产品详细介绍肌电信号分析肌电信号(Electromyogram)简称EMG，反映神经肌肉兴奋性，评估神经与肌肉的功能状态。可用于肌肉工作的工效学分析、安全操作姿态分析、康复状态功能评价、疲劳识别以及肌电假肢控制等动作模式研究等。ErgoLAB肌电分析软件自动对原始数据进行滤波降噪处理，根据MVC进行数据归一化与统计分析。时域分析包括原始数据、处理数据、归一化数据的Mean、Max、Min、SD、Variance、RMS、Mean Absolute Value、iEMG等指标；频域分析的中值频率、均值频率、可视化频谱图，系统支持自动识别周期性动态用力分析。EMG高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与EMG指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求1、信号处理模块信号滤波方法包括小波降噪（Wavelet Filter）、高通滤波(High Pass)、低通滤波(Low Pass)、带阻滤波（Band Stop）用以滤除噪音干扰，从而得到有用的EMG信号。肌电整流(Rectification)，包括三种方法EMG包络线（Envelope）、滑动均值滤波（Moving Average）、滑动均方根滤波（Moving RMS），可自定义分析窗口长度。EMG信号归一化处理：自定义MVC（Maximum Voluntary Contraction），计算Normalization EMG数据。Cycle Analysis周期性分析。系统对周期性用力的肌电数据进行自动化的识别与统计分析。自定义激活阈值（Activation threshold(%)）、用力的最小持续时间（Minimum duration(ms)）、动态用力的最小时间间隔（Minimum interval(ms)）参数，进行自动处理。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块信号分析模块包括时域分析和频域分析以及周期用力分析，二者可实现自由切换。A.   时域分析将肌电信号看作时间的函数，通过分析得到肌电信号的某些统计特征。统计分析指标包括：处理数据、整流数据、归一化数据的均值（Mean）、中值（Median）、标准差（STD）、最大值/最小值（Max/Min）、方差（Variance）、均方根（RMS）、平均绝对值（Mean Absolute Value）、积分肌电（iEMG）。B.   频域分析运用参数模型法和直接快速傅里叶变化将时域分析信号转换为频域分析信号，对信号进行功率谱密度分析。从功率谱密度中确定肌电信号的频带，不同频带可自定义，将在功率谱分析图中以不同的颜色区分。具体包括中值频率、均值频率及频谱图。C. 周期用力分析，自动识别周期性用力片段，具体的指标包括：周期的开始时间（Start Time）、周期的结束时间（End Time）、均方根（RMS）、平均绝对值（Mean Absolute Value）、积分肌电值（iEMG）、中值频率（Median Frequency）、均值频率（Mean Frequency）。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、归一化数据（Normalized）、PSD数据以及整体结果报告。

产品详细介绍EEG高级数据处理分析模块可以通过可穿戴脑电测量系统采集到与EEG分析相关的脑电信号进行离线处理和分析，结合ErgoLAB人机环境测试云平台可以分析多模态数据同步分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出原始数据、处理后数据和分析后数据；并可导出可视化分析报告。1、信号处理模块EEG信号处理包括High Pass高通滤波（High Pass）；低通滤波（Low Pass）；以及带阻滤波（Band Stop）。支持自定义设置参数。2、信号分析模块（1）脑地形图分析（Scalp Map）：包括EEG信号不同频段下的平均能量值（Average Power ）与总能量值（Total Power ）的实时可视化结果显示。包含的数据指标如下：Delta(1-4Hz)   δ波，实时显示1-3Hz频段的脑电波Theta(4-8Hz)   θ波，实时显示4-7Hz频段的脑电波Alpha(9-14Hz) α波，实时显示9-13Hz频段的脑电波Beta(14-30Hz) β波，实时显示14-29Hz频段的脑电波Gamma(30-49Hz) γ波，实时显示30-48Hz频段的脑电波Custom    自定义频段，用户可根据研究需要输入特定的整数波段（2）EEG通道分析1)Channel Analysis：通道分析，可针对脑电采集的单通道或全通道的数据进行数据分析。2)Time-Frequency Spectrum：时-频图，展示所选通道在整个实验过程中每个时刻的脑电频率变化，可以通过调整参数区间阈值，改变不同频率对应的颜色。3)Power Spectrum：能量谱图，该图展示了不同频率脑波的能量值。4)数据统计：具体指标包括α、β、γ、θ、δ频段的 Total Power、Power Percent、Average Power、Power Peak、α/β、θ/β、(α+θ)/β、(α+θ)/(α+β)以及θ/(α+β)、SMR频段的Power值。5)可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、PSD数据以及整体结果报告。

