本项目的研究内容是面向大型煤矿的生产工艺流程，针对煤矿主要生产设备系统（电铲、钻机、单斗挖掘机、轮斗挖掘机、皮带车、排土机、自卸卡车等）运行状况的实时在线监控、性能衰退过程的评估预测、故障预测预警、故障诊断与分析、维修维护的智能分析与决策以及优化维修维护调度方法进行研究，开发相应的软硬件系统，实现现代化煤矿关键设备的远程监控、运行状况分析、故障预测预警、故障分析诊断、优化维修维护、全寿命跟踪管理，为预知检修维护提供技术支持，保障煤矿生产的安全、可靠、连续运行。 针对以上技术需求，本项目的总体目标是： （1）建立覆盖整个矿区关键设备的数据采集系统。 （2）开发关键设备常见故障判断分析系统。 （3）开发关键设备故障预知判断分析系统。 （4）通过数据采集信息达到智能判断故障点、故障类型、故障原因并提供检修维护方案的技术支持；达到智能预知判断设备状况、运行状态及其可能发生的状况。 （5）提供预知检修维护技术支持，避免故障范围扩大而影响设备安全可靠连续运行。 （6）提供维修业务支持，针对典型故障提供相应维护维修方案。 （7）提供数字化点检支持。 （8）提高设备出动率1-3%，每年降低设备检修费用及维护成本1000-3000万元，提高设备检修工作效率3-5%，实现高效维护检修目标。 该项目与同类技术产品比较，具有故障预警功能以及全方位生产设备监测，并实现远距离矿区无线数据实时通信。在采矿行业中具有明显的技术特点和优势，解决了采矿行业的无线预警、矿区全方位监测等问题，在国内外同行业中处于领先水平。

冶金、石化、电力行业是国家重要的基础产业，行业中大型关键设备的运行状态直接关系到企业的生产能力和经济效益，对其早期故障的准确定位故障部位及成因有着重要的意义。目前，对大机组典型常见故障的诊断已经比较成熟。但对于疑难故障，要迅速对其故障原因和部位进行确诊，还存在一定的难度，最主要的原因是诊断人员专业技术水平限制，专家数量较少。因此对关键机组实行网络远程诊断，充分发挥国内及行业内具有实力的知名诊断专家的知识和经验，对于提高诊断准确率和快捷性具有显著的作用。 本系统在大机组监测诊断网络系统的基础上，重点解决准确快捷定位疑难故障的问题，充分利用Internet/Intranet资源，实现机组远程（异地）状态监测和故障诊断。对于疑难故障，进行网上专家会诊，充分利用领域专家知识和经验，提高诊断准确率和快捷性；同时便于有关管理人员随时、随地了解关键机组运行状况，为生产、维修决策提供科学依据，确保设备安全、高效运行。系统基于用户驱动模式（匿名用户、注册用户、远程专家、管理员），充分利用视频、音频、电子白板、WAP、手机短信、EMAIL、网络会诊室等多种信息交互方式，构建了“用户-专家-管理员”的交互诊断平台，实现专家知识共享、诊断资源共享   本系统集成多种通讯协议，实现了“现场级-企业级-远程级”的三层体系结构，在不改变原有前端采集系统的前提下，跨平台实现对现场的机组、设备、测点进行监测，如图2所示。在客户端的信号处理方面，除常规的棒图显示、简图显示、波形分析、频谱分析、轴心位置分析、轴心轨迹分析等方法以外，还具有全息谱分析、Wigner分布、小波分析、奇异谱降噪、局部投影降噪、多种综合趋势分析等最新的分析手段，可以对测得的信号提供非常完备的分析功能。 系统中“诊断中心”的诊断流程如图1。系统具有“诊断实例”库和“典型案例”库，实现了案例的多种方式查询，以积累诊断专家的诊断思路及诊断规则等。其中“自助诊断”功能，用户可根据系统提取的各种特征信息，参考诊断实例和典型案例进行自主分析和诊断，实现数据的共建共享。

机泵产品每年耗电量占全国总发电量的20％左右，是耗能大户。风机／泵在运行时，实际工况多变，如果在非设计工况下运行，会导致效率、可靠性、寿命降低。此外，噪声严重影响泵的使用效果和使用场景。 效率与振动是泵与风机等流体输送设备的主要技术指标，与此同时振动也直接影响着阀门作为流动控制部件的调节精度。现有通流部件设计更多从提高效率的角度出发的，对其振动指标缺乏足够的关注，尚未形成系统的低振动通过流部件设计方法。本技术在过流部件设计上突破现有模型库和设计理念，通过研究流体机械内部流动机理、液力过程及能量转换机理，利用CFD分析和三元流设计工具来开发高效、低振动过流部件模型。 轨道交通风机主要应用于隧道通风排烟系统、车站通风空调系统和车辆段通风空调系统。本项目成果基于对地铁站点的典型关键风机组群进行健康状态预测性维护。能够实时、远程监测和诊断典型故障类型，适用于关键风机组群，例如隧道通风排烟系统和车站通风空调系统的风机设备，包括区间隧道风机、车站排热风机、车站通风空调系统的大系统和小系统风机。本项目通过对上述轨道交通通风关键风机设备运行安全的监测和节能优化的研究，积累大量数据，并经过在试点车站的实践基础上，总结风机设备的安全导则，开发风机安全监测平台，建立风机设备的安全评价体系，最终进一步提升风机设备系统运行的安全性、可靠性和经济性，实现轨道交通安全、绿色运营。

