3年部署1000台工业机,绿光激光器龙头押注3D打印:公大激光完成数亿元融资

近日,深圳公大激光有限公司(以下简称“公大激光”)完成数亿元C轮战略融资。本轮融资由达晨财智、光合创投联合领投,禾创致远(中际旭创关联基金)、华胥基金(三一集团关联基金)、力合资本等多家产业资本共同参与,老股东华创资本继续加注跟投。

本轮融资将用于强化光纤绿光激光核心技术优势,巩固其在高功率绿光激光器领域的领先地位。

这也是公大激光自2019年12月成立以来完成的第七次融资。2023年,公司曾获得小米领投的过亿元B轮投资。

01
聚焦绿光激光器,从填补空白到实现赶超

相较于传统红外激光器,绿光激光器具备更短波长、更小聚焦光斑、更高能量密度以及更低热影响等特点,在高精度、高效率制造场景中展现出更明显的应用优势。

长期以来,高功率绿光激光器市场主要由德国通快、美国IPG等国际企业主导。公大激光的出现,打破了该领域长期依赖进口的局面,并逐步实现赶超。目前,公司在100W以上高功率绿光激光器领域全球市场占有率位居第一,累计市场保有量已超过千台。

产品方面,公大激光持续推进高功率绿光激光器迭代:2022年推出500W单模产品,2023年推出1000W单模和3000W多模连续绿光激光器,2024年推出2000W单模绿光光纤激光器,2025年发布500W级大能量纳秒脉冲绿光光纤激光器。2026年,公司又率先推出4000W单模连续绿光激光器,再次刷新行业纪录。

据介绍,该产品在高功率输出下仍可保持M²≤1.5的光束质量,可实现更小聚焦光斑、更高焦点能量密度和更好的加工一致性,在高反厚板焊接、深熔连接等场景中具备优势。

02
紧跟市场需求,从光伏、锂电走向3D打印

回顾公大激光的发展历程可以看出,公司始终坚持应用导向。

2023年之前,公大激光的绿光激光器主要面向光伏和锂电领域。其中,高功率脉冲绿光激光器主要用于光伏、锂电精密加工;高功率连续绿光激光器则主要用于锂电焊接。

光伏产业核心材料是硅,锂电产业核心材料是铜和铝。相比红外激光,这些材料对绿光波段吸收率更高,意味着在同等加工效果下,绿光所需功率更低、热影响更小,有助于提升切割、焊接质量和产线良率。

2023年之后,公大激光开始将绿光激光技术延伸至3D打印领域,并成立子公司深圳希禾增材技术有限公司,加速铜基材料金属3D打印产业化落地。

短短三年,希禾增材已推出多款商用绿激光3D打印机,并实现规模化量产,成为该赛道的领头羊。

03
百台投产、千台部署,希禾增材加速扩产

目前,希禾增材已有逾百台绿光3D打印设备投入使用。未来三年,公司计划推动千台级绿光3D打印设备规模化部署,打造全球规模最大、最专业的铜基材料增材制造产能基地,稳定支撑各类铜基散热产品批量化生产。

应用方面,随着高性能计算和先进制造需求持续升级,铜基材料的重要性不断提升。围绕这一趋势,希禾增材正加快拓展AI算力、光通信和商业航天等领域。

在AI算力方向,公司重点面向高功率芯片和器件的热管理需求,开展高导热微流道液冷产品设计与制造;在光通信领域,开发散热能力更强、成本更低的铜基光模块壳体;在商业航天方向,则聚焦火箭燃烧室等核心部件,探索高热流密度结构的工程化制造路径。

写在最后

不难看出,公大激光正从一家绿光激光器公司,逐步向3D打印产业链延伸,并将铜基材料金属3D打印作为重要方向。

随着AI算力、液冷散热、光通信和商业航天需求持续增长,绿光3D打印有望迎来更大市场空间。对于公大激光而言,这不仅是一次应用拓展,更是从核心光源走向先进制造的重要一步。