产品详细介绍名称： 光纤转轴调节台    传动机构与光纤夹具分离设计； 采用微型步进电机驱动，最小细分数可以达到256细分； 传动机构采用斜齿，保证传动平移可靠； 步进电机后端具有手动调节功能； 表银白色设计，吸光量小； 产品技术参数名称:光纤转轴调节台型号指标Rzt1360单位   产品外形     产品实图产品结构尺寸   最大转角360o(度)电机类型步进电机(1.8o) 齿轮传动类型斜齿 传动比步进电机输入 ：光纤轴输出 = 2.083: 1 分辨率0.0067(驱动器128细分)o(度)重复定位精度0.005o(度)机重0.25kg材料铝合金/锡青铜/尼龙可拆卸光纤夹具头φ120μm可选(φ900μm、φ650μm、φ250μm、φ120μm、等) 最大负载0.5kg工作温度范围-20~+80oC接线图A+/A-/B+/B-(选四线接线方法) 驱动器接线图步进电机驱动电流为0.45A/最大0.6A(电机热量很大)       官网：http://rznxkj.com/

项目简介： 锑化铟薄膜型霍尔元件主要用于直流无刷电机，大量应用于电脑 的电源风扇，CPU 风扇，打印机，电动自行车等所用的微型直流无刷 马达。具有灵敏度高，使用寿命长，可靠性高，体积小，重量轻，功 耗小，频率高，耐震动，耐灰尘、油污、水汽和盐雾等各种污染或腐 蚀的优点。 项目特色： 制备温度低，能源消耗低，环境污染极小，易于大规模生产，制 造成本低，投资小的优点。 

项目成果/简介:锑化铟薄膜型霍尔元件主要用于直流无刷电机，大量应用于电脑的电源风扇，CPU 风扇，打印机，电动自行车等所用的微型直流无刷马达。具有灵敏度高，使用寿命长，可靠性高，体积小，重量轻，功耗小，频率高，耐震动，耐灰尘、油污、水汽和盐雾等各种污染或腐蚀的优点。应用范围:目前只有日本旭化成和韩国三星可以生产薄膜型锑化铟霍尔元件芯片，国内无芯片生产技术。国内市场约 50 亿人民币，具有市场广，竞争少的优点。 南开大学开发的芯片制造技术，原材料成本便宜 30%左右，具有很强的市场竞争力和投资价值。效益分析:制备温度低，能源消耗低，环境污染极小，易于大规模生产，制造成本低，投资小的优点。

锑化铟薄膜型霍尔元件主要用于直流无刷电机，大量应用于电脑的电源风扇，CPU 风扇，打印机，电动自行车等所用的微型直流无刷马达。具有灵敏度高，使用寿命长，可靠性高，体积小，重量轻，功耗小，频率高，耐震动，耐灰尘、油污、水汽和盐雾等各种污染或腐蚀的优点。

通过简单封装和热退火，制备出稳定富含氢的IGZO 晶体管，其晶体管电学性能、稳定性都获得大大提高。制备方法较简单且重复性高，即用氮化硅薄膜封装，再通过热扩散将氮化硅内氢元素扩散至InGaZnO薄膜内。掺氢后的晶体管，其开态电流和开关比都获得了数量级的提升（约40倍），而且阈值电压没有太大变化。而对应提取出的场效应迁移率则出现异常，大于300 cm2/(V·s)，远高于未经处理的对照样品。然后结合二次离子质谱仪（SIMS）和X射线光电子能谱分析（XPS）表征，发现薄膜内不但氢浓度提升了约一个数量级，而且氧空位缺陷态也大大减少了，而自由电子浓度则相应显著增加。研究还指出，该工作模式在长沟道晶体管中效果尤为显著，而在短沟道器件中则受到明显局限。该工作揭示了氢在氧化物半导体中的稳定存在方式和对导电性能的关键作用，为提升长沟道晶体管的电流驱动能力提供了一种新的器件工作模式，并对高迁移率薄膜晶体管的验证和分析提供了普适性的理论依据和实验方法。

