本实用新型涉及流量测量仪表，具体涉及一种基于红外线感应技术的流量测量装置，包括壳体，所 述壳体底部外侧垂直固定有把手，所述壳体侧接有连通管，所述连通管上部设置有红外线感应装置，所 述壳体底部设置有压力感应装置，所述把手顶部设置有计时装置，所述把手内部设置有单片机控制系统， 所述把手尾部设置有开关；所述把手与连通管在同一平面；所述单片机控制系统分别与红外线感应装置、 压力感应装置、计时装置及开关电连接。该流量测量装置采用水流感应结构将红外线信号转换为电信号， 感应灵敏，传输迅速，稳定性高。操作简单，即开即用，只需开关和把手即可控制装置工作。结构简单 重量轻，成本低廉。 

本实用新型涉及医疗器械技术领域，公开了一种带自锁功能的滑动流量安全开关，包括支架和安装在支架内的滑轮，滑动流量安全开关在关闭位置处设置有限位装置，限位装置安装在支架上。其使用方便，制作成本低，很好的保证了滑动流量安全开关的关闭状态，保证了使用的安全。

可自动调节脑脊液分流量和防止分流管堵塞的装置，包括压力传感器、Y形分流管、转流泵、第一程控开关、第二程控开关、装载板、第一电子控制系统、第一电源、第二电子控制系统和第二电源；第一程控开关用于导通或截断脑脊液在Y形分流管两根上臂导管之间的通路，第二程控开关用于导通或截断脑脊液通过Y形分流管下臂导管进入腹腔的通路，转流泵用于驱动Y形分流管内脑脊液的流动，压力传感器用于对颅内的压力进行采集，第一电子控制系统用于根据颅内的压力状况控制转流泵、第一程控开关和第二程控开关所处的状态，并将相关信息传输给第二电子控制系统，第二电子控制系统用于接收和显示第一电子控制系统的信息，并向第一电子控制系统发送指令。

基于颅内压反馈调节脑室内脑脊液引流量的装置，包括压力传感器、引流管、程控开关、装载板、第一电子控制系统、第一电源、第二电子控制系统和第二电源；引流管依次由脑室段、被控制段和腹腔段组成，程控开关设置在安装引流管被控制段的装载板上的凹槽处，用于导通或截断脑脊液通过引流管进入腹腔的通路，压力传感器用于对颅内的压力进行采集，第一电子控制系统用于根据颅内的压力状况控制程控开关所处的状态，并将相关信息传输给第二电子控制系统，第二电子控制系统用于接收和显示第一电子控制系统的信息，并向第一电子控制系统发送指令。

本发明公开了一种基于混合差分的车流量检测方法，其步骤包括采用摄像机采集道路交通视频，经逐帧提取视频中的图像并进行预处理，获得待检测的包含道路和车辆信息的图像f(x，y)，再在车流量检测模块中对图像f(x，y)进行处理，识别出图像中车辆信息并计数。本发明对车流量进行检测的准确性好，获得的正确率和漏检率分别比背景差法提高和降低约3％，获得的误检率比帧间差法低约18％。

本发明提供一种干支流交汇区水位流量关系的确定方法，步骤包括：干支流交汇对目标断面水位的 顶托强度评估；顶托作用影响下水位流量函数关系的确定；顶托作用影响下水位流量函数方程求解；多 值型水位流量关系曲线组的绘制。与已有经验方法相比，本发明依据河道水力学原理推导出的干支流交 汇区水位流量关系式具有明确的物理含义，干支流之间水位、流量的因次关系得到准确反映，因而计算 精度更高，能够详细而全面地给出不同干、支流来流组合下的水位流量关系曲线组，为干、支交汇区域 的水位估算提供一种便捷途径。 

针对充填采矿灾变预测与防治的关键问题开展研发，本成果主要技术内容如下：（1）系统研究了充填体破坏失稳声发射预测技术，开辟了用声发射预测充填破坏失稳的新途径；（2）开发了胶结充填过程控制成套技术，提出并成功实施不良地质体超前护帮充填技术等。本技术成熟可靠，适用于充填法开采的金属矿山，已经在江西等省的 9 家矿山推广应用，累计取得产生超过 3 亿元的经济效益和显著的社会效益，并荣获 2011 年江西省科技进步二等奖。 

