XM-CK810综合穿刺术与叩诊检查训练模型 （全功能诊疗穿刺术模拟病人）   XM-CK810综合穿刺术与叩诊检查训练模型（全功能诊疗穿刺术模拟病人）取仰卧位，肩枕过伸头转向左侧，质地柔软、触感真实、外观形象逼真、解剖位置准确：锁骨、锁骨肩峰端、锁骨胸骨端、胸锁乳突肌锁骨头、胸锁乳突肌胸骨头、肋骨、肋间隙、胸骨上窝、锁骨中线、腋前线、腋中线、腋后线、髂前上棘、髂嵴、脐、腹股沟韧带，可明显感知。   一、功能特点： ■ XM-CK810综合穿刺术模拟人采用高分子材料制成，肤质仿真度高。 ■ 可触及颈动脉搏动，可进行颈内静脉穿刺术、锁骨下静脉穿刺术、颈外静脉穿刺术训练。 ■ 可取半卧位（模拟重症患者）进行胸腔穿刺术、气胸抽气术训练。 ■ 可进行肝脓肿穿刺术训练，可寻到肝区压痛点，有屏息训练语言提示，可随屏息节奏穿刺。 ■ 可进行心内注射术、心包穿刺术训练。 ■ 可进行腹腔穿刺术训练，可取左、右侧卧位，行腹部移动性浊音叩诊训练。 ■ 可进行髂骨骨髓穿刺术训练。 ■ 可触及股动脉搏动，进行股动脉穿刺术、股静脉穿刺术训练。 ■ 可进行术前无菌术操作训练。 ■ 电子监测：进行胸穿和肝穿时，穿刺针要求沿下位肋骨的上缘垂直刺入，如穿刺错误有语言提示。   二、标准配置： ■ 综合穿刺术与叩诊检查训练模拟人：1具 ■ 穿刺操作台：1张 ■ 电源适配器：1个 ■ 穿刺针：2根 ■ 说明书：1册 ■ 保修卡合格证：1张

XM-F500腹腔镜手术模拟训练器   一、主要功能： ■ XM-F500腹腔镜手术训练箱及系列模型设有操作台，具有结构简单、性能可靠、使用方便、经济实惠等特点，通过将模型放置在训练箱中操作手术器械进行手术技能演练，可提高学员的手眼协调及双手配合能力，熟悉腹腔镜手术器械使用及移物、切开、剥离、止血、结扎、缝合及切除等基本技能，适用于医学院校和各大医院、腹腔镜手术培训中心进行腹腔镜手术技能训练和考核。 ■ 训练箱内可放置各种训练模型，包括：套圈模型、彩豆模型、缝合训练模型、3D缝合模块、穿线模型、血管模型、肠模型、肝胆模型、肾及输尿管模型、胰腺和脾模型、横结肠模型、子宫及附件模型、囊状器官模型、器官粘连模型、盲肠阑尾模型，将各种训练模型根据教学需要选取一种，置入训练箱中。   二、模块功能： ■ 套圈模型：在圆柱形的胶块上设有6个倒L型钢钩，受训者用抓钳抓取小圈套在其上，反复训练，可逐渐提高速度。 ■ 彩豆模型：将容器内的各种颜色彩豆，抓取指定的颜色，分别抓到各自的容器中。 ■ 穿线模型：10余个锥形胶块的顶部，设有直径有2-3mm小的钢圈，用持针器夹持缝合线，逐个穿过钢圈，直至穿完。 ■ 囊状器官模型：细的部分可进行切开吻合，膨大部分可进行切开缝合或切除部分后吻合。 ■ 血管模型：可进行小血管结扎的训练，必要时可用模拟血泵与血管模型连接，损伤时可有出血，训练效果更加逼真。 ■ 内腔器官模型：使用时粘贴在背板上，防止操作时移动，对各种器官可进行切开、止血、剥离、缝合、打结练习。 ■ 肝胆模型：可进行胆囊摘除术训练。 ■ 肾及输尿管模型：可进行输尿管吻合、结石取出术。 ■ 肠模型：可进行肠（切开）吻合术。 ■ 盲肠阑尾模型：可进行阑尾切除术训练，其他器官可练习剥离切除缝合等练习。   三、标准配置： 1、成像设备： ■ 高清摄像头 ■ LED光源 ■ 19寸监视器及万向支架 ■ 腹腔镜一体车 2、模拟手术器械： ■ 持针钳：1把 ■ 打结钳：1把 ■ 弯剪刀：1把   3、练习模块： ■ 套圈模型：1个 ■ 彩豆模型：1个 ■ 缝合训练模型：1个 ■ 3D缝合模块：1个 ■ 穿线模型：1个 ■ 血管模型：1个 ■ 肠模型：1个 ■ 肝胆模型：1个 ■ 肾及输尿管模型：1个 ■ 胰腺和脾模型：1个 ■ 横结肠模型：1个 ■ 子宫及附件模型：1个 ■ 囊状器官模型：1个 ■ 器官粘连模型：1个 ■ 盲肠阑尾模型：1个

