|
搜索
搜 索
高等教育领域数字化综合服务平台
SC-265Z全自动运动粘度仪
仪器概述
SC-265Z全自动运动粘度仪是我公司最新研发的升级产品，采用一体落地式机型。可同时符合四种国标：GB/T265《石油产品运动粘度测定法和动力粘度计算法》、GB/T11995《石油产品粘度指数算法》、GB/T11117《深色石油产品运动粘度测定法（逆流法）和动力粘度计算法》、GB/T8170《数值修约规则与极限数值的表示和判定》及国家计量检定规程JJG 155《工作毛细管粘度计》。可用乌式毛细管对不挂壁透明和半透明油品的运动粘度的测定，或采用逆流管对黑色挂壁油品运动粘度的测定。采用微计算机自动程序控制，试验全程自动完成，广泛应用于石油、化工、科研、药典等检测计量部门测定液体石油产品（指牛顿液体）和聚合物稀溶液的运动粘度（mm2/s)。
技术参数
1、工作电源：220V±10%，50Hz
2、控温范围：室温～110℃ /可选配10～110℃
3、温控精度：±0.05℃
4、温度分辨率：0.001℃
5、粘度范围：0.001～10000 mm2/s
6、计时精度：±0.1s
7、分辨率：0.01s
8、试样数量：2路
9、最大功率： ≤2KW
10、环境温度：5～45℃
11、相对湿度：≤85%
12、外形尺寸：550mm×600mm×1350mm（长×宽×高）
13、仪器质量：130kg
性能特点
1、采用10英寸彩色高清液晶触摸显示屏，全中文操作界面，操作简单。
2、可存储100组试验数据，随时查询并打印。配嵌入式热敏打印机，打印快速。
3、采用进口PT1000铂电阻温度传感器，测温准确,使显示分辨率达到0.001℃，控温精度±0.05℃。
4、强大的软件数据处理系统，具有粘度计校准[JJG155]程序，附带粘度指数计算器。
5、可同时对两试样进行异步测定，恒温、检测、计算、打印、清洗、哄干等过程全自动完成。
6、本仪器具有一定的故障识别、出错信息输出和故障处理能力，方便用户分析和判断仪器的状态，并快速处理仪器故障。
网址链接http://www.csscyq.com.proshow.asp?id=725
长沙思辰仪器科技有限公司
2021-12-20
基于SLIP模型的四足仿生机器人Galloping步态高速运动归约化控制方法研究
四足机器人具有良好的运动灵活性和环境适应性,是机器人研究领域的热点。随着研究的深入和对机器人运动性能需求的提高,四足机器人研究领域分化出以高速运动为目标的研究分支。生物学研究显示,跳跃步态是四足动物典型的高速对称步态,且多种动物在高速速度中存在脊柱大幅地参与运动,而相应的脊柱型四足机器人的理论及运动控制研究却鲜见报道。当前研究大多孤立了脊柱环节,鲜有整机的建模研究以及运动控制方法研究。在该方向的研究势必推动仿生工程和机器人运动控制等方面的发展,此外,以其高速运动的特点,在军事侦察、救震救灾和未来生活等领域也将具有广阔的应用前景。首先,本文以分析猎豹的运动特性入手,建立了脊柱型四足机器人七杆模型,以及构建了ASLIP动力学模型,使用拉格朗日方程推导了其跳跃运动的动力学方程;迭代运算动力学微分方程,使用庞加莱映射方法搜索了机器人七杆模型基于ASLIP跳跃运动的不动点,结果显示不动点在固定能量层级下呈区域性分布;不动点的对比结果显示基于ASLIP模型的运动比基于SLIP模型的运动能适应更高的稳态运动速度,并作了触地力、脊柱角和稳定性等特性分析。为脊柱型四足机器人跳跃运动提供了动力学模型和理论基础。然后,根据机器人模型各关节主动力作用于控制量的广义力计算结果,研究了前向速度、弹跳高度、机身俯仰角
哈尔滨工业大学
2021-05-04
基于SLIP模型的四足仿生机器人Galloping步态高速运动归约化控制方法研究
项目成果/简介:四足机器人具有良好的运动灵活性和环境适应性,是机器人研究领域的热点。随着研究的深入和对机器人运动性能需求的提高,四足机器人研究领域分化出以高速运动为目标的研究分支。生物学研究显示,跳跃步态是四足动物典型的高速对称步态,且多种动物在高速速度中存在脊柱大幅地参与运动,而相应的脊柱型四足机器人的理论及运动控制研究却鲜见报道。当前研究大多孤立了脊柱环节,鲜有整机的建模研究以及运动控制方法研究。在
哈尔滨工业大学
2021-01-12
一种六自由度串联机器人运动学反解的求解方法
本发明公开了一种六自由度串联机器人运动学反解的求解方法， 该方法包括:读入连杆参数建立机器人连杆坐标系模型;已知连杆末 端关节位置，建立关节位置约束方程;根据各关节位置约束方程，确 定各关节位置;建立机器人各关节坐标系的姿态约束方程;将之前求 得的关节位置坐标解分别代入姿态约束方程中，根据姿态约束方程， 求解各组关节变量中间值;对关节变量中间值进行分析处理，选取最 佳关节变量解。本发明采用空间几何理论将机器人运动学反解中位置 和姿态进行分离求解，大大降低了几何法运动学反解运算的复杂性， 并能够应用于
华中科技大学
2021-04-14
核酸单分子荧光图像测序智能检测技术
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。
清华大学
2021-04-10
基于分类学习的图像检索原型系统
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。
东华大学
2021-02-01
新冠病毒肺炎CT图像自动分析系统
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
哈尔滨工业大学
2021-04-10
低分辨人脸图像重建与识别系统
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%
清华大学
2021-04-13
出租汽车违法违章运营行为图像取证
北京工业大学
2021-04-14
基于图像的农作物虫害检测技术
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
扬州大学
2021-04-14