而在3D打印行业,公大激光将更多以“希禾增材”的名字出现。

代码下载地址: https://pan.quark.cn/s/a4b39357ea24 在计算视觉技术中,数据集扮演着训练和评估模型的核心角色。Labelme作为一个广受欢迎的开源工具,能够支持用户以交互方式对图像进行标注,而COCO(Common Objects in Context)则是一种被广泛采纳的数据集标准格式,适用于包括物体检测、图像分割在内的多种任务。本文将详细阐述如何将Labelme生成的标注数据转换为COCO数据集的标准格式。 Labelme标注的图像在输出为JSON格式时,会包含以下核心内容: 1. `version`: 指明JSON文件的版本信息。 2. `flags`: 目前未定义或保持为空,预留用于未来的功能扩展。 3. `shapes`: 列表形式存储对象的形状信息,每个形状项包含`label`(对象类别名称),`points`(构成对象边缘的多边形顶点),以及`shape_type`(通常为“polygon”)。 4. `imagePath`和`imageData`: 提供原始图像的存储路径和二进制数据,便于后续图像的还原。 5. `imageHeight`和`imageWidth`: 明确标注图像的垂直和水平尺寸。 COCO数据集的标准格式中定义了三种主要的标注类型: 1. Object instances(目标实例):主要用于执行物体检测任务。 2. Object keypoints(目标上的关键点):适用于人体姿态估计相关应用。 3. Image captions(看图说话):用于生成图像的文本描述。 COCO的JSON结构中包含以下基本组成部分: 1. `images`:记录图像的基本属性,包括`height`(高度)、`...
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch深度学习框架构建并训练模型,旨在提升锂电池SOC估计的准确性与鲁棒性。该方法融合Transformer架构的核心制,通过引入基函数(Basis)分解策略,有效捕捉电池充放电过程中长时序、非线性动态特征,增强模型对复杂工况的适应能力。研究不仅详细阐述了Basisformer的网络结构设计、注意力制优化与训练流程,还提供了完整的Python代码实现方案,涵盖数据预处理、模型搭建、损失函数定义、训练验证及结果可视化等环节,便于科研人员快速复现、调优并拓展至其他电池状态预测任务。; 适合人群:具备一定深度学习与Python编程基础,熟悉PyTorch框架,从事电池管理系统(BMS)、新能源汽车、储能系统、智能传感等领域的高校研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于动力电池与储能系统的实时SOC估算模块,提升系统安全性与能量利用效率;②作为学术研究的基础模型,用于复现、改进基于Transformer的时间序列预测方法在电化学系统中的应用;③为数据驱动的电池健康状态(SOH)、剩余使用寿命(RUL)联合估计提供可扩展的技术框架。; 阅读建议:建议读者结合所提供的代码与开电池数据集(如NASA、CALCE等)进行动手实践,深入理解模型的输入输出结构与时序建模逻辑,同时可尝试引入温度、老化周期等多维特征,或融合物理模型构建混合预测架构,以进一步提升预测精度与泛化能力。
内容概要:本文系统阐述了基于动态规划算法优化插电式混合动力电动汽车(PHEV)能源管理的技术方案,结合Matlab与Simulink工具实现完整的仿真建模与代码开发。通过动态规划这一全局优化方法,在已知驾驶循环条件下,精确求解发动、电及电池之间的最优能量分配策略,以实现燃油消耗与排放的最小化目标,解决PHEV多能源路径规划中的复杂决策问题。文中提供了详尽的仿真模型构建流程与算法实现步骤,涵盖车辆动力学建模、能量管理架构设计、状态空间定义、代价函数构造、最优控制律求解及结果可视化分析等关键环节,全面揭示PHEV能量管理系统的内在制与优化逻辑。; 适合人群:具备一定Matlab/Simulink编程基础,从事新能源汽车、智能控制、电力电子、自动化或交通运输工程等相关领域的研究生、科研人员及工程技术人员,尤其适合专注于车辆能量管理策略、节能控制算法研究的专业人士。