WRCAM焊接机器人编程与维护离线编程软件是根据《焊接机器人编程与维护职业技能等级标准》开发的一款焊接机器人离线编程软件。软件结合国内外工业机器人编程方法和指令的共性特点，结合焊接机器人编程的要点，软件采用通用性的离线编程操作界面与多品牌机器人数模导入，易学易懂易上手，是焊接机器人离线编程学习的基础。 焊接机器人编程与维护离线编程是专业的软件，是利用CAD图形建立起机器人及其工作环境的几何模型，再利用一些规划算法。通过对图形的控制和操作，在离线的情况下进行轨迹规划。对编程结果进行三维虚拟仿真，检验编程的正确性，最后用后置处理器将生成的代码传到机器人控制器，控制机器人运动，完成计划任务。WRCAM是完全自主可控的国产可扩展的离线编程软件平台，软件集成了大量全新的专利核心技术。软件具有强大的图形编辑环境，可对机器人单元进行离线编程和轨迹验证，支持焊接、切割、融覆、3D打印等多种工艺。

齿数相同的两齿轮相互啮合，分别驱动两压力辊转动，压力辊径向施加作用力，以使板材在两压力辊之间输出，压力辊既要能够转动，又要能径向浮动，这两个运动相互独立（即解耦），在齿轮与压力辊之间连接双向万向节，利用双万向节的工作特性实现压力辊的转动与径向浮动的运动解耦。 特点：用于机械原理教学。 主要技术参数如下： ①输送辊子：直径80mm，长度180mm； ②减速电机：功率80W，电压220V，输出转速23.5rpm； ③外形尺寸：长x 宽x 高=1000㎜x 750㎜x 320㎜； ④重量：80kg；

两齿轮相互啮合，驱动凸轮转动，凸轮驱动平底推杆上下往复运动，通过花键使推杆转动，即推杆在凸轮的作用下可沿轴向移动，又可以在齿轮的作用下转动，这两个运动互不干扰，相互独立（解耦）。 特点：用于机械原理教学。 主要技术参数如下： ①中心距：180mm； ②顶升盘直径：160mm； ③减速电机：功率80W，电压220V，输出转速23.5rpm； ④外形尺寸：长x 宽x 高=650㎜x 450㎜x 550㎜；； ⑤实验台重量：50kg;

