推荐适用于智慧校园、医疗、工业制造等业务场景 产品特性： 一平台多管理，高效便捷 智能业务组件，全面覆盖校园管理 可视化数据，针对业务进行精准分析 点对点排查，设备管理无漏洞 RG-IOTP-基础平台 ●物联网设备管理： 支持对物联网设备进行基础信息管理，包括设备序列号、型号、安装位置、软件版本、在线状态、IP地址、MAC地址等信息管理。 支持设备上电后自动部署，获取到初始配置，无需人工登录物联网AP设备进行命令配置。 支持由网管平台统一编辑、保存和下发设备命令，集中管控网络设备配置，并提供初始化配置指导模板。 支持由网管平台统一升级，支持批量升级。 为物联网设备提供基础通讯和数据交付、数据储存。 支持管理物联网室外基站RG-IBS6250、室内基站RG-IBS1260。 ●终端管理： 支持对物联网终端设备（如手环）进行自动扫描记录，可查询所有终端设备信息，信息包含：MAC/ID、最近扫描到的时间、最近扫描到的位置。 支持5000个终端的自动扫描发现管理。 支持学生智慧手环RG-IRT1211、智慧校园卡RG-IRT1213扫描发现。 ●系统管理： 支持物联网平台各项目系统操作日志、下发命令配置、设备升级日志的自动记录；系统账号管理、组件授权。 ●对外接口： 基于Restful API接口对外提供物联网数据接口，第三方根据接口可自行开发。 RG-IOTP-智慧校园业务组件 基于学生手环、校园卡实现校园安全、教学管理和健康管理。基于微信应用实现想校园各角色人员进行学生校园信息发布、推送、查询。基于B/S架构实现智慧校园业务后台配置管理和业务应用数据展示。 ●校园安全： 进出校考勤：支持对进出校学生考勤，包括正常入校、迟到、未到校、早退、正常出校，考勤结果同步给家长，确保学生按时到校，提高学生的安全保障。 校园热力图：提供学生密集情况的热图查询，实时展现校园区域人群聚集情况。 拥挤区域告警：特定区域设置人流量密度阈值，达到上限时发送告警，防止学生过渡密集，预防踩踏等群体事件。 危险区域告警：可设置为危险区域，学生进去危险区域，例如水池、天台、危墙等，告警给指定人员。 SOS一键求救：当学生出现危险情况，例如跌倒、身体异样、被欺凌等情况时，通过手环的一键求救功能，发送信息给指定人员。 位置查询：学生未到指定班级上课或者遇到安全问题等情况时，可查询学生的位置。 学生轨迹：支持获取指定人员在规定时间内的行径轨迹，同时提供图形化的界面进行轨迹回放，以图像的形式动态显示人员在该段时间内的运行轨迹。 ●教学辅助： 班级考勤：学生进入班级无感知自动签到考勤：学生进入教室后，根据手环信号情况自动打卡，统计迟到、未到、早退情况。考勤信息同步给班主任，并在后台自动分析班级排名，个人排名，提高学生上课积极性。 课堂活跃度：在教室内安装多功能物联网基站，学生佩戴物联网手环，在上课时可记录学生当前的举手情况，传输到给物联平台，并进行自动分析课堂活跃度的班级排名、个人排名，提高学生上课的积极性。 ●健康管理： 运动量分析：通过手环采集学生的运动数据和体征数据，做到有效辅助学校推动学生在校期积极参加体育锻炼。支持学生全天运动量排行榜，按班级、个人排名，激励学生参与运动。 心率监测：记录学生心率情况，做为健康辅助的参考。 ●微信应用： 老师（如班主任）：支持将智慧校园信息通过微信推送给老师，包括学生进出校情况、进入危险区域告警信息、一键SOS求救信息、班级考勤情况、课堂活跃度（举手情况）、运动量统计、心率监测等。 家长：支持将智慧校园信息通过微信推送给家长，包括学生进出校情况、运动健康统计数据、终端（手环）低电量提醒等。 RG-IOTP-医疗资源监管组件 医疗资源监管组件负责医疗设备的管理，能够跟踪设备位置和使用状态信息。支持医疗设备一键盘点：全局管理员和部门管理员可一键完成所有设备的盘点，包括设备的当前位置信息和离线设备信息。 