产品详细介绍　　SOC720SW 短波红外成像光谱仪是一款高质量、高性能的仪器，光谱范围为900nm～1700nm。　　SOC720SW具有高光谱分辨率 (6.25 nm), 轻度光谱失真 (<1.5 nm)成像分光计和高灵敏度的InGaAs 探测器 (D* = 1.5e13  √cm-Hz/W)，使得SOC720SW可以14-bit同时收集640像素、128个波段的光谱信息。这保证了所有应用里，获得的是最高质量数据。 使用简单和实时处理　　SOC720SW是一个完整的系统，开箱之后即可使用。　　系统采用SOC的HyperSpect™ 操作软件和HSAnalysis™校准和分析工具进行标定和使用前设置。　　数据以开放的BIL二进制格式保存，可以兼容第三方分析软件。无需额外的扫描仪或软件。　　可选的SOC MIDIS™处理器以最优的电脑速度快速执行光谱处理，克服了大部分成像光谱仪在实时数据处理方面的瓶颈。　　MIDIS处理器具有多个相关通道同时监测测量数据和三光谱积分，使得MIDIS处理器有能力克服当今数据处理的难题。　　配备了一个高质量的成像分光计、标定和分析软件、高速低噪InGaAs线列和完整的扫描系统，SOC-720SW通过高速Camera-Link接口可以记录900nm到1700nm光谱范围内、6.25nm分辨率的高质量光谱成像数据。灵敏度高于1.5x1013cmHz/W（1550nm）。　　SOC的HS分析软件可以用来进行标定和数据分析。记录的数据格式为开放式的二进制数据，可以很容易的用第三方分析软件打开，如ENVI软件。无须数据格式转换。技术参数：光谱范围： 900-1700 nm光谱分辨率： 6.25 nm光谱通道： 128光谱失真： <1.5 microns  (smile)数字光圈： F/2.4TFOV/IFOV (35MM)： 10°/0.015625°分辨率(像素)： 640x640 (nominal)LINE RATE： 30 Spatial Lines/SecondCUBE RATE： 20 Seconds/Cube数字分辨率： 14-bit三脚架： 3/8”-16计算机接口： Cameral-Link扫描： 内置供电： AC/12DV重量： 30 lbs.尺寸： 7”x14”x22”  应用领域： 机械视觉　　电子学和塑胶　　晶片检查　　农业品质　　化学过程控制农业领域　　精准农业　　土地分类　　水份胁迫　　作物健康 温度记录　　火点监测　　玻璃检测　　金属纯度军事　　ISR　　边境安全　　导弹跟踪医学领域　　血糖分析　　X线断层摄影术

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

海嘉船舶综合信息系统（简称“海嘉PMS管理系统”）是由厦门大学科考船运行管理中心自主开发并获得中国船级社（CCS）型式认可证书的船舶综合信息系统。该系统针对国内船舶管理高校、公司的船舶管理特点，坚持“以人为本”的管理理念，全方位覆盖船舶管理各项业务。系统构建的数字化安全管理体系平台可有效协助船东和船舶管理单位进行船舶管理；通过数字化维修保养体系使得船舶主管机构的监督检查效率和质量更高；PMS型式认可证书是货方指定的第三方评审（如RightShip检查）机构对船舶运营提出检查清单并进行评分时必须查看的一项证书。 PMS型式认可证书 核心功能

海嘉船舶数据传输系统采用先进的通信技术与数据处理手段，系统利用高带宽卫星通信和5G网络，提供了更快速、可靠的数据传输通道。其整合物联网技术，能够从多种传感器源头实时获取船舶多维数据。创新的数据压缩和加密算法确保了数据传输的高效率和安全性。同时，系统对海上数据流量进行智能化管理，提升了传输的稳定性。

海嘉船舶数据采集与分发系统创新性突出，采用先进的传感器技术，实现多源数据的高效采集。系统在通信方面采用了独特的混合通信方案，融合卫星通信、物联网技术，确保了信息的高速传输和覆盖范围。创新的数据处理算法实现了实时数据分析和异常检测，提高了系统的智能化水平。

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。

清华大学彩色多普勒超声诊断仪购置项目 招标项目的潜在投标人应在北京市海淀区学院路30号科大天工大厦A座608室（北四环学院桥东北角）获取招标文件，并于2022年06月30日 13点30分（北京时间）前递交投标文件。

本发明公开了一种用于测量试件壁厚的电磁超声传感器及其测量方法，该传感器包括：上壳体；与上壳体相互对接组合且其底部具有二级阶梯孔的下壳体；设置在下壳体底部最深的阶梯孔内的激励平面线圈；设置在下壳体底部次深的阶梯孔内并与所述激励平面线圈同轴层叠的接收平面线圈；依次设置在接收平面线圈上的屏蔽层和磁铁件；以及安装在上壳体上通过绝缘导线分别与两个平面线圈相连、用于连接测厚仪相连以便执行对试件壁厚的测量的接头。通过上述设计的双线圈及其他元件的布置，使得两个平面线圈在空间上不再相互干涉，使得传感器具有高激励效率、高接收灵敏度和高信噪比，同时降低测量盲区。

本发明公开了一种匹配层前端带金属保护膜结构的气体超声波换能器。金属壳内从下至上依次装有塑料壳、金属压板和硬质密封胶层，导线中的两根线芯分别焊接在压电片的正极面和负极面的边缘。压电片的上端面与塑料壳中心的凸台连接，下端面嵌入匹配层上端面中心的定位槽内，压电片、匹配层和塑料壳之间填充软胶填充层，帽状金属保护膜套在塑料壳的下端面，帽状金属保护膜与匹配层下端面连接，帽状金属保护膜的帽沿与金属壳间装有密封圈。本发明具有极好的耐高压、抗腐蚀能力，适宜安装在可对含有微量固体微粒和微量液体杂质的高压气体介质的体积流量进行计量、使用低电压电源供电的气体超声波流量计中。