提供“课前预习与学情分析-课中教学深度互动-课后个性化辅导答疑“全过程智慧教学环境。 轻松满足： ·智慧录播 ·智能交互 ·多端兼容 ·多级架构 应用场景 智慧课堂 提供“课前预习与学情分析-课中教学深度互动-课后个性化辅导答疑“全过程智慧教学环境。 智能录播 打造“融合互动教学、智慧录播、教学研讨为一体”的智慧教学空间，为教育提供有力支撑。 优势特点 智慧录播 支持“一键式”智能跟踪拍摄，轻松实现教学场景内的录播、直播、互动等应用 智能交互 打通课前-课中-课后教学全流程，支持考勤签到、随堂测试、学情分析等应用 多端兼容 BYOD系统兼容性强，广泛支持各类操作系统和电子终端，满足不同用户需求 多级架构 采用“云+校+班“多级架构设计，满足稳定教学、班级管理、数据汇聚的需求

❂产品介绍： 毕恩思BC-E智慧净气型储药柜系列专为生物样本、耗材、化学品、标准品等（以下统称为试剂）的智能化管理工作，预防和控制危险试剂事故，从实验室信息化管理的实际需求出发，以自动化、开放式管理为目标，实现实验室化学品、耗材、标准品等的领用、归还及用量的自动化管理，无需人工手动记录，提高安全性，提高数据准确率，加强自动化程度，真正意义上实现实验室试剂（生物样本、耗材、化学品、标准品等）的智能管理与运行一体化。同时针对有毒有害化学品存储产生的废气进行净化，适用于各种领域，各种化学品类型。可存储大多数在实验室使用的化学品，净化柜内有毒气体，24小时净化实验室空气，环保效率高。 ❂产品特点： 1、金属部件：主要材质≥1.2mm镀锌钢板，环氧树脂静电喷涂，覆有耐用防化无铅涂层，保持高光洁度并Z大限度的降低腐蚀和湿气的影响，四边圆弧角设计防止磕碰。 2、门体：5mm防爆玻璃四周镶嵌钣金固定，与柜体融为一体，大气美观。 3、层板：一体成型PP托盘，抗酸碱，高度可调，可选配均匀穿孔镀锌层板。 4、抗酸碱盛漏液抽屉：聚丙烯PP内胆，耐腐蚀，防止试剂瓶打碎泄漏的液体外溢。 5、实时温湿度环境监控系统，显示实时温湿度，设置报警参数，保障产品使用安全。 6、风机监控：风机系统失灵报警，在线可调风机转速，保证不同化学品量的储存需求。 7、过滤器饱和报警系统：产品配有双层过滤器及双VOC探头，一个探头监测室内空气质量，一个探头监测过滤器饱和状况，过滤器设定饱和报警值，超出范围即报警，当浓度长时间超出设定值需更换过滤器。 8、美国PSC风机，24伏电压，性能稳定，超静音，无火花静电。 9、效率高过滤系统，按照颗粒大小选择排列分布，遵循ASTM标准，有效针对酸性气体和有机气体，吸附能力强，针对粒子过滤器，采用效率高HEPA过滤器，对大于0.3um的粒子，过滤效率达99.995%。 10、主副柜独立模块化设计，可运用于不同配置场合，一个主柜可连接数台副柜。 11、副柜进气口使用磁吸固定滤尘网，方便清理拆卸。 12、副柜使用带开关量的智能电控锁，方便安全。 ❂常见问题： 如何分辨智慧净气型储药柜的安全性？ 很多客户对智慧净气型储药柜安全性没有一个全新的认识，以下是我司对智慧净气型储药柜的一个分析。可以供顾客参考： 1、我所运用的一个化学品或一组化学品被过滤器过滤后是不是契合行业标准? 2、假如是的，过滤器的运用寿命是多久? 3、我是不是要装备可靠的过滤器主动饱和报警器？ 4、假如无需装备，出产厂商所供给的检测过滤器饱和办法是什么? 5、跟着时间的推移，出产厂商能否供给一个持久的对于过滤器替换本钱和动力节约费用比照的研究报告？ 6、出产厂商是不是供给服务或许流程来监控我的存储化学品的改动并选用新的运用计划？ 7、终，出产厂商能否把对于这些问题的答案以书面形式表答出来？ ❂产品优势： 1、智慧净气型储药柜无需安装管道工程，安装便捷，废气不外排，新型环保。 2、顶部根据化学品类别可选配过滤模块系统，满足多种不同种类的化学品存储。 3、好的模块化过滤技术，完全吸附过滤实验产生的有害气体、颗粒粉尘等物质。 4、无需消耗空调能耗，效率高节省能源。 5、移动方便，就近存储，方便存取，提高工作效率。 ❂工作原理： 1、 风机 位于柜体顶部的风机将实验室内空气抽入柜体内部产生负压。 2、气体过滤 柜内储存的试剂所挥发的有害气体经风机进入过滤模块，有害气体分子被过滤器截留过滤，洁净气体返回室内。 3、高质量的空气净化功能经过滤的洁净空气返回到室内，不会危害人员健康。 4、净化实验室空气 24小时净化实验室内空气，提升实验室空气质量（建议药品柜保持24小时开机） ❂常用型号： 规格型号 参数 配置 选配 BC-EM500 主柜 外部尺寸： 500*668*2035(W*D*H)mm 隐形称重模块：1套 电压：220V/50Hz 功率：50W 操作屏：15.9英寸 刷卡器：1个 标签打印机：1套 出入库管理系统模块：1个 远程系统模块：1个 后台管理系统模块：1个 权限管理系统模块：1个 称重天平 BC-ES600 副柜 外部尺寸： 600*592*2035(W*D*H)mm 内部尺寸： 519*545*1628(W*D*H)mm 过滤器尺寸：370*395*50mm 初效过滤器尺寸：370*396*21mm 层板承重：＞100kg/㎡ 空气处理量：220m³/h 柜内体积：0.45 m³ 存储容量：140瓶（500ml） 音量：40dBA 电压：220V/50Hz 功率：42W 电流：2A 过滤器：2组 初效过滤器：1个 风机：1个 层板：4块 显示屏：5英寸液晶 触摸屏 VOC报警系统：1套 温湿度报警系统：1套 电源线：1根 锁具：双锁 可选过滤器型号: OG：有机过滤器 AG：无机过滤器 AM:氨气过滤器 FO：甲醛过滤器 HEPA   H14：效率高HEPA过滤器 可选报警器： 氨气报警器 甲醛报警器 HCL报警器 酸碱盒

