本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

本发明公开了一种光伏发电系统环境自适应式 MPPT 方法，本发明的方法引进电压修正参数ΔU， PI 控制环节，实时调节直流斩波器占空比 D，加快最大功率点电压 Um 寻优速度，减小功率损耗，并使 最大功率点电压 Um 实时跟随环境条件变化，减小增量电导法(I&C)寻优步长，快速、准确实现光伏电 池 MPPT，既改善传统 MPPT 算法易受环境影响，鲁棒性差，功率损耗较大的缺点，又避免智能型 MPPT 算法复杂，易陷入局部最优的劣势。

本发明公开了一种全双工中继系统的通信方法及全双工中继系统，在时隙 t＝1，由信源 S 以功率 PS 向全双工中继节点 R 发送信号x(t)，由 R 对 x(t)进行接收并解码；在时隙 t+1，若 R 解码成功，则 R以功率 PR 向信宿 D 发送解码成功的信号 x(t)，且 S 以 PS 向 R 发送产生的新信号 x(t+1)，由 R 在信号 x(t)的环路自干扰下对信号 x(t+1)进行接收并解码；在时隙 t+1，若 R 解码失败，则 S 以 PS 向 R 发送产生的新信号 x(t+1)，由 R 对信号 x(t+1)进行接收并解码，其中，PS、PR 由基于信息-干扰耦合特性的自适应功率分配策略或者基于信息-干扰耦合特性的联合信源-中继功率分配策略确定。本发明通过合理分配信源和中继的发射功率，达到系统在满足目标中断概率的条件下，提升系统能效的目的。

本发明公开了一种统一绕组无轴承电机，其特征在于，该电机 包括定子和转子，以定子上相邻的两个齿为一对，定子每相占据在定 子圆周上相对的相差 180°的两对，一对上设置一组绕组，每相的两 套绕组分别由驱动模块实现驱动，定子上还设置有用于测量转子偏移 位置的两个位置传感器，两个位置传感器的位置相差 90°相差位，电 机还包括与驱动模块连接的驱动控制系统。按照本发明实现的统一绕 组无轴承电机及其驱动控制系统，组成结构简单，转子悬浮，无机械 磨损，不需要机械轴承支撑，硬件结构简单，并且避免了桥臂直通的问题。

独自拥有。

近日，东南大学医学院陈佳林/张薇团队在国际权威学术期刊Advanced Science（IF=17.521）在线发表题为Material Stiffness in Cooperation with Macrophage Paracrine Signals Determines the Tenogenic Differentiation of Mesenchymal Stem Cells的研究论文。该研究首次从“材料-细胞”和“细胞-细胞”两个维度综合解析了材料硬度对干细胞腱系分化的直接和间接调控作用，为肌腱组织工程支架的设计和肌腱再生微环境的多维度调控提供了新思路。

种子和果实对于植物的世代交替及人类的农业生产非常重要，双受精是种子产生的前提，其重要的一环涉及到快速生长的花粉管沿着雌蕊内的传输通道（Transmitting Tract）延伸将不可移动的精细胞从柱头运送至胚珠。

本项目提供压缩机全生命周期管理系统，建立模块化、集成化数据环境，面向于往复压缩机、隔膜压缩机，服务于石油化工、加氢站、储气库、船舶动力等行业主要包括： 设计规划阶段——压缩机整体方案设计，压缩机结构形式设计，核心部件材料遴选分析，启/停流程设计，安全控制策略设计等； 运行工作阶段——压缩机运行数据实时采集、远程动态展示，核心部件状态监测与故障诊断，监测诊断一体式/分体式硬件与软件系统开发； 检修维护阶段——零部件维修预警、寿命预测，可视化维修方案、维修模型、维修视频，压缩机及其辅助系统、零备件信息数字化管理平台。 关键技术一：压缩机性能计算技术与选型设计技术 基于 Windows 平台，遵循结构化、模块化原则，采用 QT 框架、C++语言编制交互设计软件，可实现往复压缩机物性计算、热力计算、动力计算、设计校核复算、平衡计算、产品系列化自动匹配、多工况计算七项功能于一体，可实现往复压缩机机组设计计算、选型、零部件管理一体化功能。现阶段已授权发明专利 1 项，软件著作权 1 项。 关键技术二：压缩机状态监测与故障诊断技术及设备 针对压缩机核心零部件构建相应状态监测方案与故障诊断方法，包括：①集成气缸内热力过程特征和阀片声发射信号的诊断方法，基于气阀声发射信号获得气阀故障的特征参数和反映故障程度的量化指标，诊断不同类型气阀故障；②基于活塞杆应变重构 pV 图方法的往复压缩机气阀无损故障诊断方法，基于活塞杆应变重构压力-容积图（p-V图）的无损监测方法，为传统侵入式方法破坏气缸完整性带来安全隐患的问题提供解决方案；③十字头销磨损、活塞杆松动的故障诊断方法，对不同程度十字头销磨损、活塞杆松动故障进行模拟试验，对比时频域分析研究十字头销磨损、活塞杆松动的故障机理、声发射信号和振动信号特征，提取故障特征识别故障程度；④基于压缩机内油-气压力“伴随”关系，国内外首次提出了集成声发射与油-气压无损监测的隔膜压缩机状态监测新方法，进一步根据油-气压力“伴随”关系的失调追溯故障根源；⑤基于增量式编码器的往复压缩机轴系扭振测试方法，基于增量式编码器构建了往复式压缩机扭振测试系统，为传统方法在现场实际应用时难于实施提出解决方案；⑥压缩机气流脉动和振动模态分析技术，隔振结构设计、管路结构设计，提供机组振动测试、诊断以及改进方案。 本项关键技术现阶段已授权国内发明专利 4 项，申请国际专利 2 项、国内发明专利10 项；应用于中海油海洋平台天然气压缩机；开发压缩机故障诊断仪，已在某加氢站压缩机调试中成功检测出气阀泄漏、膜片运动失效、活塞环磨损、溢油阀阀芯磨损等严重故障。 关键技术三：压缩机数据共享与健康管理云平台 构建压缩机及其辅助系统、零备件信息数字化管理平台；构建压缩机热力-动力-应力-寿命分析模块，集成监测数据评价机组运行状态；基于故障诊断技术，建立机组现场监测数据与健康/故障状态信息实时共享平台，打破机组现场与远程管理者之间的技术壁垒；实现压缩机核心部件维修预警、寿命预测，交互 GUI 界面集成可视化压缩机维修维保手册、指导视频、三维模型；压缩机全生命周期管理，显著提高运维效率和管理水平。