本发明公开了一种列车卫星定位与信息传输系统，适用于列车定位和信息传输。包括：     1.定位子系统，用于输出经纬度定位坐标；      2. 地图匹配子系统，将定位输出匹配到数字地图；     3.数据记录子系统，用于将数据以文件格式记录在Secure Digital存储卡里；     4.通信子系统，用于自动检测三种通信信道的可用性，进行三种通信方式切换；      5.主理器，完成数据处理和数据交换。       这种列车卫星定位与信息传输系统用于列车定位及监控，通过卫星通信、卫星组合定位、以及全线覆盖通信系统，解决低密度铁路线路的通信、指挥调度、遇险处理、监控监测等问题。

本系统首先通过摄像头设备采集视频图像，然后对图像进行实时处理快速定位驾驶员脸部，进而准确地进行驾驶员眼部定位、跟踪，通过记录驾驶员眼睛开闭状态曲线判定驾驶员疲劳状况，最后对一定时间内眼睛缓慢闭合所占时间比例满足疲劳上限的驾驶员进行预警。     技术创新点为采用主动人眼定位、跟踪方式进行列车驾驶员疲劳检测，在不干扰驾驶员正常工作的情况下对疲劳驾驶员发出预警。     同类技术多采用让驾驶员定时按动按钮等操作性设置来检验驾驶员是否疲劳，在一定程度上会干扰驾驶员的正常工作。能为列车驾驶安全提供一项保障。应用范围：    所有列车及公共交通工具。

本项目搭建一套基于深度学习技术的列车轨道安全自主感知系统，利用摄像头，激光雷达毫米波雷达等多传感器，通过多传感器融合和物体检测技术，对轨道安全进行监测感知。通过视觉目标检测，实现激光雷达点云数据处理和多传感器数据整合。

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。

产品质量已经成为市场竞争中决定胜负的最关键的要素。建立生产质量模型无论是对生产过程的本质特性研究还是对实际生产过程的控制、预测、优化、仿真和质量诊断都具有重要的现实意义。 本系统重点实现对生产过程相关因素进行实时监测，解决产品生产过程中各项指标的变化与产品质量之间的模型关系，基于统计模型，运用偏最小二乘法、具有优化结构的神经网络、多变量统计过程控制等方法，对从实际生产过程中得到的统计数据进行分析和建模，消除、避免生产过程的异常波动，使过程处于正常波动状态。研究影响产品质量的关键因素，给出调整的策略，科学指导生产。 以钢铁制造流程为代表的大型流程工业是一类由不同功能但又相互关联、相关支撑、相互制约的多种工序和多种装置及相关设施构成的、工序串联并集成运行的复杂过程系统。针对大型流程工业的特点，解析多流程、多尺度、多装置间的相互关系，建立有效的质量控制模型，寻求最优的质量控制策略，监控产品的生产质量状态，确保产品的质量成为一个重大的研究课题。 生产质量建模和过程监控可以应用于钢铁冶金生产等流程型工业中，也可以广泛应用于石油、化工和机械制造等其他领域中。本系统的应用案例有：宝钢股份有限公司条钢部高线生产中的轧件尺寸精度评估与SPC控制系统，鞍钢股份有限公司冷轧热镀锌生产质量建模与分析系统。

