本成果针对国外对五轴数控机床相关技术的封锁，软件系统成本昂贵、成本高等特点，以及国内该领域的空白，在国家04专项的支持下，采用自主研制的五轴数控机床基于拓扑理论建立的通用运动学模型、求解算法和仿真方法，基于自主知识产权，开发出我国自己的五轴数控机床通用后置处理系统、代码验证仿真系统、几何误差建模/测量/辨识与补偿系统，该项成果已经获得3项发明专利，3项软件著作权，目前已经开发出五轴数控机床通用后置处理系统及加工仿真系统，正在进行产业化推进，项目整体已经达到国内领先、国际先进水平，有望实现产业化。

本实用新型公开了一种新型轴径向磁通的调磁电机。包括同轴安装在机壳内的绕组定子、两个永磁定子和调磁转子；绕组定子和调磁转子置于机壳内，分别位于外圈和内圈，两个永磁定子分别位于调磁转子两端并对称安装，绕组定子和永磁定子均固定在机壳上，调磁转子固定在转轴上，绕组定子与调磁转子之间存在径向气隙，两个永磁定子与调磁转子之间分别存在轴向气隙。本实用新型具有自动过载保护功能，与传统调磁电机相比，具有更大的气隙磁密、转矩密度和功率密度，机械可靠性更高，在风力发电、新能源汽车、电动舰船、多电飞机等低速大扭矩应用场合具有广阔的应用前景。

本发明公开了一种铁磁性细长构件轴力检测方法及装置,其方法 包括以下步骤：1)在标样上施加轴力 T0；2)将磁化器吸附在标样上；3)测量标样上的磁感应强度的法向分量和轴向分量；4)计算并得到表征 标样轴力的特征量 1/k0；5)重复测量并计算得到不同轴力下表征标样 轴力的一组特征量，绘制 1/k-T 标定曲线；6)在与标样同类型的被测铁 磁性细长构件上测量轴力特征量 1/k，通过 1/k-T 标定曲线获得被测铁 磁性细长构件的轴力 T。其装置包括磁化器、霍尔元件、磁感应强度 测量装置和数据计算装置。本发明采用磁化器来磁化铁磁性细长构件 以进行轴力检测，因此，现场安装检测操作方便，可方便地实现铁磁 性细长构件轴力的检测。 

本发明属于船舶电力推进领域，并公开了一种多轴电力推进半实物模拟试验平台。该模拟实验平台包括依此连接的开发主机、实时仿真机、电机驱动器和电机组，开发主机用于开发船‑机‑桨模型；实时仿真机用于收集系统状态信息，完成对电机组的控制；电机驱动器分为主动电机和负载电机，电机组分为主动电机和负载电机，电机驱动器和电机组是组成电力推进半实物实验平台硬件在回路模拟的主体。通过本发明，实现船舶或海洋平台电力推进的半实物模拟试验，为研究人员对实际大型船舶和海洋平台多轴电力推进系统的设计、论证和验证提供指导，适用范围广，鲁棒性强，且方便快捷。

本发明公开了一种快速提取OSM数据中用户自定义多边形区域内路网的方法，该方法能够快速地将用户自定义的需要研究的范围外的节点和路段删除，最终得到用户自定义多边形区域内的OSM路网数据。目前从OSM数据导出的路网区域只能是矩形，本发明可以让用户自定义多边形研究区域，并快速地自动删除自定义多边形区域外的节点和路网，节省了用户先解析矩形范围的OSM数据再手工删除区域外的节点和路段产生的额外的时间和工作量，同时也避免该过程中人工操作可能产生的错误。

本发明公开了舟形藻的一种开放式培养方法及其专用培养基。本发明所提供的培养基为ZWN，其配方为：硝酸钾，180-220mg；磷酸二氢钠，18-22mg；硅酸钠，270 -330mg；脲素，7-9mg；维生素B1，350-450μg；乙二胺四乙酸二钠，5-7mg；氯化铁，5-7mg；海水定容至1升。应用本发明所提供的培养基培养舟形藻，包括如下步骤：1)用海水配置培养基；2)在藻种密度为3×105细胞/毫升是，按舟形藻与培养基体积比为1:5-9的比例将舟形藻接种到培养基中，在19-25℃，光照强度3000 -6000Lux，光照时间8-12h/天条件下通气培养。舟形藻在本发明所提供的ZWN培养基中生长速度快，生物量高；加入碘化钾，能有效达到防治绿藻污染的目的，可以采用开放式的培养方式大规模获得舟形藻及其目标产物，具有重要的应用价值。

本发明公开了一种大型薄壁件的拉形和电磁复合渐进成形方法 及装置，该方法将驱动板置于待变形板料上方，用压板和托板夹持住 驱动板和待变形板料，通过升降油缸带动托板移动使得驱动板和待变 形板料初步拉弯和绷紧，实现拉形过程，调整电磁线圈的位置，使其 正对待变形驱动板进行放电，线圈绕凸模轴线在驱动板的表面旋转一 周，实现同一高度下待变形板料与凸模贴合，随后油缸再次下降并将 板料拉弯，线圈放电使待变形板料再次变形并与凸模贴合，依次类推， 实现板料的拉形-放电-再拉形-再放电的交替成形过程，直到板料变形 结束。本发明可改善材料流动的均匀性，降低板料的减薄率，实现大 型难变形材料的柔性加工和精确塑性制造。

本发明提供一种用于 GIS 矢量建筑物多边形的多尺度表达信息生成方法，包括输入不同尺度下的同 名矢量建筑物多边形，然后对起始图形和目标图形分别转为转向角函数表达形式；基于转向角函数分析 建筑物多边形的边特征，获得边的变换规律，包括将特征点匹配得到的边集分别与目标图形对应边进行 转向角匹配，划分同边和异边；融合得到任意中间尺度下多边形的转向角函数，转为坐标串表达形式， 得到中间尺度的插值图形。本发明能在有效保持矢量建筑物多边形直角化边界特征的前提

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