压电材料是一种智能机电耦合材料，利用压电材料的压电效应可以实现机械能和电能的互相转换，目前压电材料广泛用于压电滤波器、微位移器、驱动器和传感器等电子器件中。压电陶瓷和压电纤维做为一种常用的压电驱动元件通常需要较高的驱动电压和驱动功率，本项目针对不同的压电材料应用需求研发了一系列压电材料线性高电压驱动器。

本研究以多元低维碳材料为发热主体，构建由不同形态的碳材料之间协同作用，搭建三维立体载流子传输通道的水性电热油墨体系。通过理论分析与实验数据相结合的方式，揭示导电填料的微观形貌、粒径、导电性以及流变性与油墨电热性能的关联关系。 一、项目分类 显著效益成果转化 二、成果简介 创新性： 本研究以多元低维碳材料为发热主体，构建由不同形态的碳材料之间协同作用，搭建三维立体载流子传输通道的水性电热油墨体系。通过理论分析与实验数据相结合的方式，揭示导电填料的微观形貌、粒径、导电性以及流变性与油墨电热性能的关联关系。根据发热器件的实际使用需求，指导油墨配方的调整，明确提高电热转化效率的关键因素，并以此为指导得到高电热转化效率、低成本、低功耗、可大规模生产制备的碳系水性电热油墨。 先进性： 进入二十一世纪以来，国内外许多公司和科研机构都致力于研发低成本高电热效率的电热膜，快速的加热性能和低驱动电压是其核心目标；大规模低成本的制备工艺、均匀的加热分布、电热膜的耐用性及其规模化生产仍然是一个挑战；良好的柔韧性以及动态稳定性是实现其大范围应用的关键；环保无毒害是未来发展的必然趋势。针对上述问题，本项目构建了一种多元碳体系水性电热油墨。该油墨以水为溶剂，炭黑、纳米级石墨片、少层石墨烯和碳纳米管等碳系材料作为导电发热填料，水性树脂作为连接料，利用不同形态碳材料之间的桥接效应和协同作用，降低电热油墨的渗流阈值并提升电加热性能。该电热油墨具备低功耗、低成本、低单位面积使用量的特性。研究了碳材料本身的结构和性能、不同配合体系油墨的导电、导热机理，优化制备方法，形成高电热转化效率、适用于各种复杂场景使用的多元碳体系电热油墨，具有较高理论和实践意义。 独占性 针对目前市场上的碳体系电热油墨工作电压高（220 V）、实际电热转化率低、功耗大、发热性能难以满足复杂多变的应用场景、难以规模化生产等问题。本项目拟以低成本、大规模制备、高电热转化效率、绿色环保为目标，构建多元碳体系电热油墨。利用机器学习方法揭示额定条件下油墨的电热转化效率与体系中碳材料的形貌结构、碳材料与连接剂和分散剂等的配比以及制备工艺之间的关联性；探讨界面处发生的各种热力学和动力学问题；研究多元碳材料之间的协同作用。构建了在24 V~220 V条件下均可使用且能量内耗低、电热转化效率大于90 %、油墨用量少的环保性碳系水性电热油墨。并实现丝网、凹版一次印刷即可满足24 V工作电压的使用需求，提高了生产效率，拓宽了应用范围和领域。

在电力系统中，互感器是一次系统和二次系统间的联络元件，用以分别向测量仪表和继电器的电流线圈和电压线圈供电，以监测控制电气设备的正常运行和故障情况。随着现代电力技术向高电压、大容量的方向发展，对电力系统起保护作用和监控作用的电流传感器提出了向小型化、自动化、高智能化和高可靠性发展的要求。传统上使用的充油式磁感应电流互感器，由于设备充油，并用铜导线做传输介质，

本发明公开了一种高光谱图像端元个数自动估计的端元提取方 法，首先使用 PPI 算法计算高光谱图像中所有像元的 PPI 值，根据像 元的 PPI 值确定初始候选端元集，并对初始候选端元按 PPI 值由大到 小进行排序；然后依次剔除初始候选端元集中独立性最弱的候选端元， 同时获得随端元个数递减的候选端元集的重构精度曲线和端元独立性 曲线，通过寻找这两条曲线变化的显著性位置确定端元个数的取值范 围；最后利用 SGA 算法获取不同端元个数下的二次选择候选端元集， 根据这些候选端元集所构成的重构精度曲线，确定最终的端元个数， 同时获得最终的端元提取结果。本发明不需要事先给定端元的个数， 有利于端元提取的自动化处理，同时提取的端元准确性高。 

　　苏州仪元科技有限公司（SIE）坐落在风景秀丽的苏州城区。原名苏州仪表元件厂，始创1958年，国家机械工业部直属企业。公司注册资本1522万元，资本总额6000万元。 　　根据产品的服务领域，SIE下设6个分厂，1个研究所，2个外企配套加工基地。并同日本松下电器集团，日本沙迪克集团分别成立合资企业。另设深圳分公司及商务所，北京分公司，香港办事处。 SIE以高品质、高效率、高信誉为经营目标；以人为本、严格计划、精细管理；倡导良好的企业文化，致力于把公司建设成为员工之家、客户之家，努力推进企业生产经营同国际市场相接轨。 　　历经40余年市场锤炼，SIE现已发展成为资源有保障，品牌有市场，研发力量雄厚，生产检测装备先进，具有多元化产业特色的高新技术企业。我们将继续遵循"对客户负责，为社会发展作贡献"的公司经营方针，竭诚为海内外客户服务。

XM-618A运动神经元模型   XM-618A运动神经元模型由神经元胞体和神经纤维在电子显微镜下的放大结构2个部件组成，并显示神经细胞轴丘、树突、尼氏体、神经丝、髓鞘板层、雪旺细胞、朗飞结以及微管等结构。 尺寸：放大2500倍，30×42×12cm 材质：PVC材料

动态电压恢复器（DVR）的串联补偿装置已经得以应用，其良好的动态性能和很高的性价比使得它成为治理动态电压问题，特别是电压骤降/骤升的最经济、最有效的手段。相比于传统电压源型逆变器式结构的动态电压恢复器（DVR），AC-AC变换器式DVR无需直流储能单元能量可以双向流动、功率因数高，谐波含量低、动态响应速度快、易集成等优势。本发明提出了一种基于Quasi-Z-Source AC-AC变流器的动态电压恢复器（DVR）及其智能控制方法。该动态电压恢复器（DVR）串联在电网公共耦合点与负载之间，由若干个Quasi-Z-Source AC-AC变流器和隔离变压器组成。Quasi-Z-Source AC-AC变流器既可以升压也可以降压，其输出电压既可以和输入电压同相也可以和输入电压反相。基于以上独特特性，本发明采用单相补偿、双相补偿、三相补偿的智能控制方法通过注入相应的补偿电压达到补偿电网电压骤降/骤升的目的。

本装置是智能电网中电能质量控制关键设备之一。电能质量问题大多可以归结为电压质量问题，特别是公共结点(PCC)的电压质量问题。电网电压存在的各种干扰，如电压暂升、暂降、过压、欠压、谐波、瞬变等，将导致一些重要负荷或对电压质量敏感的设备不能正常使用、性能降低、寿命缩短，还会造成一些生产设备无法工作、甚至损坏，严重的电压质量问题还可能造成重大事故。