硅芯片是当代信息技术的核心，当前正向“深度摩尔”（More Moore）和“超越摩尔”（More than Moore）两个方向发展。物联网（IoT）应用是“超越摩尔”技术路线中相当重要的一环，需要数量巨大的集成电路芯片来分析处理来自外部传感器件的海量信号。目前，大多数传感信号采集器件和信号处理单元均为分离设计，将在整体上产生更大功耗并占据更大的空间。由此，复旦大学材料科学系教授梅永丰课题组提出了将信号检测和分析功能集成于同一个芯片器件中的全新概念。作为演示，研究团队将单晶硅薄膜柔性光电晶体管与智能薄膜材料相结合和组装，构造了对不同环境变量进行检测和分析的柔性硅芯片传感器及其系统。这一思路不仅具有优异的可扩展性，还可与当前集成电路先进制造工艺相兼容。5月2日，相关研究结果以《面向智能数字灰尘的硅纳米薄膜光电晶体管多功能集成传感器研究》（“Silicon Nanomembrane Phototransistor Flipped with Multifunctional Sensors towards Smart Digital Dust”）为题发表在《科学进展》（Science Advances）上。研究团队从器件的传感机理入手，利用柔性薄膜组装集成芯片传感器，实现了多种环境参数探测功能的集成。图1：(A) 器件主要功能层示意图；(B) 贴附于曲面上的柔性传感器件阵列；(C) 智能传感器件功能区的光学显微照片；(D)用于湿度传感的集成系统构造图；(E) 氢气通入前后参比器件与检测器件的电流变化，红色为参比电流，蓝色为检测电流。智能材料在环境刺激中可以发生折射率、颜色、晶体结构等方面的光学性质变化，但一般需要光谱设备或比色卡才能进行比对。而翻转的硅薄膜光电晶体管由于没有栅极金属阻挡功能区域的光信号吸收，可以更容易获得高灵敏的传感特性。利用这一点，研究团队将多种智能薄膜材料贴合在器件功能区，智能材料内部物理性质变化引起了微小光学性能改变，从而表现在输出的光电流上，因此可以在同一个芯片上实现对多种不同信号的同时检测。图1A展示了传感器件典型的功能层结构，顶层的智能薄膜材料对环境刺激发生响应，进而改变下方硅单晶薄膜光电晶体管的输出信号。具有2微米厚的热氧化二氧化硅层则作为光电晶体管的封装，对下方器件进行保护。硅薄膜光电晶体管完全由晶圆级先进集成电路工艺方法制备而成，结合了传统硅基光电子器件的高性能和硅纳米薄膜超薄厚度下的优良柔性。图1B是贴附于半径仅为2毫米直径玻璃管上的柔性器件阵列，表现出良好的弯曲性能。图1C是单个器件功能区域的特写，在蓝色虚框部分集成不同智能材料即可实现对不同环境信号的检测。图1D是具有完备传感与数据处理功能的柔性系统合成图，包括传感与参比器件、逻辑与存储单元、信号放大器和电源。研究团队利用该系统实现了对环境中湿度的实时、快速检测，演示的信号为依次减小的三个湿度脉冲。整个过程中直接对环境变化做出响应的信号，即参比器件与传感器件输出电流随时间的变化如图1E中所示。当环境发生变化（如图所示通入氢气），传感器件的输出电流大幅增加，而参比电流保持平稳，再利用差分电路处理，即可给出所检测的环境参数的值。研究团队开发了将智能材料与光电传感结合的新颖传感机制，并将传感模块与后续信号处理等模块集成在一起，展示了其在气体浓度、湿度、温度等多种环境参数检测方面的能力，已经初步具备了未来的“智能数字灰尘”的雏形。该策略也可以应用于其他的数字传感系统，在后摩尔时代中将具有巨大的应用潜力。论文主要由李恭谨博士，博士研究生马喆和尤淳瑜合作完成，并获得韩国延世大学Taeyoon Lee教授和中科院微系统所狄增峰研究员的合作支持。该工作得到国家自然科学基金委、上海市科委、复旦大学和专用集成电路与系统国家重点实验室等大力支持。