直流系统是发电厂、变电站等场所的控制电源。发电厂、变电站的所有控制装置包括所有主令开关、断路器、通信装置、计算机系统都是由直流系统供电的。由于直流系统的正极负极都不接地，因此当临时有某电极因故搭铁接地，也不会引起短路事故，只要快速排除该搭铁故障，就会保障供电安全。而交流系统的三相中性点是完全接地的，因此在任何时候，只要某相线搭铁接地，就会导致短路事故。因此直流电源是保障供电安全的最佳电源系统。 但是由于发电厂、变电站的直流系统有多路输出，在发生接地时，需要快速检测出是哪一路接地了，是这一路的正极接地还是负极接地了，以便及时排除故障，保障安全

磨削加工往往是机械加工的最后一道工序，磨削过程的工况直接影响到工件的最终质 量。磨削过程中两种典型的故障现象是磨削烧伤和砂轮磨钝，对其在线辨识问题过去曾进行 了大量研究，但用同一信号源对二者进行综合辨识的应用较少，主要原因之一是用于综合辨 识的信号源较难获得。本课题组通过多年研究，首创用磨屑流热辐射信号监测磨削过程，并 获得成功。 磨屑流是在加工过程中的磨屑和从砂轮上脱落的砂粒在离开磨削区至消失过程中所形 成的，它直接来源于磨削区和砂轮，起始温度即是磨屑在磨削区中的温度。由于磨削烧伤的 实质是磨削区温度过高引起的工件表面层金属相变，而砂轮的逐渐钝化又会引起磨削温度的 变化，从而引发磨削烧伤，故磨屑流热辐射信号同时载有磨削烧伤与砂轮磨钝的信息。并且， 无论何种工况（如含锌材料的少无火花磨削或大量磨削液磨削等）都会产生磨屑流热辐射信79 号。磨屑流热辐射信号可用红外传感器非接触检测，探测器安装简单，价格便宜，其输出信 号便于计算机二次分析。

本项目是基于北京某公司的实际业务需求进行系统定制化开发建设，提供基于网页的应用系统，实  现各个加油站油气监控数据的实时上传、分析、存储和管理，并将上传数据以报表和图表的形式进行展   示，对非法数据进行报警，使监管人员能够远程监控加油站的情况，从而提升环境监管部门的监控效   率，方便数据服务单位为环保监管和油站设备维修维护提供详细的数据分析服务，完善监管部门与各加   油站之间的监控体系。本项目建设充分理解加油站与环境监管部门的信息化建设总体目标，对软件进行   设计与开发，从而提供支持GIS的高效率的油气数据上传、存储、管理、处理等功能的分布式网页平台，    具体业务目标为：（1）实现基于B/S架构的实时数据采集与上传；（2）基于油气回收在线监控平台，实    现数据的存储、解析，并将解析后的数据以报表和图表的形式展示，对非法数据以短信或邮件的方式通   知相应负责人员；（3）实现多级权限管理，根据用户身份访问不同级别的数据平台；（4）数据平台预   留接口，支持未来移动客户端的接入。

轧机出现事故或故障发生后，由于缺少当时的工况数据和波形，所以给事故或故障分析造成很大的困难。而传动系统出现事故和故障往往又与扭矩的最大瞬时值超过某极限密切相关。因此，为了保护传动系统，在线监测扭矩的瞬时变化成为轧机行为监测的重点。 为了能够更加全面反映轧机的运行状况，将轧机的工艺参数、力能参数和电参数中最有代表性的参数作为在线监测的对象，包括：轧制压力、轧制扭矩、压下辊缝、轧制温度、轧制速度、速度给定、主电机电流等。 本系统已在济钢中厚板粗轧机和南钢中板精轧机上投入使用，达到了在线监测、掌握工况、挖掘潜力、安全高产、设定门槛、指导操作、事故追溯、责任裁判的目的，取得了良好的经济效益和社会效益。2000年通过了教育部专家鉴定，其成果达到国际先进水平。 硬件配置 该系统由工业控制机柜、工控机、信号接口箱、模拟采集卡、数字采集卡、隔离放大器、信号调理器、遥测发射机、遥测接收机、前置放大器、遥测仪、感应电源主机、传感器、大屏数显及报警装置等构成。 软件功能 监测专用软件在Windows环境下运行，适合非计算机专业的轧机操作人员使用。其主要功能有：监测参数的设定－标定参数的设置、报警参数设定、采样参数设置和显示刻度设置等；采集画面切换－在线采集波形显示、数字显示、负荷柱形图、轧制工况表等；数据库及查询－一般数据库查询和事件库查询。频谱分析－功率谱分析和相关分析等。 技术特点：采用高频感应电源供电技术，成功解决了被监测轴上在线长期供电的难题，使轴上发射机和传感器等获得了所需要的直流电源。利用调制、解调和抗干扰技术，实现了被监测轴扭矩信号的无线传输。 改变了过去主要靠经验和分立的监测仪表来操作轧机的落后状态，使操作工能够在监测系统的指导下科学操作轧机。