支持管理科室管理员账号，支持管理科室地图管理和编辑功能。 支持医疗设备管理，支持添加医疗设备，并且绑定对应的标签信息，通过标签做定位；并通过定位标签的离线在线情况，可判断设备是否存在；以及查看医疗设备所在的最后一次位置。 可通过一键盘点的功能，盘点当前状态下的所有管理医疗设备；支持列表视图和地图视图；可支持轨迹回放。在地图上查看当前盘点的设备位置信息、设备状态、在线状态、最后一次在线时间。 可对盘点完成的信息做保存操作，可查看历史保存的每次盘点记录信息。 RG-IOTP-医疗资源分析决策组件 支持医疗设备使用情况分析：为科室管理者提供使用效率分析功能，提供提高设备使用率的建议；为设备科合理调配资源提供数据参考。 支持查看医疗设备工作态：支持医疗设备的工作态，待机态，关机态识别；支持查看当前医疗设备在今日内的工作情况。 支持查看对应科室下一台医疗设备在今日内设备使用情况    支持查看当前设备工作态，可统计设备工作态使用情况，总耗电量；设备工作态变化趋势；设备耗电量变化趋势。 全院医疗设备分析：可查看全院某类医疗设备在某段时间内、某个科室的设备数量分布。可查看全院某类医疗设备在某段时间下设备工作时长和通电时长，在全院的平均工作时长、平均通电时长。 科室医疗设备分析：支持查看对应科室下某一类医疗设备在某段时间内设备使用情况，包括统计该类设备数量，日均工作时长，日均通电时长，全天平均使用率，日间平均使用率；支持查看详细每台医疗的工作时长或者通电时长；支持本科室医疗设备的工作时长与科室平均时长的对比；支持与全院时长的对比；支持查看科室平均工作时长的均值变化趋势。 科室单个医疗设备分析：支持查看对应科室下某一台医疗设备在某段时间内设备使用情况，包括统计设备工作态使用情况，全天平均使用率，日间平均使用率，总耗电量；支持查看设备工作态变化趋势；支持查看设备耗电量变化趋势。

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题，项目拥有多项自主核心知识产权，涵盖路径规划与搜索算法、数据并行存储与计算。通过仿真表明，项目实施后，能在现有路网规模的基础上，显著提升现有道路的负载通行能力，缓解城市道路因局部负载过大导致的负载不均与交通拥堵，改善出行体验，降低尾气排放，提升智能交通效率。

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题

本发明公开了一种基于ＣＦＤ数值模拟和智能建模的锅炉燃烧优化系统及方法，系统包括ＤＣＳ控制系统接口、ＣＦＤ计算集群、样本数据库集群、智能建模集群、中央处理集群和人机界面，通过对ＣＦＤ模拟样本和历史运行样本进行存储、建模和优化，实现了机组随电网负荷指令、入炉煤煤质特性、过量空气系数等变化的最优配风方式实时匹配。本发明中ＣＦＤ数值模拟技术的使用提高了建模的准确性，优化时可直接调用ＤＣＳ控制系统实现闭环控制，使配风方式快速响应负荷变化，实现机组燃烧热效率和ＮＯｘ排放的实时优化。

本实用新型涉及的是一种高振强振动机械的智能变频超前控制系统，特别是一种高振强振动机械的基 于智能变频的超前控制系统，属于振动利用工程技术领域。由上位机、PLC、变频器、振动机、传感器构成 闭环控制系统，上位机主要作编程设计及与PLC的通讯，实现程序下载和上存，同时可对PLC程序运行实时 监控；PLC作为核心控制器，一方面与上位机交互，可实现编程调整；另一方面通过智能变频超前控制软件， 实施对变频器的变频输出控制；变频器一端与PLC相连接，另一端与振动机的驱动电机相连接；通过智能变 频控制使振动机的频率按照控制值变化，达到对振动机高振强、瞬态超高振强及其作用时间的有效控制,以确保振动机的正常运行。 

