主要技术内容： （1）提出了基于神经网络的多电平 SVPWM 控制技术，研发了基于 FPGA 技术的多电平 SVPWM 控制器，实现了塑料片材挤出装备驱动电源的高效性。采用神经网络技术，实现参考电压矢量所在区域判断及矢量作用时间计算，降低了计算量；将多电平 SVPWM 控制器集成到一片 FPGA 芯片上，为挤出装备用交流电机驱动控制提供高性能的专用 SVPWM 控制器，可以直接与通用变频器对接。 （2）提出了分离型螺杆结合 CRD 分散混合器的高速螺杆技术，提升了挤出效率及效果；研发了塑料片材挤出螺杆高频电磁感应加热装置，有效降低了挤出机运行能耗。将常规三段式螺杆设计成五段式，改变了传统螺杆直径对挤出产量的限制。在螺杆机筒外壁上缠绕电流线圈，线圈外再包覆隔热层，线圈两端连接控制线圈电流的高频电源模块；在常规加热瓦加热的基础上，通过电磁感应原理使螺杆产生热量，使得螺杆及螺杆机筒同时加热，缩短了机筒内聚合物塑化时间、降低了能耗。 （3）提出了面向塑料片材挤出成套装备运行过程的全息生产车间制造物联感知技术，开发了成套装备运行的全息感知系统。构建了 RFID-WSN 数据采集集成网络，提出了 LZM - WKPSO 优化算法，在保证覆盖率的前提下使干扰最小；借鉴昆虫协作机理，提出了基于昆虫协作机理的源节点选择概率算法，最大化降低了网络能量消耗。（4）提出了塑料片材挤出成套装备多目标柔性资源优化调度模型，研发了塑料片材挤出装备精益管控软件平台，实现了成套装备的高效能运行。建立了多目标柔性资源优化调度模型，采用重力粒子群混合优化算法进行求解。按照 SOA 思想，设计了集成平台；开发了塑料挤出成套装备运行功能模块，并与底层全息车间无缝集成，形成塑料挤出成套装备精益管控平台。 行业意义： 本项目针对高效能塑料片材挤出装备的关键技术取得了创新性成果，解决了我国塑料片材挤出装备业目前普遍存在的高能耗、高污染、低附加值、低劳动效率等问题，提升了塑料片材挤出装备的自动化与信息化水平，促进了塑料片材挤出装备的自动化、信息化深度融合；完成了塑料挤出装备产业技术上的跨越式发展，极大地推动了塑料挤出装备产业结构的优化升级，实现了产业结构由高消耗向高效率的转变。 获奖情况：2015 年获中国商联联合会科学技术进步奖特等奖。 成果的技术指标、创新性与先进性: 目前市场上还没有完全一样的同类产品出现，国外主要有德马克、克虏伯、巴顿菲尔,日本的住友重工等公司在致力于开发塑胶挤出装备产品，但是他们开发的还是将单一系统的简单组合，无法从单机与成套装备精益化管控两方面集合提高系统的能效。由于本项目是从单机关键设备能效优化设计和成套装备精益化管控能效优化设计两个方面入手，开发料挤出成套装备，产品具有能耗低、效率高等特点。综上所述，本项目产品目前拥有先入的一定优势，竞争对手在技术方面无法与本项目产品直接竞争。 本项目产品具有如下技术和性能优势： （1）螺杆的速度从同行的 100 转/分钟提高到 200 转/分钟，挤出量从类技术的 200kg/h 提升 400kg/h；挤出效率的提升导致能耗降低 10%左右；同类技术目前直径 105mm 的螺杆需要配置 115KW 左右的电机，而本项目技术只需要配置90KW 左右的电机，降低了能耗。 （2）螺杆高频感应加热装置使得加热系统能耗降低 15%左右； （4）克服了同类技术在高速混合挤出时混合效果差导致温度不均衡、色差大等问题，提高了制品的品质； （5）生产工艺数据自动数采率 95%以上； （6）生产效率提高 30%左右；优等品率提高 20%；产能提高 1.5 倍； （7）填补国内针对塑料挤出装备生产过程的精益化生产软件的空白； （8）本项目实现生产流程的闭环优化，现有的 ERP、MES 系统则为开环控制； （9）本项目的软件平台有效提升了塑料挤出成套装备的附加值。 技术的成熟度: 相关技术已经形成产品，在广东达诚机械有限公司及其下游企业进行了产业化。 项目成果转化造价：130 万元； 投资预算：硬件成本（不包含塑料片材挤出机本体部分）85 万元；软件开发45 万元。 成果应用范围：塑料包装行业、包装机械行业。 应用案例及单位：成果在广东达诚机械有限公司等行业龙头企业进行了产业化，并在广东、江浙等地区的 10 多家塑料企业进行了推广应用。 经济和社会效益：项目成果能够有效降低能耗 25%，提高生产效率 30%左右，使得企业投资效益大幅度提升。近 3 年来，据不完全统计，累计新增产值约 67206 万元，新增利润 5040 万元，新增税收 2872 万元。项目成果解决了我国塑料片材挤出装备业目前普遍存在的高能耗、高污染、低附加值、低劳动效率等问题，提升了塑料片材挤出装备的自动化与信息化水平，促进了塑料片材挤出装备的自动化、信息化深度融合；完成了塑料挤出装备产业技术上的跨越式发展，极大地推动了塑料挤出装备产业结构的优化升级，实现了产业结构由高消耗向高效率的转变。 