一、产品简介     本实验系统覆盖了光纤光学、 光纤通信和光纤传感器等相关领域。是学生学习并了解光纤传输信息和光纤传感信息的基本原理和相关技术的基础实验设备，通过实验掌握相关的基本原理和基本操作，为以后的学习奠定坚实的基础。涉及的专业：信息类专业、通信专业、光学专业、物理专业、计量测试专业和仪器科学专业等。 二、实验内容 光纤光学基本知识 1）光纤激光器与光纤的耦合实验； 2）光纤传输损耗性质及测量实验； 3）光纤数值孔径（NA）测量实验； 半导体激光器特性实验 1）半导体激光器阈值实验； 2）半导体激光器效率、串联电阻和背光电流的测量； 3）半导体激光器的调制特性实验； 4） 半导体激光器的结发热效应实验； 光纤无源器件 1）光纤转换器测试实验； 2）光纤变换器测试实验； 3）光纤耦合器测试实验； 4）光纤隔离器特性测试实验； 5）波分复用器和解复用器测试实验； 6）可调光纤衰减器测试实验； 7）光纤机械光开关特性测试实验； 光纤传感实验 1）M-Z光纤干涉实验； 2）光纤温度传感实验； 3）光纤压力传感实验； 光纤通信实验 1）多模光纤特性测量； 2）单模光纤特性测量； 3）法兰盘特性测量； 4）衰减器特性测量； 5）光分路器特性测量； 6）光波分复用器特性测量； 7）回波反损测量； 8）光波长测量； 9）扰模器制作； 10）PI特性测量； 11）光源稳定性测量； 12）模拟信号光调制； 13）模拟信号光接收； 14）图像信号传输； 15）CMI码型变换实验； 16）接收定时恢复电路实验； 17）消光比测量； 18）加扰码实验； 19）5B6B码型变换实验； 20）光时域反射测试仪； 21）CDMA扩频调制解调实验； 22）AMI／HDB3终端接口实验； 23）同步数据接口实验； 24）异步数据接口实验； 25）CMI传输系统测试； 26）5B6B线路编码通信系统综合测试； 27）CDMA传输系统测试； 28）在线误码测试； 29）计算机数据传输系统测试； 30）光纤传输系统抗干扰性能测量； 31）同步数据通信系统测试； 6、智能语音光纤通信设计实验 本实验主要涉及语音识别，光纤通信，和智能灯控三部分，利用语音识别电路将语音口令转化为电信号，信号通过远距离数据传输的光纤发送给主控电路，最终主控电路根据解析出的口令来实现控制LED灯的开关、亮度的切换以及颜色的切换。本实验实现了声音信号-电信号-光信号-电信号的一个数据传输与转化的过程，通过本实验，能够让学生进一步学习声光电的数字传输与转化应用，以及光纤通信的优势。  三、实验配置参数 1、 激光器波长：650±20nm， 功率：≤5mw，输出端口：FC/PC ； 1310/1550±20nm，功率：1-2.5mw，连续可调；输出端口：FC/PC； 2、可见光功率探头：中心波长：650nm，最大输入功率5.5mw； 3、红外探头：响应波长范围：800-1700nm； 最大输入功率：4mw，校准波长：1550nm/1310nm； 4、光纤数值孔径参数：多模光纤跳线：纤芯直径62.5um；长：1米； 5光纤机械光开关：插入损耗：1310/1550  P1→P2 0.56/0.54 dB ，P1→P3 0.53/0.47 dB ;回波损耗＞50dB ；开关速度：≦8ms ； 6、高隔离度光纤隔离器：最大插入损耗：0.35dB ；回波损耗：≧50dB ；隔离度：≧30dB ； 7、光纤耦合器：分光比：50% : 50% ；最大插入损耗1310/1550: 3.3dB ; 8、光纤波分复用器：隔离度：1310nm ：31.8% ；1550nm ：34%；插入损耗：1310nm ：0.30%；1550nm ：0.34% ； 9、光纤可调衰减器：0-30db可调； 10、光纤温度传感器：测温范围：-40°~260°，精度1%； 11、光检测灵敏度高，实际测试指标约-40dBm； 12、可建立临时应急通信系统（点对点距离大于50公里），可传输PCM电话、同步数据（速率：2.048Mbps），计算机数据、模拟图像等业务。 13、语音识别/声控芯片：内置单声道mono 16-bit A/D 模数转换；内置双声道stereo 16-bit D/A 数模转换；内置 20mW 双声道耳机放大器输出；内置 550mW 单声道扬声器放大器输出；支持并行接口或者 SPI 接口；内置锁相电路 PLL，输入主控时钟频率为 2MHz - 34MHz；工作电压：(VDD: for internal core) 3.3V；48pin 的 QFN 7*7 标准封装；省电模式耗电：1uA； 14、TF卡(MICRO SD 卡)：存储空间512M； 15、喇叭：直径5CM；负载电阻8欧；额定功率1W；厚度1.1CM ； 16、麦克风：3.5mm迷你麦克风；灵敏度52DB； 17、光纤收发器：额定电压:DC 5V; 物理接口：DB9串口接口与SC接头；RS-232数据传输速率： DC-250Kbps； 18、单模光纤跳线：接口：SC-SC单模光纤跳线；类型：单模；工作波长：1310-1550nm；纤芯直径：9μm。 四、实验目的 1、了解光连接器及其原理、种类，实验操作进行连接器参数测量； 2、掌握光纤偏振控制器工作原理，实验操作单模光纤偏振状态控制； 3、了解光纤耦合器用途及其性能参数，实验操作测量耦合器特性参数测量； 4、了解光纤隔离器用途及其性能参数，实验操作光纤隔离器特性参数测量； 5、了解光纤光开关用途及其性能参数，实验操作光纤光开关特性参数测量； 6、了解光波分复用器（WDM）原理与意义，操作双波长波分复用（WDM）原理性实验； 7、实现声音信号-电信号-光信号-电信号的一个数据传输与转化的过程，通过本实验，能够让学生进一步学习声光电的数字传输与转化应用，以及光纤通信的优势。

由上海复旦天欣科教仪器有限公司研制生产的磁光克尔与法拉第效应综合测试系统将两种研究磁光效应的实验结合于同一套测试系统中。在表面磁光克尔效应的研究中，应用该系统可以自动改变电磁铁电流大小及方向，并实时采集记录偏振光信号与磁场强度信号的改变，从而获得薄膜样品矫顽力、磁各异性等方面的信息；在法拉第效应的实验中加入了控温装置，可在不同温度下利用正交消光法检测样品的的费尔德常数。 应用该实验仪主要完成以下实验： 1．磁光克尔效应实验：测量薄膜或者块状抛光铁磁性样品的克尔旋转角，分析其磁学性质； 2．常温法拉第效应实验：测量不同材料的常温费尔德常数； 3．变温法拉第效应实验：测量不同温度情况下材料的菲尔德常数，分析温度对材料磁滞旋光的影响； 4．法拉第效应谱线测量：测量不同光谱照射情况下材料的菲尔德常数（选用不同波长的激光器）。

