智教高校报修管理系统优化校园设施维修流程，提升服务效率与质量，满足学校师生及后勤管理部门的需求，维修完成后，能对维修服务质量（如维修效果、维修人员态度）进行打分评价，并可填写反馈意见，以便学校改进服务。 教师、学生可以通过手机端，点击报修服务、我要报修后，可以根据实际报修情况进行问题描述、上传图片等。学生可以实时跟踪维修进度，并对维修结果进行线上打分、评价。

天津市大学软件学院是市委市政府批准设立的隶属于天津市教委具有独立法人的事业单位。学院2008年9月奠基，2010年10月正式启动。学院以软件产业发展的人才需求为导向，以建设国内一流、国际先进的“软件人才培养基地”和“高质量产教融合平台、高水平成果转化平台、高效能社会服务平台”（简称“一基地三高平台”）为目标，将教育链、产业链、人才链、创新链有机串联，打造了从工程实践到创新创业的软件人才培养生态系统，走出了一条政产学研用相结合的软件人才培养新路。   学院率先在全国提出“教学与产业相融，学校与企业互动”的产学合作协同育人理念，依托79所本科院校组成的“高校联盟”和150余家协同育人企业组成的“企业联盟”及300余家行业用人单位，形成高校办学资源和产业行业资源开放共享、高校学科与产业深度融合、高校与企业共同发展的发展格局，有效解决了信息技术行业实践教学资源孤立分散的问题。学院先后获批滨海高新区软件人才培养基地、天津市青年就业见习基地、天津市外国留学生实习实践基地、天津市专业技术人员继续教育基地、市商务局公共培训服务平台、天津市自主就业退役士兵适应性培训基地，承担了区域营商环境和产业人才“蓄水池”职能，培养了大批软件人才和各类专业技术人才，年常驻在校生7000余名，年实训人次稳定在10000人次左右。设立天津场外交易市场（OTC）高校板服务中心，牵头成立天津市虚拟现实和增强现实应用技术应用协会、天津市科学与艺术学会，引进天津市大数据协会，成立天津市软件行业协会人才工作专业委员会，更好地为产业服务。入选“天津市半导体集成电路人才创新创业联盟”和“天津市电子信息与大数据人才创新创业联盟”两个联盟，为软件及信息技术服务产业发展提供了有力人才支撑。京津冀协同发展十周年之际，学校被京津冀三地政府授予“京津冀软件人才培养基地”称号，已与60余家企业、13所高校签订“京津冀软件人才培养基地”协议，助力京津冀协同发展。       （一）打造高质量产教融合平台，有效解决产教“两张皮”问题 学院集合全市优质科技、教育、行业资源进行平台建设探索并实践政府引导的产教深度融合培养信息技术产业人才的管理体制和运行机制，实现了产教共同体在协同育人过程中的同频共振。学院现拥有1个国家级工程实践教育中心、1个国家级众创空间、2个国家级大学生实践教育基地、140个校企共建专业实验室、项目实训室和创新中心，与奇安信、麒麟软件等14家信创头部企业建立了深度合作关系。       （二）打造高水平成果转化平台，校企协同助力创新策源能力提升 学院持续推进产教深度融合，先后推出“协同创新计划”和“天软创业育成计划”，建设了国家级和市级众创空间“天软·创魔方”“中北·天软创业学院”、市级大学科技园“天软信创大学科技园”三个园区，构建了“校企协同开发-校企协同研发-产学研协同攻关”三层校企协同创新模型。同时，构建了科技资源成果库与产业需求项目库，精准服务各兄弟院校师生技术创新，并努力促进高质量创新成果转化为新质生产力。 （三）打造高效能社会服务平台，城校共生促区域经济提质增效 学院通过“管家+专家”的众创空间管理服务，以及自研的“十步问道创业成长力模型”创业辅导方法论，帮助来自天大、工大、师大、理工、城建等高校的数十家大学生初创公司开启了创业之路。通过“先联合培养人才，再落地注册”的高等教育服务区域产业路径，直接促成了中汽数据从北京亦庄迁徙落户天津西青，带动洪荒科技、齐物科技等一批产业链上的初创企业快速发展。

        5T管理”理念，即基于农作物及果实生长的自然通道特性，按时间敏感性将收储过程界定为熟收 (T1)、田场 (T2)、干燥 (T3)、收仓 (T4)以及仓储 (T5)等5个事件，进一步围绕5个事件优选管理目标因子和控制因子、制定管理指标体系和配套先进适用技术装备。在吉林省粮食和物资储备局的支持下，依据“5T管理”原理，制定了《吉林优质稻谷收储作业5T管理技术规程》。依托吉林省粮食和物资储备局、吉林大米联盟、九台贡米联盟、益海嘉里金龙鱼等大米相关产业组织在省内外进行推广，减损效果显著，可以显著延长大米的保鲜期，特别是探明了不当管理导致的7.16%“隐性”损失，同时也减少了粮食微生物毒素危害，为稻谷的持久鲜活保驾护航。

2025年4月10日，央广网客户端以《走进代码与创新碰撞之地——天津市大学软件学院》为题对我校进行了报道。

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。

2025年4月2日，央广网以《天津市特色化示范性软件学院协同发展联盟成立》为题对我校进行了报道。

2025年4月26日，中国日报网以《全国首家广电视听人工智能学院共建合作签约仪式举行》为题对我校进行了报道。