该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 一、项目分类 关键核心技术突破 二、成果简介 高产、优质、高效、生态、安全作物生产是我国农业产业发展的主要目标，快速无损地监测作物生长状况，并根据实时监测结果对肥水管理方案进行定量调控，是实现这一目标的关键技术环节。南京农业大学曹卫星教授团队将定量光谱分析方法与作物生理生态原理相结合，通过实施不同生态点、不同品种、不同管理措施下多年的田间试验，构建了作物冠层和叶片水平的反射光谱库，着重解析了不同条件下的作物高光谱响应模式和时空变化规律，提取了作物主要生长指标的特征光谱波段和敏感光谱参数，构建了叶片、冠层、区域等多尺度的作物生长指标光谱监测模型；同时，定量研究了不同产量水平下作物生长指标的动态变化模式，构建了基于产量目标的生长指标适宜时序动态模型，进一步耦合实时苗情信息，综合利用养分平衡原理、氮营养指数法、指标差异度法等，集成建立了多路径的作物生长实时诊断与定量调控技术；将上述监测诊断技术与软硬件工程相结合，研制开发了面向多平台的作物生长监测诊断装置和基于遥感的作物生长监测诊断系统等简便适用的软硬件产品，进而形成了基于反射光谱的作物生长指标快速监测与定量诊断技术体系，实现了作物生长的实时监测、精确诊断和智慧管理。 该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 已授权国家发明专利25项、实用新型专利5项，登记国家计算机软件著作权20多项；发表学术论文160多篇，其中SCI/EI论文60多篇；出版专著1部。成果先后得到国内外专家同行的充分肯定，2011年的成果鉴定认为（罗锡文院士主鉴），该研究整体居国际先进水平。同时作为稻麦精确管理关键技术，入选江苏省主要农作物2014~2015年“四主推”推介名录，团队起草的《稻麦生长指标无损监测诊断技术规程》入选2014年江苏省地方标准项目。技术成果已在江苏、河南、江西、安徽、河北、浙江等水稻和小麦主产区进行了大面积示范应用，表现为明显的节氮和增产作用，取得了显著的社会经济效益，对于推进精确农业和智慧农业的发展具有重大意义和良好的应用前景。

本发明公开了一种工业过程故障诊断方法，包括如下步骤：采集工业过程的历史正常数据；利用工业过程的历史正常数据计算检测统计量；采集待检测的工业过程数据；当检测到工业过程故障时，利用相对重构贡献方法提取特征量；根据特征量计算故障模式下的条件概率密度函数和正常模式下的条件概率密度函数；根据先验概率和条件概率密度函数计算后验概率；采用最小风险贝叶斯决策理论对当前时刻样本进行故障变量识别；根据诊断后的结果更新下一时刻样本的

失眠障碍是一种普遍存在的睡眠障碍疾病，我国成年人中的患病比例高达30%，其主要表现为难以入睡、难以维持睡眠或睡眠质量不佳，导致出现疲倦、注意力不集中、记忆力减退、情绪波动等负面影响，并且与多种疾病（如心血管疾病、糖尿病等）的发生和发展密切相关。我国庞大的患者群体增加了对医疗资源的需求和社会负担，对个人和社会经济造成重大影响。失眠障碍需要引起足够的重视和关注，早期诊断是减少其对个人和社会危害性的有效方法。 目前临床睡眠诊断主要依靠睡眠专家人工判读多导睡眠图（polysomnography，PSG），PSG技术同时记录多个生理参数，如心电图、脑电图、肌电图、眼电图等，从而准确评估睡眠的各个阶段和睡眠中的生理变化。然而，现代临床睡眠诊断方法存在一些弊端。首先，依靠睡眠专家人工进行诊断成本很高。例如，临床诊断中标记一位患者的PSG数据并完成诊断，往往需要一位训练有素的睡眠专家数个小时的集中工作才能完成，无法应对大规模睡眠障碍群体需求。此外，睡眠诊断存在个体差异，同一种睡眠障碍在不同人群中的表现可能不同，诊断结果需要根据患者的具体情况进行综合评估和判断。这些方法需要专业人员进行操作和解读，费用昂贵，操作复杂，很难普及应用。 人工智能技术可以帮助解决以上问题。人工智能技术可以在不需要专业人员干预的情况下，对失眠障碍进行自动化分析和诊断，具有高效性、低成本和易普及的优点。此外，还可以在大数据层面上进行分析，深入探究失眠障碍的病理生理机制，从而更好地指导治疗和预防措施的制定。 睡眠诊断是最为适合采用云平台技术进行自动化诊断的领域，患者潜在群体数量庞大。本项目涉及基于人工智能睡眠医学诊断技术的全系统的各个环节，系统的诊断准确率目前为世界范围内第一。前期已经服务于制药企业睡眠类药物评价、可穿戴消费级电子设备睡眠监测等领域。目前市场上的类似产品均不具备临床医疗级的诊断能力，本技术填补了市场空白。 图1.本项目研发的原理样机部件

