“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “生物安全，人人有责” 推出背景： 在国际竞争白热化，战争形态多样化的今天，生物安全已成为国家安全的重要组成部分，为积极应对这一挑战，2019年10月，生物安全法草案于首次提请十三届全国人大常委会第十四次会议审议。本次新冠肺炎疫情的爆发，让各界更加意识到，生物安全对于确保国家安全、保障社会稳定、人民群众生命安全和身体健康的重要性。 国家安全就是国家竞争，归根结底又是科技实力的竞争！因此，作为中国的高新技术企业，中关村NMT联盟的会员单位，旭月（北京）科技有限公司利用20多年的技术积累，以NMT：非损伤微测技术为底层核心技术，迅速推出了与国家生物安全相关多种检验，监测仪器设备，以及适用于多个学科及领域的研发平台： 《NMT生物安全创新平台》特制系列产品！   应对挑战： 1）组织器官水平研究：随着研究的深入，单细胞的生理状态，以及对不同环境的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织器官的在体检测，很好地弥补了这一研究手段的空白。 2）活体研究：可在离体或在体的情况下，对活体组织，开展代谢研究，无需提取、无需染色。   分类及用途： 1）《NMT细菌感染组织能量代谢仪》（型号：NMT-BTM-100） 基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。   2）《NMT细菌感染组织能量代谢仪》（型号：NMT-BTM-200） 基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。   《NMT细菌感染组织能量代谢仪》（型号：NMT-BTM-100） 应对挑战： 1）组织器官水平研究：随着研究的深入，单细胞的生理状态，以及对不同环境的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织器官的在体检测，很好地弥补了这一研究手段的空白。 2）活体研究：可在离体或在体的情况下，对活体组织，开展代谢研究，无需提取、无需染色。 用途： 基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。   参数： 1.基本功能： 1.1针对细菌感染组织能量代谢研究设计 1.2活体、原位、非损伤检测 1.3可检测指标：H+、O2 2.性能： 2.1自动化操作 2.2长时间实时和动态监测 2.3无需标记 2.4立体3D流速检测 3.软件： 3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速   《NMT细菌感染组织能量代谢仪》（型号：NMT-BTM-200） 应对挑战： 1）组织器官水平研究：随着研究的深入，单细胞的生理状态，以及对不同环境的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织器官的在体检测，很好地弥补了这一研究手段的空白。 2）活体研究：可在离体或在体的情况下，对活体组织，开展代谢研究，无需提取、无需染色。 用途： 基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。   参数： 1.基本功能： 1.1针对细菌感染组织能量代谢研究和研发设计 1.2活体、原位、非损伤检测 1.3可检测指标：H+、O2 1.4可实时监测和记录检测时的环境参数：温度、湿度、大气压、海拔、经纬度 1.5 可拓展检测指标：葡萄糖、NADPH、ATP 2.性能： 2.1自动化操作 2.2长时间实时和动态监测 2.3无需标记 2.4立体3D流速检测 3.软件： 3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速，以及检测时的环境参数

目前等离子体技术在灭菌、材料改性、医疗、生物科学等领域的研究和应用表现出了巨大的前景。而无论是在等离子体研究和还是等离子体应用领域，等离子体发生电源是不可或缺的一环。下图所示为自主研发高频辉光放电等离子体发生电源，可输出高频高压信号，并实现了输出电压的幅值和频率较大范围可调。此外，该电源进行了自动报警、自动恢复等多项安全设计，确保了高压放电过程中操作人员和电源产品本身的安全。目前该电源已经根据产品化标准开发为相应产品，为研究等离子体发生机理、内部参数测量和应用提供了基础。 技术特点: 可产生10KV，数十千赫兹交流电；频率和电压大范围可调；过流过压自动报警自动恢复。    主要技术指标： 输出电压波形：正弦波/脉冲波；输出电压幅值：0-10KV；输出电压频率：0-60KHz；输出电流：0-1 A。 应用范围： 该电源主要用于低温等离子体的生成，而低温等离子体的生成是所有等离子体研究和应用的前提和基础。所以，目前等离子体研究和应用领域都需要该种电源。

近年来，三相泡沫灭火剂已在煤矿防灭火领域广泛应用并取得了不错的效果，也使人们看到了其在油品火灾领域的广阔应用前景。三相泡沫在制备过程中，需使固相粉体粘附于泡沫表面，与两相泡沫的制备相比，会消耗更多的能量，现有的两相泡沫发生装置不能充分完成固、液、气三相的混合。针对上述不足之处，本技术提供了一种结构简单、操作方便的全尺寸三相泡沫发生设备。设备设计合理，结构简单，体积小、操作方便，可通过调节阀门开度来控制发泡浆液流量、发泡剂比例和气体进量；设备可用于现场使用，也可用于实验室进行实验，为全尺寸三相射流泡沫