掌纹识别是目前最有效的生物特征之一，相比于指纹、人脸识别等具有更可靠的性能。技术团队拥有掌纹识别部分的核心专利和一项软件注册权，并在继续申请相关发明专利。具有自主研发的掌纹识别算法，该方法基于高阶差分信息，以及选择合适的Gabor尺度和方向，在著名的Polyu Database测试集合上等错误率为0，达到国际先进水平。

本发明涉及一种基于 MEMS 系统的高灵敏度高分辨率的微型温度传感器及监测方法，包括两组 V 型弯曲梁组件，其中每组 V 型弯曲梁组件包括若干上下叠放的 V 型梁，所述每组 V 型弯曲梁组件的所 有 V 型梁同中心，且同时固定在一个固定块上；两组 V 型弯曲梁组件通过连接杆与固定在一个杠杆的 一端，所述杠杆另一端设有压电陶瓷，压电陶瓷的上下断面分别是接电的上电极和下电极。本发明可以 感应极其微小的温度变化并且将之转换为较大的电信号输出，能够显著

本发明公开了一种基于电化学发光的有机五常大米和普通五常大米的鉴别方法，属于分析检测领域。本发明基于鲁米诺和过氧化氢的电化学发光体系，借助有机五常大米和普通五常大米中过氧化氢酶含量的不同，通过将两种大米经处理后的上清液添加到鲁米诺和过氧化氢的发光体系中，达到不同的抑制效果，进而比较两者的降低率，成功实现了对有机五常大米和普通五常大米的鉴别。本发明的方法具有安全、准确、有效、简便的特点，确定了对发光体系降低效果在65±4.9％范围内为有机五常大米，对发光体系降低效果在55±4.9％范围内的为普通五常大米。

在华为全联接大会2022曼谷站期间，华为在“释放数字生产力，加速教育信息化之旅”全球智慧教育论坛上，重磅发布《教育数字化转型的发展机遇》白皮书，首次探索智慧教育成熟度评估模型，并提出以全场景教育解决方案、创新教学模式、普惠教育资源、提升科研能力、升级管理水平，加速教育行业数字化升级。

电力变压器是电力系统的核心设备之一，承担着电能传输、变换等重要职能。随着先进传感和信息融合技术的发展，将其应用于电力变压器运行状态的实时监测、评估诊断与在线预警，实现电力变压器的智能化是智能电网建设的重要组成部分。 本成果围绕“基于多信息融合的电力变压器智能化关键技术研究与应用”问题，深入研究了变压器关键状态劣化故障的发生机理与特征信号的传播规律，发明了适用于电力变压器状态信息探测的多种新型传感装置，研制了变压器状态信息监测智能组件（IED）、变压器冷却智能控制单元及充氮灭火等装置，开发了集智能监测与传输、智能评估与诊断、智能决策与调控的变压器智能化监控系统，并进行了推广应用。 授权发明专利11项，实用新型15项；发表SCI/EI论文35篇；本项目可有效实现电力变压器的智能化监控，提高变压器面对未来智能电网复杂工况的应对能力，支撑河北省输变电装备产品升级和产业发展；获2016年河北省科技进步一等奖。

本发明公开了一种基于MEMS传感器和VLC定位融合的单卡尔曼滤波导航装置和方法，包括MEMS传感器、INS模块、VLC定位模块、PDR定位模块和测姿定位单卡尔曼滤波器模块；本发明基于INS惯导机械编排的误差方程作为融合滤波器的系统方程，观测方程包括VLC定位信息更新、PDR定位信息更新和磁力计观测量更新。融合滤波器输出VLC接收器的姿态给VLC定位模块，输出PDR设备的姿态给PDR定位模块以校正姿态的影响。首次在VLC定位领域使用融合测姿准确估计VLC接收器的姿态信息，主要解决了VLC定位容易受设备姿态影响以及在光信号被遮挡情况下定位不连续的问题。

本发明公开了一种基于MEMS传感器和VLC定位融合的双卡尔曼滤波导航装置和方法，包括MEMS传感器、INS模块、PDR定位模块、VLC定位模块以及测姿定位双卡尔曼滤波器；对于测姿滤波器，基于惯导机械编排的误差方程作为系统方程，观测方程包括加速度计观测量更新和磁力计观测量更新，输出姿态信息给VLC定位模块和PDR定位模块以校正姿态的影响。对于定位滤波器，二维平面的位置信息作为系统状态向量，基于行人航位推算的误差方程作为系统方程，而VLC的定位结果为观测方程。本发明的技术方案解决VLC定位容易受设备姿态影响以及在光信号被遮挡情况下定位不连续的问题，消除姿态对VLC定位的影响。

发明公开了一种基于关联分析与关联分类的蛋白质二级结构预测技术，以双库协同机制为基础，将KDD*过程模型引入蛋白质二级结构预测问题中，KAAPRO方法以数据挖掘(知识发现)为主体，采用基于KDD*过程模型Maradbcm算法以及关联规则分类D-CBA方法。KAAPRO方法所取得关联规则在一定程度上揭示了氨基酸物化属性对蛋白质二级结构的影响关系，从而提高了预测的精度。其中Maradbcm算法挖掘意外规则的特性对纯度较高的α蛋白质库与β蛋白质库进行关联规则的挖掘，由此获得的挖掘结果是精化的规则。D-CBA关联分类方法使用可信度与支持度的测度作为一个复合型度量来进行蛋白质关联分类。在保证预测精度的同时，为生物学家对二级结构进一步分析提供了依据。