我校协同育人企业天津腾领电子科技有限公司基于自研国产化工业控制系统开发了设施农业管控系统，利用边云协同控制架构，集成以大模型驱动的作物生长监测、环境精准调控、水肥综合管理等技术装备。项目已在多地开展应用，开发了“认领一块地”等商业模式。2025年4月7日，天津电视台新闻频道《都市报道60分》以《物联网遇上菜篮子 解锁开心农场》为题进行了报道。

本技术设计了高效功率控制算法，实现了低功耗低延时的无线传输。同时，由于计算任务在数据量和计算量上的差异，本技术实现合理高效的卸载决策，利于有效降低计算延时。可以为未来的通信网络中，计算卸载物联网设备通信节能提供底层的技术支持。

项目属现代农业技术领域，围绕农田信息快速感知、稳定传输和精准管控三大瓶颈难题，在植物养分/生理/病害信息快速感知，土壤水/盐/养分特性多维快速测试，农田复杂环境下信息无线稳定传输，基于作物生长需求的物联网环境调控和肥水药精准管理等核心技术取得了重大突破，自主研制了系列产品和系统，总体达到了国际同类研究先进水平，部分达国际领先水平。相关成果已经在全国20 多个省市的农田、果园与设施农业等推广应用，取得了重大经济和社会效益，对推动我国数字农业和农业物联网技术的发展具有重要意义。

本实用新型涉及物联网技术领域，具体涉及一种具备停水提醒功能的物联网智能水表，包括水表基表、干簧管、电磁阀、微处理器、物联网通信模块、液晶显示器、停水按键和电源，所述水表基表为采用磁铁指针的机械式水表，所述水表基表和电磁阀均安装在用户的进水管上，所述干簧管安装在水表的基表上，所述干簧管、所述电磁阀、所述物联网通信模块、所述液晶显示器和所述停水按键分别与所述微处理器电连接，所述电源为其他各部分供电；所述干簧管有两个，两个所述干簧管均沿水表基表表盘的径向设置，两个所述干簧管之间正交设置。该智能水表能够精确采集水表数据，并通过CC2530物联网通信模块完成与管理系统的数据交互，无需入户即可完成用水量信息采集，并且配备停水按键，对用户进行停水提醒，更具人性化。

产品详细介绍RFID智能设备工具柜 一、产品简介RFID智能设备工具柜是北京泰格瑞德科技自主研发的RFID工具管理系统方案之一，该系统设备工具柜内部集成了RFID读写器、RFID 定制天线、安卓一体机/工控一体机、IC卡刷卡设备等智能设备，对柜内贴有RFID电子标签的设备、工具进行智能自动化管理。                RFID读写器                            RFID天线二、产品特点*安全化：设备工具柜内装有RFID刷卡控制器，非授权卡无法打开对应的设备工具柜门。*信息化：设备、工具实时监测，记录每项工具参数数据，实现生命周期可视化。*自动化：省去人工扫描、盘点、录入等繁琐工序，实现快速、批量管理。*高效化：自动化+信息化代替手工作业，计算机自动实现数据采集，大大节约了人力成本，提高了工作效率。*智能化：当设备、工具未及时归还时，系统将自动报警并生成报表发送给相关负责人；如果工具不慎丢失，可通过RFID手持终端人工找回。 13965501553三、工作流程员工扫描IC员工卡打开柜门→取出/归还工具（设备）→关门自动确认借出/归还，系统提示借出人员、工具明细、借出时间等信息。还有日检查，月检查等操作模式，可以实时掌握各级单位工具的数量、种类、状态；采集数据；做到工具的高效化、智能化管理。四、行业应用主要应用于航空、电力、消防、机械、铁路等行业，实现设备、工具自动快捷的借用、归还、定位、查找、维护等功能。四、数据效益1. 盘点效率提升10倍以上，原人工盘点工作所需5-10分钟，RFID工具车系统自动盘点只需3-5秒。2. 当设备、工具在使用过程中失落，人工找寻一个工具平均花费时间10-20分钟，RFID工具管理系统利用RFID手持终端进一步查找失落工具只需3-5分钟，管理效率提升五倍以上。

