岛市四流南路94号 创业基地4楼电话：0532-8496 8333 传真：0532-8486 4200 联系人：郭书成 手机：186 639 99339 网址：http://www.sd1717.cn/

技术分析(创新性、先进性、独占性)开发了新颖的深度学习算法，准确识别患病部位，准备诊断患病类型，可以显著提高临床效益。自主独立开发。已经在两家大型三甲医院做测试，算法和程序代码完整，

技术分析(创新性、先进性、独占性) 开发了新颖的深度学习算法，准确识别患病部位，准备诊断患病类型，可以显著提高临床效益。自主独立开发。

深圳国际研究生院张盛副教授团队在已开展的核酸测序方面的专用图像传感元器件关键技术基础上，提出了“基于单分子荧光图像测序的冠状病毒核酸智能检测技术”重大攻关项目研究方案。课题组通过远程网络讨论与协作等多种方式，组织了相关学科的专家多次进行技术研讨，并与深圳市行业内的权威机构合作，在两周内快速进行原理论证，形成技术方案，完成智能检测装置的原型结构设计及前期研究准备工作。 项目致力于开发具有核酸智能检测能力的低成本嵌入式物联网设备，为公共卫生防疫事业提供更加有力、且具备“提前生产、快速部署、分散检测”特点的新型核酸检测的解决方案，有望实现未来冠状病毒传染事件中基因序列的快速发布与潜在感染者的本地化核酸检测能力快速部署，帮助医护人员和民众在家庭或社区对感染或疑似患者进行现场筛查，减少潜在感染者的聚集与交叉感染，快速实现核酸检测层次的确诊检验与病症初筛，助力疫病防控和公共卫生领域战略科技力量的提高和储备。

本系统采用Core图像数据库51135幅，每幅图像提取纹理与颜色相综合的128维特征值构建特征数据库，采用自行设计的度量距离分类学习算法，在传统的图像检索基础上引入学习机制，系统共分类369个，每一类选取少量有代表性的图像（最多不超过6幅），试验表明，在提供有限的学习样本条件下，能有效提高图像检索的精度。 系统采用两种检索方法进行比较，一种是传统的欧氏距离，另一种是本系统设计的分类距离学习方法，比较两者在图像检索精度上的差异。 该原型系统核心程序在Linux下用C编译实现，图像检索界面由PHP实现，通过Web服务器实现在线检索功能。

哈尔滨工业大学联合哈尔滨医科大学联合研发“新冠病毒肺炎CT图像自动分析系统”，该系统阅片效率是人工阅片速度的30倍，新冠肺炎相关病变检测准确率基本达到了医生水平，可以定量评估病变范围。 由于新冠肺炎患者肺部CT图像上有较为典型的征象，可以作为新冠肺炎快速诊断和病情评估的重要依据，因此哈尔滨工业大学计算机科学与技术学院邬向前教授联合哈尔滨医科大学附属第二医院影像科李萍教授，成立哈工大-哈医大联合攻关小组，研发“新冠病毒肺炎CT图像自动分析系统”。联合攻关小组紧急联系中国多家医院，收集177000多张肺部CT图像，其中包括来自新冠肺炎患者的近40000张图像。 联合攻关小组克服了各种困难，经过多天通宵达旦努力工作，仅用了一周左右的时间就初步研发成功可用于诊断评估新冠肺炎的CT图像自动分析系统。该系统可以自动检测CT图片上新冠肺炎相关病变，并估算病变区域在整个肺部的比例，为新冠肺炎患者的筛查和病情评估提供了依据。这些信息，在人工阅片时无法得到。该系统已在哈尔滨医科大学附属第二医院进行部署试用。该系统具有非常优越的性能，其阅片效率差不多是人工阅片速度的30倍，新冠相关病变检测准确率基本达到了医生水平，尤其可以定量的评估病变的范围对临床诊断非常有意义。查看原文

成果简介当前，视频监控得到了迅速发展。视频监控普遍存在的问题是：人脸图像分辨率低下。对于低分辨率的人脸图像，需要清晰化目标人的人脸图像和确定监控中目标人的真实身份，这是一个国际性难题。成果应用应用于2008年北京奥运是奥运史上首次将人脸识别技术作为人员身份识别的智能化手段引入其安保工作，是人脸识别技术在华发展的里程碑。 ------摘自人民日报海外版（2012年02月25日） 应用于户籍查重湛江市对全市6123812张二代证人脸图像进行人脸识别，共查出12314对重复户口，查出8名网上逃犯。 对我国人脸识别应用呈现爆发性增长起到了推动作用应用于视频图像侦察清华大学在低分辨率人脸图像重建的新进展：对瞳距大于12像素的人脸图像进行重建，重建像的人脸识别率为：在10万异源数据库中（如二代证数据库），前100名的识别率大于70%在10万同源数据库中，前100名的识别率大于80%

本成果分为叶片害虫检测和叶片伤害程度检测，害虫检测通过研究的图像建模及形态学处理等相关方法对农作物叶片上昆虫位置进行快速检测，并通过模式统计和分类识别方法精确计算害虫数量和识别类型，每张图片（参考分辨率 2448*3264）处理速度小于 1 秒（和害虫的数量相关），速度远高于人眼。叶片伤害检测通过图像处理方法将图像进行背景、叶片、斑纹分割，通过统计像素，集合斑纹形状进行定级评价，每张图片（参考分辨率 2448*3264））进行自动检测和分析，处理速度 2 秒左右（和图像中叶片的数量相关），经过人工核