智能交通是关键在于两方面：智能道路与智能车辆。前者主要目的在于规范 交通秩序，提升道路的通行能力；后者的使命是通过发展通过驾驶辅助系统，最 终实现车辆的无人驾驶。 针对智能道路，团队研发了电子警察。通过装配在城市交通路口的智能一体 相机，电子警察自动抓拍车辆闯红灯和变道等违章行为，通过治理违章规范驾驶 行为。其核心技术在于基于计算机视觉的嵌入式车辆运动分析系统。团队与智能 相机厂商合作，开发了基于达芬奇（DaVinci）平台的嵌入式电子警察产品，并 已成功上市销售数百套。 针对智能车辆，团队研发了交通标识自动识别系统。通过车载视觉智能分析 系统，提前主动定位并识别交通标识，规避违章驾驶。团队与国内领先的无人车 研发机构合作，已参加数届中国智能车未来挑战赛（IVFC）,获得了交通标识识 别第一名及总成绩第三名的成绩，并得到了中央电视台等机构的好评。

针对大型复杂曲面工件的喷砂/喷涂工艺算法研发和软件开发，采用去示教+在线编程方式，通过前端智能传感装置（主要是低成本激光或立体视觉系统）获取工件数模，然后后端采用自动编程方式优化生成最优的喷涂工作路径，以适合目前喷砂/喷涂工艺所面对的小批量、多品种、非标准产品的生产需要，提高机器人喷涂/喷砂系统的自动化、智能化编程水平。具体技术指标： (1) 研发实现了一种基于激光或立体视觉扫描的喷涂/喷砂工件快速建模方法，实现了对复杂喷涂/喷砂工件表面的在线感知和高精度建模（表面建模精度0.1mm以内），以引导自动编程； (2) 针对大面积、大曲率、多孔洞等复杂工件曲面，研究实现了一种表面分割分层处理的自动化喷涂/喷砂轨迹生成方法，无需进行人工示教，可根据喷枪模型和曲面数模自动生成表面优化作业轨迹，且涂层加工精度在正负10%以内，表面覆盖率在90%以上； (3) 研发了一套面向复杂喷涂/喷砂作业的多机器人在线智能编程系统软件，并进行了初步应用验证，且可对覆盖率、作业时间等喷涂性能进行实时评估，从而为产业化提供了工程基础。

本项目创造性提出符合中药特点的制药工业大脑模型，将中药传统工艺与最新智能技术相融合，改革中药粗放型生产制造方式，建成符合高效能生产优质中成药要求的中药智能制造平台，成为信息化、网络化、智能化制造中成药的开拓者，为中药制药企业高效营运、提质降本、高质量发展提供了关键核心技术体系，实现了科学、严谨、智能、精准管控中药制药过程的技术跨越。   关键技术1：中药制药关键物料属性智能辨识技术 本项目在中医药理论指导下，将现代医学分子实验方法与知识网络分析等智能技术相融合，科学认知中成药临床优势特色和中药产品质量属性。 研发了3种辨识方剂化学物质的新方法，整合方剂药材组成、化学成分、中医证候和临床疗效等知识单元，从方-药-病-证入手，提出三个层次的知识关联网络构建方法。根据“病证结合、方证对应、理法方药一致”研究理念，构建了涵盖药材-证候、药材-疾病、成分-疾病三个层次的方剂关联知识网络。在此基础上，整合中医遣方用药规律、现代分离分析与高通量筛选技术，发展了基于知识发现的方剂活性物质智能认知新策略，研究发现小青龙汤类方宣肺平喘、助阳解表功效物质组以及一系列具有潜在抗病毒活性的方剂活性物质，不仅为诠释方剂组方的科学内涵提供了技术工具，也为智能认知中成药质量属性探索了新路。 以中医气血理论认识心脑血管疾病及2型糖尿病的共同特征，针对疾病发生发展的关键病理环节，以糖脂代谢、血管功能、血液流变等为重点，构建心脑血管疾病共有生物分子网络模型；创新设计靶向PTP1B等关键靶点的荧光探针，用于辨识具有抗脂质累积、改善胰岛素抵抗等生物效应的中药活性物质，在此基础上建立了“成分-靶点-通路-疾病”多层次网络整体分析方法。 以芪参益气滴丸、冠心宁片、丹红注射液等品种为研究载体，通过系统总结中成药化学、生物及临床应用信息，梳理中药生产制造中所涉及的知识实体类、实体类属性及属性数据来源，并详细描述各类实体间的关系，从而构建中药制药知识图谱，科学认知中成药临床特色和中成药质量属性。   