按照《新型冠状病毒肺炎诊疗方案（试行第五版修正版）》，湖北省增加了“临床诊断病例”分类，对疑似病例具有肺炎影像学特征者，确定为临床诊断病例，以便患者能及早按照确诊病例相关要求接受规范治疗，进一步提高救治成功率。因此，对患者的影像学分析在确定“临床诊断病例”上就具有极为重要的意义。 根据国家指南这一重要变化，西安交通大学第一附属医院影像学郭佑民团队，在前期承担国家卫健委重大行业专项《基于“数字肺”的呼吸系统疾病评价体系与诊断标准研究》基础上，针对新冠肺炎肺部影像学特点与医学成像技术公司合作，第一时间研发了新冠肺炎肺部感染辅助诊断系统，实现了对新冠肺炎感染者肺内病变部位快速检出、定量评价病变范围和病变演变过程评估 CT扫描是新冠肺炎诊断的重要环节，已成为确定“临床诊断病例”的重要标准。但是在影像诊断过程中，每位患者的CT检查多达几百幅甚至上千幅图像，单靠影像诊断医师从庞杂的图像特征中筛选出新冠肺炎所具有的特征，不仅要求医师具备肺炎诊断与鉴别诊断的经验，还需要相当的观察时间，严重影响病例筛查的效率。   同一患者3次检查结果对比，红色区域为病变，相比较病变体积逐渐缩小，提示病情好转。   同一患者3次检查结果对比，红色区域范围增大，数目增多，提示病变进展，同时还能观测到病变密度的变化。   图为同一患者4次检查结果对比，图中红色区域体积逐渐增大，提示病情进展。 郭佑民教授团队利用AI技术为新冠肺炎的影像诊断“赋能”。依托专家训练，人工智能结合传统的计算机视觉技术，对新冠肺炎患者肺部病变区域进行分割、计算，可以同时获取病变区域的体积、密度、磨玻璃成分等定量参数，尤其是对于患者随访的数据，可以实时进行图相配准，精准定位病灶位置、大小，方便比较病变的消长。   通过临床试验发现，该系统能够辅助临床医生对新冠肺炎进行快速诊断，并能提供智能诊断报告，适应阻断疫情扩散蔓延的公共卫生紧急应对要求，具有很好的临床应用效果。该系统已在包括华中科技大学协和医院等多家医院部署，为了鼎力支持抗“疫”一线，新冠肺炎辅助诊断系统将开放全国同行免费使用。

成果描述：本产品选择以壳寡糖、壳聚糖为主要原料，以胶囊为该产品的剂型。易于携带、服用方便的胶囊剂是保健食品的常用剂型，能最大限度地提取和保留配方中的有效成分，发挥有效成分的综合作用确保功效。改胶囊利用壳寡糖易被生物细胞吸收和利用，可广泛地激活免疫系统；壳聚糖对人体具有广谱性生理功能；在此基础上又补充了有增强免疫功能表达其他成分和缓解由于配方组分中壳聚糖产生的便秘副作用的低聚木糖。各原料相辅相成，达到协同增强免疫力的保健效果，又能缓解因长期服用壳聚糖产生的便秘副作用，这是现在甲壳素类保健食品中比较少见的。现在大多数甲壳素类保健食品都是单独以壳聚糖或壳寡糖为原料例如海利惟康几丁聚糖胶囊、久康牌壳聚糖胶囊单以补充壳聚糖为主、软银壳寡糖胶囊也是以补充壳寡糖为主。因此，我们以现代医学理论为产品的设计基本依据，利用壳寡糖的功效和壳聚糖、低聚木糖等的协同作用效果，成功开发具有特殊保健功能的复方胶囊将有助于国内保健市场的多元化和保健胶囊的发展，并在开发增强免疫力的保健食品领域也具有非常现实而重要的意义。市场前景分析：小试成果。与同类成果相比的优势分析：所用原料符合中国卫生部关于保健食品的原料要求，产品的卫生指标、理化指标、功效成分指标和安全性指标等均符合卫生部关于保健食品的相关要求。

本技术成果创造性地采用廉价的原料生产了一种复合免疫强化剂。该制剂含有益生菌、蛋白质、脂 肪、维生素B、卵磷脂、淀粉酶、脂肪酶、蛋白酶、麦芽糖酶、磷、钙、铁等矿物质及微量元素。