产品详细介绍 概要介绍       实验室管理系统平台是以服务大中专院校实验室全面实施信息化管理，提高实验室的管理水平为宗旨的，全面提供实验室管理的解决方案为导向，是实验室实现信息化管理必不可少管理软件平台。主要解决实验室的综合管理（实验室建制、人员队伍、环境与安全、实验室评估、数据上报）、教学实践创新（基础实验、教学实验、创新实验）以及设备仪器（领用、借用、修理、报废）、物资耗材（耗材消耗）等统一安排管理。   实验室管理系统平台是基于微软.NET 技术架构的一款纯B/S（IE 浏览器访问）结构的解决方案系统，实现设备管理人员、实验室管理员、老师、学生互动的网络化开放管理平台。近年来，国家级或省级教学实验示范中心建设为提高教育质量工程和深化人才培养模式改革奠定了基础，信息化建设是示范中心建设的重要内容之一。   整个实验室管理平台依托校园网络，以学校实验室管理的核心业务流程和重要管理事务为基础。从实验室的门户网站建设、实验室基础信息管理到开放、创新实验教学以及设备仪器、物资耗材构建信息化管理平台。信息化平台由实验室门户网站系统、实验室综合管理系统、开放实验室管理系统、实验室仪器设备管理系统、实验室物资耗材管理系统、实验室监控系统等多个子系统构成。   主要功能   门禁管理：通过二维码门禁系统，实现实训场地的使用管理；   设备管理，可对实训设备进行备案登记；   师资及学生信息管理：通过系统管理实训室师资、学生信息管理；   实训管理：实训过程管理，实训报告命题及提交，实训成绩统计等；   数据管理：系统可以采集相关数据和，对数据进行储存统计，并可对数据进行备份和还原，同时实现数据报表的编制、打印。   该系统可以进行教学实验申请、审批、预约，合理安排教学实验；   该系统能够开放实验发布、预约，充分利用实验室资源；   改系统能够满足在线交流、加强互动交流，提高实验室质量；   该系统能够实现刷卡考勤，实现教学实验、开放实验过程监控；   该系统要求包括自动门禁，刷卡进出，实现实验室管理智能化；   该系统包括对场地、设备、耗材管理，统一分配调度控制。     系统架构       实验室管理系统平台以学校实验室管理流程和管理基本事务为核心，以规范实验室管理实现信息化为准则，充分提高利用学校实验室资源，更好的服务于学生。       整个管理依托校园网络构建管理模式平台，系统采用B/S 结构，突破地域空间的限制，整个实验数据放在服务器上，管理人员、教师在办公室、在家甚至在校外通过网络进行仪器设备、实验项目、实验过程等进行管理监控，而学生则可以在机房或在能上网的地方进行实验预约。相对传统的手工管理，开放实验室平台的构建能更好的有利于实验室资源的充分合理利用，实验室管理的科学化和规范化。   系统流程       实验室管理系统以学校实验室管理流程和管理基本事务为核心，以规范实验室管理实现信息化为准则，充分提高利用学校实验室资源，更好的服务于学生、方便于学生，构建开放的实验管理平台。       整个管理依托校园网络构建管理模式平台，系统采用B/S 结构，突破地域空间的限制，整个实验数据放在服务器上，管理人员、教师在办公室、在家甚至在校外通过网络进行实验项目管理、实验过程监控，而学生则可以在机房或在能上网的地方进行实验预约。   相对传统的手工管理，开放实验室平台的构建能更好的有利于实验室资源的充分合理利用，实验室管理的科学化和规范化。其管理模式构图如右：     系统组成   整个实验室管理平台依托校园网络，以学校实验室管理的核心业务流程和重要管理事务为基础。从实验室的门户网站建设、实验室基础信息管理到开放、创新实验教学以及设备仪器、物资耗材构建信息化管理平台。信息化平台由实验室门户网站系统、实验室综合管理系统、开放实验室管理系统、实验室仪器设备管理系统、实验室物资耗材管理系统、实验室监控系统、实验室办公等多个子系统构成。       实验室门户网站的建设有助于实验室信息和成果的展示，便于管理人员、老师、学生沟通和了解，是一个信息沟通互动平台。   实验室基础综合信息的管理则规范了实验室的基本信息，从实验室的规划监制、规章制度、人员队伍、环境安全到工作人员的工作量化评估、数据上报等建立电子档案，实施量化管理，极大的减轻管理人员工作量。   教学实践的信息化管理工作主要基于开放/ 创新实验的管理工作，需要突破空间和时间限制，从实验预习、实验网上预约、实验安排、实验考勤，实验过程、实验成绩、实验耗材、实验设备、在线答疑以及实验室场地、自动门禁、刷卡考勤等管理，从而构成了一个综合开放的实验室管理平台。       实验设备仪器、物资耗材的管理则有助于实验室建立基本设备、仪器、耗材的信息库，以供查询其基本信息及使用状态，使对仪器设备的领用、借用、修理、报废的处理和实验耗材的管理实现合理化、科学化。同时便于仪器设备、耗材消耗信息统计和数据上报。    