关键技术2：中药产品质量多属性同时检测技术 本项目发明了可同时检测中药质量及其生物活性成分的方法以及中药产品化学属性与生物属性同时检测法，并建立了基于深度学习与计算视觉的中药理化属性与生物属性高光谱同时检测法，实现了中药化学-生物属性融合检测、化学-生物-物理属性融合检测以及生物活性多重检测，为多方位快速检测中药产品质量开辟了技术新路。 创新设计中药化学-生物融合检测原理，通过在能够特异性识别生物靶标的肽段上修饰易离子化的标签分子，合成制备靶向质谱响应探针，用于多靶标高灵敏同步检测，再使用DART-MS对中药质谱指纹图谱与多靶酶活性进行融合检测，从而建立了基于质谱响应探针的中药质量多属性同时检测法，可快速、灵敏、准确地同时检测中药产品化学成分一致性与生物活性，相关研究成果发表在国际分析技术领域顶级期刊《Analytical Chemistry》（IF=6.7）。 首次将微流控芯片应用于中成药质量评价，针对心脑血管疾病相关的两个关键靶酶（凝血酶与血管紧张素转化酶），发明并研制出多功能的微流控芯片，将其用于评价芪参益气滴丸等中成药的生物活性，实现了对正常与异常批次产品的准确识别，且效果优于色谱指纹图谱方法。这种微流控芯片不仅可用于评价中药产品生物活性，而且能够同时筛选出中药产品内具有酶抑制活性的化合物。 将新一代人工智能技术与高光谱分析技术相融合，用于智能处理高光谱（可见光和短波近红外）数据，研制出一种可同时检测中药注射剂化学、生物及物理质量属性的在线分析方法。该方法包括一个端到端的多输出深度学习模型和一种新的双尺度异常检测算法，前者以光谱数据为输入，可同时测定多个化学成分含量和生物活性指标；后者通过对图像数据进行边缘检测、角点检测以及曲率计算，能检测出最小直径为60 μm的可见异物，实现了总黄酮、总内酯、抗氧化活性、抗凝血活性、色度及可见异物的同时检测。   关键技术3：中药制药过程多维度智能感知技术 本项目建立了中药制药过程多维度智能感知技术，从不同方位表征制药过程物料信息与时变特性，为智能认知制药过程规律提供关键信息。 采用高光谱和高速摄像等技术获取不均匀药材表面上光学数据，优选数据融合及分类方法，依靠计算机视觉准确感知药材真伪、产地、质量等级；进一步与常规液相色谱检测等技术相结合，从物理性状、指标成分和大类成分等多个维度综合精准感知药材品质。针对致病微生物快速检测，研制了基于SERS的生物传感器，利用拉曼光谱仪快速检测中药产品中微生物，攻克微生物检测时间长、灵敏度低的现场感知难题。 针对提取过程等中药制药关键工序中有效成分时变信息检测，采集并比对正常及异常工况时的提取动态光谱数据，采用机器学习算法建立监测模型，在线实时获取过程中有效成分提出情况，通过提取数据积累，不断提升模型精度，准确感知提取过程工艺品质。 为有效降低异常工况发生率，提出中药制药过程轨迹监测方法，采用Hotelling T2、DModX和主成分得分等多维统计量综合表征过程状态，快速灵敏感知制药过程状态异常；根据状态特征控制后续工况操作参数，提前排除潜在扰动因素，保持过程轨迹始终处于控制限内，攻克了中药生产制造状态无法测控的难题，并成功应用于丹红注射液生产现场。 运用所建立的适用于中药复杂体系并体现整体观的中药制药过程多维度智能感知技术，将制药分析技术从以往的“检测指标成分”创新发展为“监控制药过程状态”，科学测判中药制药过程状态一致性，开创了中药制药过程一致性管控的技术先河。   关键技术4：中药制药过程智能认知与优化技术 本项目在中医药理论指导下，聚焦中药先进制药与信息化融合中的重大技术挑战，创造性提出符合中药特点的制药工业大脑模型以及中成药生产制造知识图谱构建方法，建立了制药过程智能认知与优化技术，打通“信息孤岛”，从而能利用中药工业大数据来发现中药制药知识，提升中药制造智能化程度。 