本项目将以高分子聚丙烯（PP）为主要原料，添加适量的玄武岩纤维或聚酰胺，利用环氧树脂作粘合剂，采用计算机优化技术，探讨经三元共混、改性，调整玄武纤维与聚酰胺配方剂量，使其在不同条件下共混的基本原理并掌握其操作技巧，达到既改进PP材料的内部结构、又提高了自我科学研究的动手能力，研制出硬度与冲击强度和韧性梯度都很好的新型PP塑料合金，以满足日溢增多的汽车工业中用的保险杠、仪表板、内、外装饰件、工业零配件、日用包装、兵器和航天等领域所需的新型材料。

项目简介：  软质聚氨酣泡沫塑料具有密度低、比强度大、弹性回复好、吸音、透气等优点， 而被广泛用作家具垫材、交通工具座椅坐垫等垫材，以及隔音材料、防震材料、装饰材料和包   装材料等。本样品为阻燃高回弹聚氨酣软泡，不仅解决了软泡本身易燃的问题，还保持了自身 &nbs

产品详细介绍品牌：久滨型号：JB-DSC-500B名称：差示扫描量热仪一、产品概述：　　DSC测量的是与材料内部热转变相关的温度、热流的关系，应用范围非常广，特别是材料的研发、性能检测与质量控制。材料的特性：如玻璃化转变温度。冷结晶、相转变、熔融、结晶、热稳定性、固化/交联、氧化诱导期等，都是DSC的研发领域。二、仪器符合国家标准：GB/T 19466.2 – 2004 / ISO 11357-2: 1999第2部分：玻璃化转变温度的测定；GB/T 19466.3 – 2004 / ISO 11357-3: 1999第3部分：熔融和结晶温度及热焓的测定；GB /T 19466.6- 2009/ISO 11357-3 :1999 第6部分氧化诱导期 氧化诱导时间（等温OIT)和氧化诱导温度（动要态OIT）的测定。三、技术参数：1、DSC量程：0～±500mW2、温度范围：室温～500℃   3、升温速率：0.1～80℃/min4、温度分辨率：0.01℃5、温度精度：±0.1℃6、温度重复性：±0.1℃7、DSC精度：±2%8、DSC分辨率：0.001mW9、DSC解析度：0.001mW10、控温方式：升温、恒温、降温、循环控温（全程序自动控制）11、曲线扫描：升温扫描12、气氛控制：气体质量流量计自动切换两路气体13、显示方式：24bit色，7寸LED触摸屏显示14、数据接口：USB标准接口，配套相应操作软件15、参数标准：配有标准校准物，带一键校准功能，用户可自行对温度进行校准16、工作电源：AC220V  50Hz/60Hz17、全封闭支架结构设计，防止物品掉入到炉体中、污染炉体，减少维修率四、应用实例：　　测量与热量有关的物理、化学变化，如玻璃化转变温度、熔点。熔融温度、结晶与结晶热、相转变反应热，产品的热稳定性、固化/ 交联、氧化诱导期、反应动力学、比热等。

640*430*760mm

利用图像处理和机器学习技术，在多分类，样本不均匀条件下，对类型接近的目标进行识别与检测；在弱监督，无监督条件下对大数据集的目标自动分类识别技术；对目标识别算法的通用攻击和通用防御算法。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。

目前国内外企业只能生产执行特定任务的专用无人船，应用范围窄，难于加载日益增长的智能级别的任务，不利于用户的集成开发应用。针对这一市场需求，本产品定位于研发通用型的无人智能航行器，基于实时仿真测控平台，面向感知数据融合模型解算框架，支撑复杂智能任务算法研究，支持Matlab/Simulink实时仿真测控引擎，满足高端研发环节需求。采用开放式接口，响应终端用户的定制化需求，用户可以根据自行调整配置、加载任务系统，部署到实际环境在线调试，极大提高了工作效率，缩短了研发周期。