新葡京娱乐场-大陆娱乐场开户注册

本發明公開了一種時間分辨率自適應調整的流場狀態測量方法，該方法包括如下步驟：首先，根據第 k+1 時刻圖像與第 k 時刻圖像之間的時間間隔Δt_k，采集第 k+1 時刻圖像，并對第 k 時刻和第k+1 時刻的圖像進行降噪處理；然后，據 k 時刻圖像和第 k+1 時刻的圖像，采用粒子圖像測速方法，計算第 k+1 時刻的流場狀態 X(k+1)，包括：位移場 x(k+1)、速度場 x′(k+1)、加速度場 a(k+1)，并輸出顯示；最后，更新第 k+2 時刻與第

本發明公開了一種適用于多級空氣壓縮機的配流機構，其開設 有一級進氣孔、一級排氣孔、二級進氣孔、二級排氣孔、三級進氣孔、 三級排氣孔、四級進氣孔及四級排氣孔。所述一級進氣孔、所述一級 排氣孔、所述二級進氣孔、所述三級進氣孔、所述四級進氣孔及所述 四級排氣孔分別收容有一個氣閥，八個所述氣閥分別用于實現對應的 氣體的單向流動。所述配流機構還開設有第一連通孔、第二連通孔及 第三連通孔，所述第一連通孔與所述一級排氣孔及所述二級進氣孔均 相連通;所述第二連通孔與所述二級排氣孔及所述三級進氣孔均相連 通;所述第三

該成果 2016 年獲中國機械工業科學技術一等獎。所研發的水泵水力模型通過工程應用，形成了具有完全自主知識產權的特大型水泵設計、制造、安裝、運行關鍵技術，提升了特大型水泵裝備水平。特大型水泵在我國的調水工程和排水工程中發揮著重大的作用。鑒定意見認為綜合技術指標達到國際先進水平。

本發明公開了一種固體氧化物燃料電池陰極氣體流場板，用于 均勻分配氧化氣和收集陰極電流，其由多個相互平行連接且尺寸相同 的齒形波紋塊構成，齒形波紋塊由兩個錯開距離(7)后平行排列連接的 齒形波紋條(3，4)構成，齒形波紋條(3，4)由多個相互交替連接的平頂 凸臺(2)和平板(1)構成，平頂凸臺(2)呈齒形輪廓狀，平板(1)連接所述平 頂凸臺(2)的根部，以形成齒形波紋狀，平頂凸臺(2)橫截面形狀為等腰 梯形去掉下底邊后

本發明公開了一種基于微流控芯片粒子捕獲式單粒子散射測量 方法，包括微流控芯片的設計制作、測量環境配置、對準、單粒子的 捕獲和單粒子環境的構建以及單粒子大角度的散射分布的測定等相關 方法。與現有技術相比，由于結合了微流控芯片粒子捕獲技術，克服 了單粒子的大角度散射、大動態范圍內的光散射特性測量方法的不足， 實現了單粒子大角度散射分布的測量

1. 痛點問題 化學工業是我國國民經濟的支柱產業，集中于生產基礎和大宗化工原料，而面向高端制造業和戰略性新興產業的產品，其比重不足10%?；ぎa業正受到國外技術壁壘和國內消費結構升級及生態環境保護要求提高的多重壓力，需要加快轉型升級，邁向高端化和綠色化。 針對傳統醫藥中間體、精細化工生產設備技術革新的研究方向，微反應器和微流控技術的研究和應用成為國內外研究機構的研究熱點。微反應器和微流控技術自上世紀九十年代提出，就受到學術界和產業界的廣泛關注。微反應連續化生產技術是一項在新世紀中具有革命性的技術，是生物、化學、化工等交叉前沿的方向；2009年，25家國際著名跨國公司和研究機構將微化工技術列入化工產業發展新方向，聯合啟動了構建所謂靈活、快速、未來化工廠的“F3計劃”。醫藥中間體、精細化工產品由于產量小，目前普遍采用傳統的反應釜等設備，單批次生產，存在原料利用率低、污染排放量大,生產過程安全性較差，難以適應可持續發展的需要。解決醫藥中間體、精細化工生產的環保、安全、效率等問題，是目前廣大中小型生產企業實現跨越式發展的關鍵。 2. 解決方案 微反應器/微流控技術：以微結構元件為核心，在微米或亞毫米受限空間內進行的流動、傳遞和反應過程，它通過減小體系的分散尺度強化混合、分散與傳遞，提高過程可控性和效率，以“數量放大”為基本準則，將實驗室成果可靠地運用于工業過程，實現大規模生產。 目前，微反應器/微流控技術已經從研究階段向工業化生產階段發展，相關技術及產品的應用正處于快速增長的階段，在生物醫藥、化妝品、環保等領域，都有著廣泛的應用需求。采用微反應器成套技術，在實現化學品生產的連續化同時，具有低能耗，高效率，低排放，高安全性等一系列優勢。 1) 本項成果基于微化工技術，結合先進的生產裝備自動化技術，提供面向生物醫藥制造領域的綠色高效的微流控技術生產方案。 2) 同時，結合先進智能制造技術，可以構建全自動的集成化工藝平臺，實現智能化、綠色化的生產工藝及裝備的整體應用。

該項目是在國家自然科學基金委的大力支持下，由西安交通大學吳裕遠教授主持的課題組經過15年的艱苦努力，突破傳統機理，銳意科技創新，所取得的最新成果，榮獲2001年國家技術發明獎二等獎。該項目是西安交通大學，擁有完全的自主知識產權,非常適宜在制氧、石油、化工、乙烯等換熱器領域推廣應用。 

本發明公開了一種基于眾核和 GPU 的網絡視頻流不良內容檢測方法，包括：在眾核計算平臺下獲取網絡數據包，對網絡數據包進行分類，以提取網絡數據包中的視頻數據包，對視頻數據包進行重組，按照網絡視頻流編碼的語法對重組后的視頻數據包進行解碼，以生成圖像序列，GPU 采用基于紋理檢測和膚色點檢測相結合的方法對圖像序列進行預處理，以確定疑似不良圖像，GPU 采用 SVM 對疑似不良圖像進行精確處理，以確定不良圖像。本發明只需獲取網絡數據包，即可識別出視頻流，直接對視頻流進行解碼后，采用圖像匹配檢測技術即可識別該視頻流是否含有不良信息。