建立药材关键性质和关键过程参数范围与过程产物品质之间的定量关系，明确制药过程对药材质量波动的承受能力大小，建立与之相匹配的投料药材质控标准；进而采用不同批号药材按比例混匀投料等均一化质控手段严控药材关键指标成分含量波动在预设质控标准范围内，显著减少原料批次间差异，从制药过程源头保障了中药质量。   创建了风险分析和统计分析相结合的中药制药关键工艺单元辨析及工艺关键参数辨识技术，提出加权决定系数法综合制药工艺对有效成分含量、风险物质限量和生产效率等的多目标需求，自主开发计算机软件并获软件著作权，为精准设定制药过程控制目标参数提供了有效认知工具。

数控立车切削加工作为制造技术的主要基础工艺，随着制造技术的发展，在 20 世纪末也取得了很大的进步，进入了以发展高速切削、开发新的切削工艺和加工方法、提供成套技术为特征的发展新阶段。是制造业中重要工业领域，如汽车工业、航空航天工业、能源工业、军事工业和新兴的模具工业、电子工业等行业的主要加工技术，也是这些工业领域迅速发展的重要因素。为了满足市场和科学技术发展的需要，达到现代制造技术对数控技术提出的更高的要求,为适应数控进线、联网、普及型个性化、多品种、小批量、柔性化及数控迅速发展的要求，最重要的发展趋势是体系结构的开放性,数控技术、制造过程技术在快速成型、并联机构机床、机器人化机床、多功能机床等整机方面和高速电主轴、直线电机、软件补偿精度等单元技术方面先后有所突破。 黑灯工厂”是 Dark Factory 的直译，即智慧工厂，因为从原材料到最终成品，所有的加工、运输、检测过程均在空无一人的“黑灯工厂”内完成，无需人工操作，所以可以关灯运行，故而得名。智能化才是支撑企业的核心，智慧工厂中员工对智能化设备的掌控能力的要求大大提高，由原来的纯粹单一“操作为主，设备为辅”的角色演变为“设备为主，操作为辅”，需要员工变身为具备全面技术能力的工程师。技术工程师不仅要保证智能化生产线的正常运行，还要保证快速处理生产过程中产生的异常等，而且成为了智慧工厂的“隐形人”，由其在综合考虑效率、成本等因素的基础上决定哪些工作由机器完成，哪些由人完成，实际的生产仍是一个人机协作的过程。基于数字孪生建模、分析、调试、决策和运维等远程管控来实现和保障的。 本项成果的核心是黑灯模式下的动柱式数控机床智能装备及基于云控远程运维平台的加工产线的开发及其产业化，主要是开发中小型数控动柱立式机床智造装备、基于数字孪生驱动的云管控系统及 APP，研制低时延智能控制器并实现产业化。其关键技术是数字孪生驱动的一体化设计、智能控制AI 算法及其控制器和基于物联网的云控远程运维技术。数控机床与智能数字化+物联网+云平台相结合，因此形成的本成果是特有的数字化智能装备（数智装备）。 技术先进性和独占性在于： （1）基于数字孪生的动柱式数控车床的设计制造方法及精密加工自动化流程智能改进技术； （2）基于数字孪生驱动的自感知、自决策、可预测性运维等于一体的黑灯模式智慧工厂的云管控平台及制造服务 APP； （3）全新的基于区域选择性耦合控制的低时延智能控制技术的开发。创新点在于： （1）基于数字孪生模型的动柱式数控机床及其配套生产线的设计制造方法创新； （2）“倒立式五轴车铣中心”实现 5 面车铣复合加工；“动柱式数控立车”技术，X 轴主导轨、X 轴滚动丝杆、X 轴副导轨三者来定位动立柱技术；8-12 工位伺服液压刀塔，加工时换刀快、精度高、故障少； （3）通过内置 K210 智能芯片、SIM8200/8300 和智能传感等核心模块，实现了智能装备间 NB-ioT 和 mMTC 等 5G 物联通讯和人机交互； （4）将多源数控机床运行数据高效融合以及边缘计算与云端一体化，开发制造服务 APP 模块，构建面向制造服务生命周期的云网端管控平台； （5）基于区域选择性控制的低时延智能控制器实现了智能装备之间的网格化耦合控制，结合云网端管控系统及深度学习，构成智能产线。