在2020年抗击COVID-19疫情斗争中，北京航空航天大学经济管理学院王惠文教授及团队结合2003年所做非典疫情的状态评估和预测建模研究基础，密切关注在疫情防控中存在的问题。自1月23日起，通过各种渠道相继提交了20多个信息和提案，例如：加强对密切接触者实行隔离筛查、避免新冠肺炎疫情在医院内扩散、关注医务人员的轮岗休整、加强对全国各地区疫情监控与预警工作，等等。团队收集和分析了COVID-19的公报数据，采用统计分析方法对新冠肺炎疫情的传播规律进行了预测与分析，对全国（除湖北）各地区的抗疫阶段做出判断和预测，提出了疫情防控全过程的阶段划分方法，并提交了7篇研究报告。王惠文教授接受《中国经济时报》专访，发表文章《各地应分期分批有序恢复社会经济活动》，并被《今日头条》等网络媒体转载；民建市委网站头版刊登了她的文章《COVID-19疫情发展的状态评估与预测分析》，并报道了《数据会说话：王惠文：疫情发展的状态评估与预测研究》；民建中央网站也专题报道了《北京会员王惠文：用数据打赢疫情防控战》。

本发明公开了一种基于深度回声状态网络的目的地预测方法，属于轨迹目的地预测技术领域。

本技术提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。 一、项目分类 显著效益成果转化 二、技术分析 随着智能手机、笔记本电脑等消费电子产品的快速发展，锂离子电池（Lithium Ion Battery, 简写为LIB）已经成为最成功的电化学储能设备之一，并从根本上影响并改变了人们的日常生活方式。随着制造工艺的逐步成熟，LIB的能量密度已经接近其理论极限。另一方面，可移动电子设备的快速普及和汽车电动化的蓬勃发展也不断要求开发具有更高能量密度的充电电池以满足实际使用的需求，而最先进的LIB依然无法完全满足上述需求。因此，寻找更高能量比的锂电池电极材料，加快下一代新型锂电池关键技术的相关研究，已成为制约锂电池技术产业发展进步的关键问题。锂金属电池的能量密度虽足以达到下一代电动车的要求，但其自身的稳定性仍令人担忧，这主要是因为Li金属的反应活性过高，其几乎可与所有的电解液均能自发地发生化学反应。在电池的运行过程中，Li电极和电解液之间通过自发化学反应和电化学反应导致了固体电解质界面（solid electrolyte interphase，SEI）的形成。当所形成的SEI结构不均匀时会诱发电池体积膨胀，此外，充放电过程中锂的不均匀沉积会导致锂枝晶的形成，锂枝晶的不规则生长会刺穿SEI，导致SEI膜发生破裂，并产生死锂，降低锂金属电池库伦效率；更严重的是，锂枝晶的不断生长会刺穿隔膜，造成电池内部的短路，导致火灾和爆炸等安全事故，大大缩短了电池的使用寿命，严重阻碍了其大规模商业化发展。因此，SEI对LMB的性能具有至关重要的影响。良好且稳定的SEI可以阻止（或者大幅度减缓）负极界面上反应的持续发生，起到保护Li电极的作用。针对下一代高稳定性锂金属电池设计中存在的关键问题，结合国际研究进展与本团队前期研究基础，我们提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。本方案已形成完整的工作流，相关自动化软件已开发完成并交付使用，且具有完全的自主知识产权，可用于国内外上游电池生产研发企业积累原始电池性能数据，大范围筛选有效电解液组分，指导下一代高能量密度锂电池研制。 我们的技术优势与创新主要表现在： 1）首次在电池体系中实现了QM与MM的混合模拟与混合加速； 2）在电池体系模拟中实现了开放电子体系对电化学反应的热力学和动力学预测； 3）在保证精度的前提下，实现了在纳米尺度上对真实的实验SEI结构直接模拟； 4）通过耦合深度机器学习，实现了电解液组分大范围筛选与性能优化。