智慧课堂 ⋅ 方案背景 现在的多媒体已经逐渐普及走入到每一个普通教室，形式一般是投影白板和教学一体机，师生们在享受多元化教学的同时，也在不断的累积着困扰——光污染对学生视力的影响、上下推拉黑板对老师体力的耗费、与脑海里对黑板外观固有认识的违背、无法粉笔书写带来的困扰……UCN智能黑板方案在上述背景下应运而生，它采用全球领先的纳米触控技术将传统的手写黑板和多媒体设备相结合，在粉笔板书和多媒体应用之间轻松切换。 智慧课堂 ⋅ 功能场景 泛普智慧课堂是当前各学校信息化建设普遍使用的方案：以纳米触控黑板作为核心设备，尊重老师使用习惯的前提下，帮助不同年级、不同学科的教师轻松实现互动多媒体教学，提高课堂趣味性，实现真正的交互式教学模式。 配套专业教学软件和管理平台，还可扩展添加实物展台功能，随时将学生作业、试卷等实物内容信息传送到智能黑板上进行讲解和批注，打造更便捷、互动的新型教学环境，是国家“三通两平台”建设下各校的标配方案。

本发明公开了一种炼铁生产过程伴生能源的整体梯级回收系统,包括:包含燃气轮机的高炉煤气燃机发电系统和包含双压余热锅炉的余热回收发电系统;还包括烧结烟气回收系统和冷却热废气回收系统。所述的烧结烟气回收系统将来自烧结机的烧结烟气经除尘器除尘后,在第一引风机的抽吸作用下送入双压余热锅炉;所述的冷却热废气回收系统将冷却热烧结矿后产生的热废气在第二引风机的抽吸作用下也送入双压余热锅炉。本发明系统将烧结工艺显热和炼铁过程伴生的低热值高炉煤气进行整体回收,并且梯级利用,形成完整的、能稳定运行的中低温余热、低热值高炉煤气高效综合利用系统。

本发明公开了一种能源回收自清洁的垃圾输送系统，包括：用于输送垃圾桶升降循环的升降机构，所述升降机构具有环形输送件，环形输送件上间隔布置有多个连接座，每个连接座上转接有所述的垃圾桶；安装在所述升降输送机构两侧并用于保持垃圾桶升降运动姿态的限位轨道，靠近所述升降机构的底部设有无限位轨道作用的垃圾倾倒位；置于各楼层并用于控制垃圾桶在垃圾投放口停止的即停机构；位于所述升降机构下方的垃圾储存箱，用于储存各垃圾桶翻转倒出的垃圾。本发明适用于高层建筑各楼层垃圾的升降输送；节省电梯运输垃圾的功耗，节能减排；减少垃圾处理的人力消耗，降低管理成本。

随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。

高校科技成果尽在科转云

研发阶段/n华中农业大学生物质与生物能源研究中心自成立以来，在彭良才博士的带领下正大力开展新型能源作物的培育和秸秆酒精产业化相关技术的攻关。通过与国内多家科研院所合作，己筛选和鉴定出一批适应于我国边际土地种植的生物质产量大和木质纤维素降解转化效率高的能源植物（甜高梁和芒草）。采用现代生物技术，对我国三大粮食作物（水稻、小麦和玉米）其秸秆细胞壁结构与组成展开遗传改良，已筛选出一批理想能源作物的新材料，不仅粮食产量稳定，其秸秆降解转化酒精的效率明显提高，同时还可提高秸秆的综合利用（如饲料、造纸、化工产品

成果简介：项目获国家 973、863 计划支持，获得国家科技进步二等奖1 项、 省部级科技一等奖 3 项，发明专利 20 余项。 技术领域：新型材料 应用范围：能源环保，新材料 所在阶段：小规模生产，试生产阶段 成果转让方式：技术转让、技术入股与合作、技术服务 市场状况及效益分析：本项目研究开发的具有自主知识产权的高功率镍氢动力电池(>1250W/kg)和锂离子动力电池(>1800W/kg)已应用于东风、奇瑞、长安、