麒麟工坊以企业化生产实践场景为载体，呈现三大特点真项目、真场景、真实践。 一、应用类别 解决方案项目 二、项目简介 麒麟工坊，以企业化生产实践场景为载体，将生态适配、移植技术等大量产业真实项目带进学校，企业导师通过学生边学边做项目，完成真实商业项目交付，形成实训实习一人才评价认证-就业闭环联通模式。打造网信领域“引产入校、工学结合’新模式，助力学生有使命感的高质量就业。 麒麟工坊有三大特点:真项目、真场景、真实践。 1.真项目:在教学实施过程中，以完成真实项目为线索，把教学内容巧妙地隐含在每个项目之中，让学生自己提出问题，通过思考和老师点拨来解决问题。在完成项目的同时，培养学生自主学习、注重实践、团队协作、自我反思、解决问题的良好习惯。 2.真场景:为更好的帮助学生完成企业级商业项目交付，麒麟软件对标在全国各地的适配测试中心建设内容，搭建教学所需的项目场景，重构适用于适配迁移、移植开发的实验环境，为学生完成真项目提供了软硬件保障。 3.真实践:麒麟工坊的移植开发项目融合了一线的商业开发流程管理工具;且按照麒麟软件现在运行的生态适配流程规则来要求移植软件全产品的周期管理。因此学生是完全遵循标准化工作流程，完成企业相应岗位的核心工作任务的真实践。 三、麒麟工坊项目案例素材 麒麟工坊是工业和信息化部教育与考试中心与麒麟软件联合推出的“百城百万”操作系统培训专项行动中重点开展的实践基地共建项目。麒麟工坊现已被推广至50多所院校，本期以麒麟工坊在北京航空航天大学、南开大学、天津科技大学、天津职业大学的实施应用案例作为重点来推荐。 一、“麒麟工坊”实训基地共建——“百城百万”操作系统培训专项行动 “麒麟工坊”实训基共建旨在面向普通高等学校、高等职业学校征集共建50个示范性实训基地。由教考中心中心与麒麟软件共同为共建院校授牌，三方共同制定“麒麟工坊”实训基地建设方案，确定工作目标和计划，包括实验室实训、训练营、项目实战、专业教学及科研等多样化场景项目。麒麟软件负责根据产业需求提炼实际项目案例,结合岗位技能要求,为“麒麟工坊”实训基地学生实习实训环节提供专项课程和教学模式支持服务，帮助学生通过真实场景训练有效提升就业能力。 二、麒麟工坊-北京航空航天大学 麒麟软件与北京航空航天大学基于首批国家级特色化示范性软件学院共建合作，开展麒麟软件大学毕业生就业实习基地-麒麟工坊建设。校企双方将行业用人需求融入教学与人才培养体系，共建就业实习基地，共同推动操作系统领域人才的高质量就业。 合作以来，双方建立了常态化校企联合实习实训模式，目前已联合共建课程3门，共建实践基地2个，面向本科生与研究生开展党建+就业活动、麒麟大讲堂、企业开放日、科普活动、校园招聘、职业生涯规划等活动十数次，覆盖近千人次。 本案例经教育部高校学生司推荐，成功入选2022届全国普通高校毕业生就业促进周就业育人项目精选案例。 三、麒麟工坊-南开大学     麒麟软件与南开大学于2021年成功申报教育部产学合作协同育人项目——《软件测试与维护》新工科建设。本项目结合国产操作系统生态适配需求与业务现状，与实践课程相融合，引入麒麟工坊核心生态适配项目与考核验收机制，形成“引产入校”的最佳实践。 (一)教学设计 麒麟软件从提高学生们对国产操作系统的认知与应用技能出发，本着科学合理原则，以提高学生实践和创新应用能力为重点，将本项目设置为理论课与实践课相结合模式。 具体内容涵盖软件测试与维护公共理论知识，自动化测试开发、自动化运维实践环节。课程实施采用项目驱动教学法，通过线上线下混合教学模式，全程为学生提供技术支持和辅导，最后通过两个大作业产出丰硕成果，可为下一步工具演进提供技术参考。 （二）教学成果 本次校企联合大作业成果显著，验证了麒麟自研工具目前基本能够满足生态应用适配需求，并针对此工具产出以下成果： 在项目《麒麟自研AutoGUI进行自动化测试用例的开发》中，通过使用UnitTest+PaddleOCR+KylinAutoGUI，对桌面20多个常用应用进行了工具试验，合计转化测试用例超200条，覆盖微信，蓝信，浏览器，阅读器，杀毒软件，输入法等；针对此工具收集了近40条的创新建议与方案设想；建立了19个代码仓库；提交了超10万行代码行数；提交总数达600次，充分验证该工具基本满足生态应用适配需求，并为下一步工具演进提供技术参考。 在项目《对虚拟环境指标监控的开发任务》中，使用Vue+Django+InfluxDB，实现对国产化适配环境的管理工作，涉及到对物理硬件、虚拟机等资源的自动添加、移除、指标监控等自动化平台管理能力，为麒麟软件“国产软硬件环境管理平台”拓展了功能。 四、麒麟工坊-天津科技大学 麒麟软件与天津科技大学以特软学院建设为主线，开展麒麟工坊-信创适配实训营，打造服务信创产业的校企协同育人特软样板间，本实训营是国内首个基于信创适配测试“真项目”的引产入校合作模式项目。 实训营以强化学生职业胜任力和持续发展能力为目标，以提高学生实践和创新应用能力为重点，引入多位技术专家和高级工程师作为企业导师，整体教学设计以麒麟软件适配测试真实核心项目为基础。面向软件工程专业大四本科生，学时8周，首届招生共20人。通过真场景真项目的实训实习机制，夯实学生就业能力，最终助力学生实现信创领域100%高质量就业。 本项目案例荣获2021-2022年度中国高等教育博览会“校企合作双百计划”典型案例提名。 (一)合作亮点 1.真项目，真场景 麒麟软件作为操作系统国家队，生态适配是关键，目前尚有千万量级生态适配需完成，故提供给学生真实项目，在企业导师带领下，按照企业商业交付的标准来实施交付。 2.能力分解/精准招聘 麒麟软件以始为终，从行业需要人才出发分析学生应该具备的职业能力，并通过实训营来直接培养锻炼学生的七大能力。首先将真项目拆解成单独的任务，以组合方式来定义学生完成情况，并通过软件将学生行为轨迹表现出来，便于做更精准的人才匹配。 3.公司制管理 本训练营要求保证出勤，钉钉打卡记考勤。需按时提交日报周报，每日晨会沟通交流。 (二)合作成果 1.就业效果喜人 高质量就业100%，offer签约率95%，有1名学生选择读研究生。 2.高质量商业项目交付 国内信创领域首次把真实适配测试项目引入高校，实现学与产的无缝连接。 3.建设了一套企业内部适配测试工程师的人才培养体系。 麒麟软件通过本项目梳理了适配测试典型任务和岗位发展路径，建立了基于内部的适配测试人才标准，从而形成了适配测试岗位能力模型和培训评价标准。未来麒麟软件将积极参与国家职业标准的开发，推进适配验证领域规范化培训和能力评价，最终推动我国适配领域人才队伍的建设。 五、麒麟工坊-天津职业大学 为加强国产操作系统人才队伍建设，提高适配测试高技能人才培养质量，麒麟软件与天津职业大学基于麒麟工坊开展了国内职业类院校首个基于信创适配测试“工学结合”的师资实训项目——适配测试师资实训营，旨在通过先赋能高校老师，进而培养学生。老师学会真项目流程及技术，有助于学生具备更夯实的基础。 实训营为期了5天，培训了近20余名学员，课程围绕提升操作系统适配测试专业教学能力展开，通过集中讲解和实训指导，帮助职业院校一线教师在短时间内提升对操作系统适配的综合认知和灵活运用能力。实训营面向一线教师，可帮助老师们明晰适配测试岗位要求和工作流程，进一步发现自身专业知识短板，完善知识构成体系，提升教学能力，从而培养优秀的适配测试专业技能人才。