XM-F600腹腔镜手术技能训练人体模型   一、功能特点： ■ XM-F600腹腔镜手术技能训练人体模型可用于外科及妇产科在手术台上用腹腔镜手术器械、高清摄像机及监视器对常见腹腔疾病腹腔镜手术的模拟训练，可进行腹腔镜手术的切开、剥离、止血、结扎、缝合等基本手术操作。 ■ 模拟腹腔镜30度镜可达到多方位观察的目的，光源LED、摄像机，镶嵌在镜头中，人体模型腹腔内的视野图像输出到22寸彩色屏幕上，操作者通过观察屏幕上的图像进行操作。 ■ 模拟腹腔镜可通过拉伸调节镜头与目标的距离调节焦距改变图像的清晰度，镜头靠近腹内模型时获得局部放大图像，后退至套管口时获得腹腔内较广泛的视野，可根据操作精细度和观察需要及时调节，镜头中心视野应对准术者的器械随之移动，根据需要调整近距或远景视野。 ■ 模拟腹腔内可放置各种训练模型，包括彩豆模型、套圈模型、缝合板模型、多形状缝合模块、囊状器官模型、盲肠阑尾模型、肝胆模型、子宫附件、穿线模型、横结肠、肾及输尿管、胰腺和脾、血管模型、肠模型、器官粘连模型，可将各种训练模型根据教学需要选取一种，置入腹腔中。 · 套圈模型：在圆柱型的胶块上设有6个倒L型钢钩，受训者用抓钳抓取小圈套在其上，套满为止，反复训练，可逐渐提高速度。 · 彩豆模型：将容器内的各种颜色彩豆，抓取指定的颜色，分别抓到各自的容器中。 · 穿线模型：10余个锥形胶块的顶部，设有直径有2-3mm小的钢圈，用持针器夹持缝合线，逐个穿过钢圈，直至穿完。 · 囊状器官模型：细的部分可进行切开吻合，膨大部分可进行切开缝合或切除部分后吻合。 · 血管模型：可进行小血管结扎的训练。 · 各部内腔器官模型：使用时粘贴在背板上，防止操作时移动，对各种器官可进行切开、止血、剥离、缝合、打结练习。 · 肝胆囊模型：可进行胆囊摘除术训练，肾及输尿管模型，可进行输尿管吻合，结石取出术。 · 肠模型：可进行肠（切开）吻合术。 · 盲肠阑尾模型：可进行阑尾切除术训练，其他器官可练习剥离切除缝合等练习，模拟阑尾动脉、胆囊动脉可更换。   二、系统配置： ■ 仿真腹腔镜手术技能训练人体模型：1具 ■ 模拟手术台：1张 ■ 成像设备：1套 ■ 22寸液晶监视器：1台 ■ 模拟手术器械：5把（持针钳、弯分离钳、弯剪刀、抓钳、打结钳各1把） ■ 训练模型：1套（彩豆模型、套圈模型、多形状缝合模块、囊状器官模型、盲肠阑尾模型、肝胆模型、子宫附件、穿线模型、横结肠、肾及输尿管、胰腺和脾、血管模型、肠模型、器官粘连模型各1套）