检测技术是现代制造业的基础技术之一，是保证产品质量的关键。随着现代制造业的发展，许多传统的检测技术已不能满足其需要，主要表现在：现代制造产品种类越来越多，制造精度越来越高，很多场合要求实时、在线、非接触检测；现代制造业的发展需要更快速、有效的产品检测技术。视觉检测技术是建立在计算机视觉理论基础上的一门新兴检测技术，具有非接触、速度快、精度高、现场抗干扰能力强等许多优点，能很好地满足现代制造业对检测的需求，在实际中正取得越来越广泛的应用，如零件外形尺寸测晕、零件的缺陷检查、零件装配、机器人的引导和零件的识别等。 浙大团队设计轴承表面视觉在线检测系统，被检轴承在机械运动工作平台上，在计算机的控制下，以一定的速度和节拍在传输带上运动，轴承在光源的照射下，其影像被投射到光学成像系统，CCD摄像头将其接收的光学影像转换成视频信号输出到图像采织卡，图像采媒卡再将视频信号转换成数字图像信息供计算机处理。计算机运用各种算法对图像数据进行预处理、轴承图像分割、定位以及计算等，最终判断所检轴承是否为合格品，为合格品者则计算并输出图像的相对转角，由机械执行机构（比如机械臂）根据此转角完成轴承生产的下一工序。

本发明公开了一种混合动力公交车在线自学习能量管理方法，该方法首先根据出厂时设置的初始能量管理策略控制发动机和电动机的转矩分配，随着公交车在固定路线上的运行，获得初始策略对应的动作值函数后，可以从该动作值函数出发，通过公交车在道路上的往复运行，在线、自主地学习适合于公交车运行路况的能量管理策略；本发明充分利用混合动力公交车在同一路线上往复运行的特点，采用自学习的方法来获得适用于公交车运行路况的能量管理策略，具有能源分配合理、燃油经济性高、尾气排放少、鲁棒性好、节能环保的特点。

当前，保护数据的隐私和安全已经成为世界性的热点，各国都在加强对数据安全和隐私的保护。近年来，国家相继出台个人信息保护的标准和政策，旨在加强隐私保护。为了在符合相关法规的前提下使用数据，部分研究者尝试令各方数据保留在本地的同时训练全局模型，如 Google 提出的联邦学习。作为一种加密的分布式机器学习技术 , 联邦学习能够让参与各方在不披露底层数据和底层数据加密 ( 混淆 ) 形态的前提下，仍然能利用其余几方参与者提供的信息，更好地训练联合模型，提升 AI 模型效果。 然而，将数据留在本地的方式却也引发其他问题，如针对联邦模型的投毒攻击。投毒攻击通过攻击训练数据集或算法来操纵机器学习模型的预测，使分类器识别特定样本的分类边界发生变化。而联邦学习场景下的投毒攻击通常拥有更强的隐蔽性和破坏性。 因此，我们将传统投毒攻击防御中对原始数据的清洗过程转变至对上传的模型权重参数的预处理，在参数服务器部署防御框架来防御投毒攻击。我们设计了一种新颖的防御与追溯框架，该框架主要由模型聚类、初步防御和细化防御三个模块构成，构建多层纵深防御体系，保护联邦模型安全，并在源头上主动追溯攻击者。我们设计面向神经网络的无监督层级聚类算法，消除了神经网络中隐含元素置换不变性的影响。根据类内代表模型在聚合过程中的贡献度确定其可疑度，并以动量思想将可疑度绑定每个客户端，并结合历史用户行为对攻击者进行定位。我们的防御框架可以自主评估模型贡献度，自动确定可疑度动态划分阈值，并在图像、文本等多源数据集上达到了 100% 追溯率，实现了零漏检，零误检。 目前，成果性能已经过多方测试和验证，代码已部署在华为自研深度学习框架MindSpore 中，进一步为广大开发者所用。