本发明提供一种阵列式负离子发生装置，包括风力驱动模块、 电极模块和负直流电源模块，负直流电源模块输出可使电极模块发生电晕放电的负直流电压，电极模块发生电晕放电，产生负离子，由于 电极模块中正电极和负电极均采用线结构，使负电极线发生电晕放电 更加剧烈，且正电极线与负电极线为间隔排列，进一步加剧负电极线 电晕放电现象，产生更多的负离子，风力驱动模块提供高速气流，使 负离子迅速扩散，减少负离子向电极复合数量，同时正电极线与负电 极线的表面积减少，也有利于减少负离子向电极复合数量，本发明通 过增加产生负离子

本实用新型全尺寸三相射流泡沫发生设备涉及一种灭火器装置,具体地说,涉及一种现场及实验室两用的三相射流泡沫发生装置。包括供液装置,发泡装置和喷射装置:在发泡装置的前部设置有供液装置,供液装置通过螺杆泵提供发泡液,在发泡装置的后部设置有喷射装置;供液装置包括电动机,发泡浆液罐,搅拌桨和螺杆泵;发泡浆液罐的底部设置有过滤网,在过滤网下方的浆液进口段设置有阀门一,浆液进口段与螺杆泵吸入口相连,螺杆泵排出口与发泡装置相连;发泡装置包括混合段,发泡段和出口段;混合段前端与螺杆泵排出口相连,混合段前部管壁设置有发泡剂进料管,进料管上部设置有阀门二;发泡段的前部管壁上设置有进气管,进气管上设置有阀门三。

XM-430眼球的发生模型   功能特点： ■ XM-430眼球的发生模型由7部件组成，显示眼球的外形结构发生变化过程。 ■ 在前脑泡突出左右两个眼泡，剥掉左半外胚层露出的眼泡并形成末端膨大部和较细的蒂。 ■ 眼泡末端膨大内凹陷形成内外两层眼杯，由于在发育过程中上面和两侧面生长快在眼杯下方出现一缺口即脉络膜裂。（裂内有视网膜中央动静脉通过） ■ 在胚胎六一七周，脉络膜裂开始闭合眼杯形成完整的双层球状杯形体，杯口缩小成瞳孔眼杯前部发育形成视网膜盲部，后部发育形成视网膜视部。 ■ 在胚胎四五周时覆盖眼杯表面的外胚层局部增厚即晶状板，在眼杯凹陷时晶状体板即随着突入眼杯内形成晶状体凹。 ■ 胚胎六周至三个月之间，自视网膜前部生成次级玻璃体纤维，排列整齐将杯内的原始玻璃体压缩到中央部，这时玻璃体与眼球同时增长。 ■ 四个月胎儿眼球解剖，眼杯周围的中胚层分化出内外两层后，外层致密的纤维形成巩膜，内层疏松的形成血管膜即脉络膜睫状体和虹膜，玻璃体动脉穿过玻璃体。 ■ 眼睑和结膜的发生，眼睑和结膜均来自表面外胚层在胚胎第五周开始时眼的周围形成褶，褶的外层化成眼睑皮肤，内层分化成结膜。 ■ 尺寸：放大 ■ 材质：玻璃钢材料

XM-707泌尿系统发生模型   XM-707泌尿系统发生模型由3部件组成，显示泌尿系统发生过程中的三个典型的外形特征及结构形态。 尺寸：放大 材质：玻璃钢材料

成果描述：本发明公开了一种具有能量回馈功能的挖掘机液压系统，包括系统主泵、主要执行元件：行走马达、回转马达、动臂油缸、斗杆油缸和铲斗油缸及相应用于控制执行元件的动作的多路阀。液压系统接入能量回馈模块，所述能量回馈模块包含了两个子模块子模块Ⅰ、子模块Ⅱ；本发明针对液压系统，尤其是针对车体和作业装置的运动、节流调速控制方面提出一种新型的液压装置，该装置作为模块，可以安装到挖掘机系统并独立于挖掘机系统，形成一种新的独立的能量回馈作业模式。模式根据负载的载荷和速度需求情况，能够自动调整工作点，最大限度回收了无用能量，并自动反馈到液压系统中，模块通用性强。市场前景分析：新型工程机械领域。与同类成果相比的优势分析：技术先进，性价比较高。

本技术系CDMA移动通信系统核心技术方面的发明性成果，由国家杰出青年科学基金项目和教育部重点科学基金项目联合支持，并结合国家863计划九五重点之重项目和信产部移动通信专项基金“第三代移动通信系统研究开发项目”的实施而形成。

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。