产品详细介绍VGA，HDMI信号源切换功能音频切换及音量调整功能高拍仪功能内置功放功能投影机控制码下载与投影机控制

物联网技术是在传统互联网技术基础上拓展及延伸的，由于其应用领域极其广泛，几乎涉及各行各业，因而为了满足行业对专业人才的需要，越来越多的高校申请了物联网工程专业，在教学计划中安排了物联网技术类课程，海天雄公司为了满足学校教学需要，结合实际产品开发经验，研发了海联·物联网技术综合实验系统。海联·物联网技术综合实验系统侧重于物联网感知层、网络传输层、应用层三层技术的理论和实践教学，该系统中的感知层由各类传感器、RFID射频模块组成，实现了不同物理特性的信息采集，网络层则由物联网关键技术之一的ZigBee短距离实现数据信息的通信任务，以及WiFi、蓝牙BT、3G等技术实现各种不同网络传输的功能；应用层是物联网三层技术的最上层，则由高级物联网网关构成，实现数据信息的处理以及上层应用的开发。 CES-IOT210 物联网系统倡导 “产品化学习” 理念，该系统的设计是结合成熟物联网产品方案，以实际的产品技术导入该实验系统，学生透过对点、块、全局系统的学习，全面掌握物联网前沿技术，从而达到学习知识点与产品知识点的完美结合。CES-IOT210 实验系统提供多达数十种课程实验，课程实验提供开放的软件及硬件资源，着重培养学生的实际动手能力，可实现教学、科研等物联网相关课题。系统关键技术点：局域网络通信技术、短距离通讯技术、ZigBee无线传感网络技术、RFID射频技术、嵌入式计算机(系统)技术、软件工程技术。适合高校院系包括：物联网工程、计算机科学及技术、软件工程、电子信息工程、电气工程及自动化。

项目成果/简介:项目在多年国家项目的支持下，在项目“面向工厂规划和生产过程的数字化工厂技术”获2013年教育部科技进步二等奖的基础上，进行持续开发完善，与沈阳机床合作，在智能制造领域进行了深入的合作研究， 在沈阳机床智能制造展示线开发完成数字化孪生仿真模型及基于互联网的定制信息系统，系统实现了网络化定制下达生产订单，数字化孪生系统在线仿真模拟，真实展现生产场景，并可通过移动设备进行浏览和信息管理。项目符合中国制造2025所倡导的智能制造和互联网+技术的发展，对中国制造向智能化转型起到促进作用。项目通过展示真实个性化印章的智能加工、检测和装配，体现网络化的定制及数字化双胞胎技术。应用范围:项目所开发完成的技术符合中国制造2025所提出的智能制造技术路线，已应用于工业实际和大专院校的教学培训。目前国家大力资助建立智能制造试点示范项目，制造企业也在积极转型，向数字化和智能化转型发展，这些都需要数字孪生和互联网+技术的支持。 项目成熟度：小批量生产，项目已独立以及结合沈阳机床的生产线及教育系统得到市场的应用，特别是在中国航发商用航空发动机有限责任公司相关项目中得到应用。 拟在全国范围内推广：1.项目可应用于离散制造业的规划、调试、运行和维护阶段的仿真优化，通过建立工厂、生产线、设备的三维模型，实现虚实结合的数字双胞胎。 2、教育培训领域：通过实现智能制造理念的面向教育和培训的生产线系统，通过模块化的系统，实现对智能制造教学和培训。项目阶段:小规模生产效益分析:项目的技术创新点、先进性在于实现了数字孪生技术在生产线中的应用，达到了生产线的虚实融合。不仅可在规划阶段对生产线进行仿真验证，还可在生产运行过程中实现虚实融合，并通过AR-VR技术对操作指导、维修指导和生产过程监控提供支持，从而实现多维的虚实融合，是实现智能制造的关键技术之一。项目相关技术不仅能够应用于工业实际的智能化制造之中，还特别适合面向智能制造的教育和培训。

随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。