一、 项目简介针对国标《先张法预应力混凝土管桩》（10G409)的适用范围“抗震设防烈度为8度且建筑场地类别是Ⅲ、Ⅳ类时慎用”的使用限制，首次提出在此类地区管桩的抗震设计需校核抗弯强度的原则，并提出此类地区管桩的制作工艺。二、 项目技术成熟程度技术成熟三、 技术指标（包括鉴定、知识产权专利、获奖等情况）研究成果总体达到国际先进水平;获得省级科技进步二等奖 1 项，三等奖2 项;取得国家专利2项.四、 市场前景（应用领域、市场分析等）应用领域：以建筑业为主，主要从事PHC管桩的制作、加工和设计的相关单位市场分析：全国每年的管桩产量接近4亿米，用于沿海软土区的工业需求约20%。五、 规模与投资需求（资金需求、场地规模、人员等需求）管桩的生产厂商六、 效益分析成果分别在河北建华管桩有限公司、唐山唐曹高速公路有限公司、中国兵器工业北方勘察设计研究院等5个单位，在天津、河北类似地区近30余项工程中得到应用，取得可观的经济效益。七、 合作方式校企合作八、 项目具体联系人及联系方式（包括电子邮箱）刘春原,手机：13011301353办公室60435952，E-mail cyliu@hebut.edu.cn

锂电池已经在手机、电动车和大规模储能广泛应用。商业化的锂离子电池正极材料主要是依赖于价格相对昂贵的钴（Co）和镍（Ni）元素的钴酸锂（LiCoO2）和高镍三元（NCM）正极。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。