膜识别技术的应用 1.基于深度学习的虹膜识别算法性能达到国际先进水平； 2. 虹膜图像采集采用全自动自适应技术，可以自动寻找虹膜，自动聚焦，在中远距离范围实现了高用户友好性。 系统的性能远高于市场同类产品； 3. 整套系统成本很低，远低于市场同类产品，非常适合大规模应用 。

01. 成果简介 随着国民经济的快速发展，机动车辆增长迅速、路面交通任务日益繁忙，国内交通安全形势面临日益严峻的考验。虽然基础应用系统已经达到了较高的技术和应用水平，但也存在着一些问题和不足：各应用系统只针对本系统的数据处理；局限于简单的统计，统计信息都有其局限性，出现“信息孤岛”现象；无法实现数据融合、信息共享，不能为交通运行评估和辅助决策提供依据；不能进行相关系统的协同联动，使之使用在日常工作中；工作效率仍没有显著提高；由于缺少科学管理手段，各交通管理部门，越来越难以适应当前形势的要求。主要表现在：1）信息孤岛问题；2）缺少跨系统信息融合分析及挖掘；3）信息服务、协同指挥及公共服务功能不足；4）公路交通状况管控困难。 本成果团队自主研发的广度学习基础计算系统集成平台提供了一个基于全量多模态数据融合和协同挖掘分析的大数据智能系统支撑框架，可以对在地理、空间上分散的人、设备、环境、事件等进行大规模实时关联和因果分析，以指导复杂态势环境下的指挥行动。这些大数据技术已被运用于交通态势分析和预测，如实时分析城市交通流量与预测等。基于通用的大数据融合智能分析平台，使指挥人员和调度人员能在单一系统内解决所有问题，包括各类交通情报分析（情报报告，事件行为等），关联分析（背景、跟踪、时空、反应等）和预判决策等功能。系统利用统一数据融合服务（UDFS）和统一视频融合服务（MVFS）等技术手段，将跨界多源动静态交通数据进行融合利用，并产生统一的道路交通基础知识图谱（DKG），然后统一提供给拥有计算能力的融合计算引擎基础算力平台（TAIOS），训练和调度各类模型算法（TAIMODEL），生成基础应用工具和基础应用指标，最后通过组合统一用户管理（４A）和统一指挥调度（TBOCC）到具体的业务流程中，构成各类闭环场景应用，从而产生智能、精准的道路交通治理优化方案，提升道路的畅通程度和安全水平。 图1. 数据融合图2. 态势感知02. 应用前景 广度学习基础计算系统集成平台应用于智慧交通领域，其创新成果已在贵州省交通管理局复合型大数据交通态势感知指挥云平台工程建设中得到应用，创造了良好的经济和社会效益。填补了国内在交通管理领域大数据融合应用空白。是提升交通管理的跨界数据融合、功能融合、管理融合、指挥融合的创新型技术。促进了我国交通大数据智能管理建设技术水平的提高，促进了交通管理行业的技术进步。该项目具有广阔的市场前景。03. 知识产权 已申请发明专利9项。04. 团队介绍 本项目以清华-青岛数据科学研究院（挂靠软件学院，以下简称数据院）韩亦舜执行副院长团队为核心。数据院于2017年8月下设交通大数据研究中心，该中心面向国家重大战略需求，专注跨界融合大数据、机器学习、人工智能技术在交通行业全流程数据科学和数据工程的核心技术创新应用研究，在交通管理、交通运输规划与管理、公共交通、物流运输等领域开展跨界大数据融合智能交通应用示范。05. 合作方式 投融资 / 专利许可。06. 联系方式 邮箱：liuc1988@tsinghua.edu.cn、liuyi2017@tsinghua.edu.cn