; 使用场景及目标:①深入掌握动态规划在混合动力汽车能量管理中的理论基础与工程实现方法;②学习如何在Matlab/Simulink环境中搭建PHEV整车仿真平并实施多目标优化仿真;③为学术研究、学位论文撰写或实际工程项目提供可复用的算法框架、模型模板与技术支持,支撑后续对等效燃油消耗最小化策略(ECMS)、模型预测控制(MPC)、实时优化算法等的对比研究与性能评估。; 阅读建议:建议读者结合所提供的完整代码与Simulink模型文件,逐模块调试运行,重点理解状态变量离散化处理、前后向递推求解过程、惩罚项设置以及边界条件处理等核心技术细节,同时可进一步拓展应用于不同工况场景、不同车型结构或与其他优化算法(如庞特里亚金极小值原理PMP)的对比验证,从而深化对PHEV能量管理实时性与全局性平衡问题的理解。
内容概要:本文围绕基于多虚拟同步发电(VSG)的独立微网系统,开展多目标二次控制策略的MATLAB/Simulink建模与仿真研究。通过构建包含多个VSG单元的独立微网系统,设计并实现了能够同时实现频率与电压的无静差恢复、有功/无功功率精确分配以及环流有效抑制的综合控制目标的二次控制方法。研究重点在于控制策略的整体架构设计、关键控制模块的数学建模及其在Simulink环境中的精细化实现,通过量仿真实验验证了所提控制策略在不同工况下的有效性、动态响应性能及系统鲁棒性。; 适合人群:具备电力系统分析、自动控制理论及现代电力电子技术等专业知识背景,熟悉MATLAB/Simulink仿真工具,从事新能源发电、微电网运行与控制、分布式能源系统集成等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:① 深入掌握多VSG独立微网系统的建模方法与稳定性分析要点;② 理解并复现兼顾静态精度与动态品质的多目标二次协同控制算法;③ 为新型微网控制保护装置的研发及先进控制策略的工程化应用提供可靠的仿真验证平和技术储备。; 阅读建议:学习者应在巩固电力系统基础理论的前提下,重点关注控制算法的设计逻辑、各控制环节间的耦合关系以及Simulink模块的搭建技巧,建议通过调整系统参数、设置不同的负载投切与故障扰动工况进行反复仿真,以深刻理解控制策略的内在理与适应能力。
【通用视觉框架】基于Qt+Halcon开发的仿Visionmaster的通用视觉框架软件,全套源码,开箱即用 1.1 背景 ​ 本项目软件开发意图为实现对Halcon、Opencv算子及其它视觉软件的便捷使用,由于Halcon和Opencv使用相比VisionPro较为麻烦,故此本软件仿照海康VisionMaster的流程图式操作,实现对Halcon、Opencv及其它视觉软件的二次开发。 2.1 软件概述 本软件使用Qt框架进行开发,实现对视觉流程的自由搭配,市场上对标海康威视的VisionMaster; 本软件使用插件化开发框架,可使用提供的二次开发库自行添加新功能算子和新模块(将生成的插件放置到对应目录下即可); 2.2 功能概述: 视觉流程图式编程:实现对视觉/数据处理算子的自由编程,从而实现各类复杂的视觉需求 项目读取保存:将编程的视觉项目进行保存或者读取 图像显示:主界面中可以显示及监控视觉算子的图像处理情况 日志消息显示:显示软件运行过程中出现的日志消息 多语言:可进行多种语言切换 2.3 开发平 主开发语言:Qt(C++) C++语言标椎:C++17 开发环境:Window/Linux 编程平:Qt Creator 编译器: |版本 | MSVC | Qt 6.4.0 MSVC2019 64bit | | Mingw | Qt 6.4.0 MinGW 64-bit | 视觉工具:Halcon19.11 Progress X64 资源介绍请查阅:https://blog.csdn.net/m0_37302966/article/details/146980317 更多视觉框架资源:https://blog.csdn.net/m0_37302966/article/details/146583453
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值