1 成果简介发音质量评价（ Pronunciation Scoring）是使机器自动评价目标语言语音的发音质量，它可广泛用于口语教学和口语考试系统。 2003 年清华大学出版社推出的《新时代交互英语》丛书和教学软件采用了本课题组研发的口语发音质量评分技术，该产品曾获得第五届国家级教学成果一等奖，目前已有多家高校使用该系统进行英语口语教学，这也是国内第一个得到实际应用的自动英语口语教学评测系统。如图 1 所示。  图 1 《新时代交互英语》的演示界面 2005 年 7 月北京市科技计划研发攻关计划正式设立了项目“嵌入式智能英语、汉语教学机及课件制作系统的研发”，本课题组承担了该项目研发工作，与德国英飞凌公司合作，开发了具有世界先进水平的具有双核结构的嵌入式语音处理专用芯片，并以此芯片为核心完成该课题的硬件平台，在此基础上完成的嵌入式智能英语、汉语教学机及课件制作系统通过了国家广播电视产品质量监督检验中心的检验。在项目结题验收中，专家组一致认为： A）该课题研发嵌入式智能英语、汉语教学机及课件制作系统具有自主知识产权，能够有效地、互动地协助外语学习者的口语学习； B）创新成果“式发音评价及语音识别技术”当前世界先进、国内领先水平。 2008 年 3 月，教育部“大学英语四、六级网络考试系统研发与服务体系建设”项目启动了自动口语发音评测的预研计划，目标是在大学英语四、六级网络考试（机考）中实现自动发音质量评测，本课题组是该计划唯一的发音评测技术提供方。 2008 年，本课题组与教育部中央教育科学研究所联合承担了中国教育学会教育实验研究分会“十一五”规划课题—“英汉口语教学评测信息系统智能化的实验研究”，探索口语发音评价技术对口语教学和评测方式和方法的影响，探索更为公正、客观的口语能力评价标准。2 应用说明清华大学自 2003 年以来，一直专注于口语发音质量评价技术，积累了丰富的经验，在限定内容的发音质量评价领域取得了丰硕的成果，已开始从实验室走向产业化，解决面向大规模的产业应用的关键问题，如环境噪声和通道差异对评测性能的影响、学习者的口音问题、评测技术与不同口语考核目标的关系、不限定内容的发音质量评价方法等。利用四、六级口语测试累积的海量数据，探索以上问题的理论根源，提出新的口语发音质量评价方法，形成口语评价的主客观标准，推进口语教学/评测方法迈上一个新的台阶。 总结该技术的主要特点如下：支持英语、汉语等国际上应用最为广泛的语种；发音质量评价性能好，大规模数据实验（ 5000 人测试）表明该技术与主观评价的相关性达到了 0.8，已逼近主观评价之间的相关性（ 0.85）；支持小学、中学、大学以及社会培训等不同层次的口语教学与评测；对环境噪声和通道差异具有很好的鲁棒性，可用于不同的环境和系统；程序可根据应用目标进行裁剪，既可移植到学习机、手机等嵌入式平台，又可用于个人计算机、网络服务器等。该项技术已经获得大学英语四、六级考委会、清华大学出版社、北京市科委的实际使用认可，具备了大规模产业化应用的条件。3 应用范围该项技术适用于英语、汉语的口语评测系统，英语、汉语的口语培训软件和系统，英语、汉语的口语教学辅助系统，可在嵌入式、个人计算机和网络平台上实现。4 合作方式投、融资或技术许可。

教学质量监测与评价系统是集“教、学、管、测、评、存、用”于一体的中小学智慧教育管理与监控评价系统。系统主要基于网络阅卷系统、小测评卷管理系统、智慧课堂得出的基础数据，生成各种统计数据，让用户简单科学地完成考试质量分析、教学质量跟踪、试题质量分析、教学质量评估、高考分析等，从而解决教育信息隐形化、决策粗放化、资源缺失等难题，提高教学质量与综合竞争力。

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。

项目概况 本系统在建立科学的管理制度的基础上，建立一个涵盖备品配件管理各方面的备品配件信息管理系统，从而形成对备品配件成本、质量、使用等高效统一、规范协调的管理和控制系统，形成一个从备品配件管理的实施层、管理层到决策以及各层次对外联系的信息实体，通过信息的高效统一，从而实现备品配件的全过程、全方位的信息控制和管理。 本项目实用性强，拥有广阔的市场前景。 主要特点 将火电厂备品配件管理中一直沿用的粗放型意识管理（凭经验及印象）机制转变为系统管理机制，即按照领用及订货目的分类汇总出备件的库存、使用情况、发生的问题等（反映备件的质量、型号、供货单位是否适用于我公司的生产实际，反映备件的使用频率故障频率）。从而科学地修订定额、降低库存、节约资金、使备件真正用到实处。并且能从生产实际出发，科学地进行物资管理，决策并控制物资的合理使用。技术指标   系统采用模块化研发方式，整个系统包括备件需求情况、备件使用情况、备件废旧管理、备件定额管理、备件综合查询、系统的维护和管理等功能模块，可以实现电厂备品配件全生命周期的管理。市场前景 电厂备品配件管理一直沿用粗放型的管理机制，各车间班组自己管理所辖系统的备件，一方面备品配件易重复采购，造成严重的资金浪费；另一方面，缺少必备的备件，对正常生产构成威胁。 本系统的开发对于改善备品备件采制化设备及条件，强化管理手段，提高企业的经济效益具有非常现实的意义，拥有广阔的市场前景。

针对生产企业定制管理系统软件，从产品订单开始，按照 QS9000/TS16949 质量管理体系的APQP  流程实现产品全程管理。产品项目管理分为整体情况监督、单个产品的分阶段、分科室管理。在产品的生产加工过程中，实时采集生产数据并保存到数据库中，并以看板显示在车间内。实现生产  设备的点检管理，并与 K3 等软件实现无缝对接，将整个企业管理集成于一个软件。