XM-627椎管内部脊髓神经模型 （脑脊髓与周围神经解剖模型）   XM-627椎管内部脊髓神经模型（脑脊髓与周围神经解剖模型）显示自然位置的脑、脊髓、脊神经与椎管的形态、结构、位置关系。椎管由游离椎骨的椎孔和骶骨的骶管连成，上接枕骨大孔与颅腔相通，下达骶管裂孔而终。其内容有脊髓、脊髓被膜、 脊神经根、血管及少量结缔组织等，脊神经共31对，连接在脊髓上的神经，分布在躯干、腹侧面和四肢的肌肉中，主管颈部以下的感觉和运动。 尺寸：73×25×16cm 材质：PVC材料

XM-632头、面、颈部解剖和颈外动脉配布模型   XM-632头、面、颈部解剖和颈外动脉配布模型主要显示表情肌、咀嚼肌、颈部肌群、胸部、背部部分肌肉及颈外动脉的分布。 尺寸：自然大，38×25×45cm 材质：PVC材料

本发明属于食品检测技术领域，涉及一种畜禽肉黏弹性无损检测方法，具体涉及一种多要素黏弹模型建立及其黏弹参数确定的方法。具体步骤为：首先利用畜禽肉黏弹性无损检测系统采集、计算待测样品的应变数据；然后根据待测样品的变形特征选择多要素模型，将不同多要素模型与不同数据拟合算法结合，对应变数据进行数据拟合，建立若干畜禽肉多要素黏弹模型；最后比较若干畜禽肉多要素黏弹模型的拟合效果，根据实际需求，选择最佳畜禽肉多要素黏弹模型，并计算黏弹参数。最终实现对畜禽肉黏弹性的无损、快速检测。

本项目提出了将时间维度与空间维度相结合的多尺度综合能源需求分析与预测模型，设计并实现了一种面向智慧城市的综合能源需求分析与预测的方法，提升能源供应规划和营销策略的优化与决策支持。

一种基于Bagging?RNN模型的电梯制动性能评价方法，包括：a)获取不同制动性能的电梯在制动过程中的闸皮温度序列数据，作为样本集；b）按照比例将样本集划分为训练集和验证集；c）使用训练集数据训练Bagging?RNN模型，根据训练误差修正Bagging?RNN模型参数；d）使用验证集数据验证Bagging?RNN模型的泛化能力，根据验证结果进一步修正Bagging?RNN模型参数，将修正后的Bagging?RNN模型作为电梯制动性能的评价模型；e)将被测电梯在制动过程中的闸皮温度序列数据作为Bagging?RNN模型的输入，模型输出被测电梯的制动性能评价结果。本发明从电梯制动时电梯闸皮最高温度变化的生成机理出发，获取不同制动性能电梯制动过程中的闸皮温度序列数据，并基于历史数据提出了相应的电梯制动性能的评价方法。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

成果介绍火电机组深度调峰改造是消纳可再生能源的有效途径，深度调峰就是在自动控制的情况下将机组的负荷调节下限从原来的50[[[[%]]]]Pe下调至30[[[[%]]]]Pe，甚至更低。控制难点在于：当机组处在低负荷工况时，机组被控过程的动态特性具有快速变化的特征，常规控制策略难于有效控制。本项成果采用多模型智能预测控制技术，分别提出了适合于亚临界和超（超）临界机组深度调峰的多模型智能预测控制系统，实现了在低负荷或超低负荷工况下的平稳控制。市场前景本项成果已成功应用于华能丹东、华能大连、华能营口、华能井冈山、华能大坝、国投钦州、大唐当途、中铝银星、国信射阳港、国华筹光等电厂近30台300MW亚临界、600MW和1000MW超（超）临界机组的深度调峰中。特别是，已成功将华能营口电厂#4 600MW超超临界机组的负荷深调到15[[[[%]]]]Pe，并实现了机组”干态/湿态”的一键转换控制，达到了国内外最先进的深调水平。目前，在国内已完成的机组深度调峰改造中，大部分均采用了本深调优化控制技术，得到了广大用户的一致好评。