随着全球变暖和能源危机加剧，节能减排越来越受到关注。大型流程加工工业能量消耗甚巨，所以对其进行过程用能诊断，找出用能不合理的环节，通过能量集成是同时节约能源和减少排放的有效途径。探讨在过程工业企业等生产过程中如何更有效地利用能源，如何使过程中产生的各种废物和副产品得到最大限度地回收利用，如何使整个生产过程产生最小的污染并把过程对环境和生态的影响降到最小，是本研究项目的主要目标。 本项目根据流程加工过程企业实际流程和运行数据，利用ASPEN PLUS软件模拟整个过程。根据模拟结果分析系统运行性能和主要设备能量利用率。基于能量平衡与火用分析理论确定系统用能不合理的环节。基于整厂能量集成思想，利用多目标遗传算法（GA）和关联向量机（RSVM）对能量优化利用和变工况操作范围进行探讨。依据分析结果，提出多化工流程、余热回收单元和公用工程管网相耦合的新型节能系统。最后针对改进系统，进行能量优化评价、减排效果评价、改造设计和经济性分析。 本课题组在本项目的应用方面，在多家石油化工和化工厂开展了系统用能诊断与能量优化的研究工作，为工厂节能改造提供了优化方案，实现了节能减排增效的目的。本项目适合在石油化工、化工、冶金、造纸等企业应用

Abeta寡聚体是引起阿尔茨海默症（Alzheimer’s diseases, AD，又称老年痴呆症）早期认知功能障碍和病理改变的重要因素。本项目为研制识别Abeta寡聚体的构象特异性单克隆抗体，目的是获得具有我国自主知识产权的特异性识别不同来源的（包括体外合成、培养细胞分泌和脑组织来源）Abeta寡聚体，对寡聚体的亲和力为单体的100倍以上。目前，我们已经得到几株分别针对Abeta低分子量、高分子量寡聚体和原纤维的单克隆抗体，进一步的实验正在进行。 本项目的技术创新点为：可识别Abeta寡聚体多个构象性表位。 与同类技术产品或成果比较：目前国内外商品化或处于实验室研发阶段的淀粉样Abeta肽单克隆抗体已经有一些报道，但是大部分针对线性表位，不能够优先识别寡聚体。某些实验室有构象特异性的单克隆抗体，但是还没有明确的早期诊断和治疗效果。比如，国内外开展AD研究常用的单克隆抗体6E10和4D8等，都是针对线性表位，不能够满足特异性识别Abeta寡聚体和构象特异的蛋白形式。 Abeta单克隆抗体NU系列、NAB61、A11以及OC等是国外报道的同类产品，能够分别特异性分辨不同分子量范围的寡聚体、原纤维以及纤维等成分，部分抗体已经应用到细胞实验和动物实验，初步证明有良好的抵抗氧化应激和改善AD转基因动物学习记忆行为障碍的作用。我们获得的单克隆细胞株具有与国外产品相似的生物学活性，可为企业提供大量的不同特异性的单克隆抗体，用于实验室和临床研究。 应用范围： 主要应用于阿尔茨海默症的基础研究、临床诊断与早期防治。目前国际上还没有客观的AD实验室诊断指标和疗效确切的AD单克隆抗体药物。除满足AD发病机制的基础研究外，在本项目的基础上，可以形成AD诊断试剂、普查与筛查试剂盒、抗阿尔茨海默症基因工程药物以及疗效检测手段。我国已进入老龄化社会，据有关部门估算，到2050年，用于AD病人的费用将超过100亿元人民币。本项目的开发与应用，将会为我国有效预防和控制老年痴呆症，提供技术基础，带来很大的市场潜力和经济效益。

眼科A/B型超声诊断仪是一种眼科专用超声影像设备。2012年8月通过国家药监局局三类医疗器械产品认证（医疗器械产品注册证，注册号：国食药监械（准）字2012第3231041号，2012.08.13-2016.08.12有效）。A超探头用于眼轴生物测量，B超具备一个常规10MHz探头和一个20MHz高频探头，用于眼部的高清晰度超声影像诊断。仪器分辨力达到国际先进水平；利用最新的嵌入式计算机平台，在保留便携式结构的基础上，具备先进的信息化功能；超声信号的所有处理均由数字实现，探测灵敏度和成像质量明显提高。

成果简介： 三维颅颌面部成像仪及诊断分析系统，解决传统口腔临床面临的基于二维图像颅面测量丢失深度信息的问题。 系统基于立体视觉原理，开发高效、准确（精度<=0.1毫米）的三维面部成像仪，获取真实的面部软组织立体表面数据，结合高精度CBCT（Cone Beam Computed Tomography，锥体束计算机断层）图像，融合包含颅颌面部和口腔等软硬组织模型，重建出真实感三维颅颌面部数字模型。 同时，系统完成基于三维成像设备的临床三维颅颌面部测量诊断分析系统，提高颅颌面畸形、性别分析、颅面生长等临床诊断水平。 本研究结果为正畸科、正颌外科临床定量化手术设计、术后疗效评价提供新的技术方法，为正畸和正颌外科教学培训、多学科会诊及远程会诊提供新的工具，并为进一步的口腔虚拟手术及整形美容业的手术计划研究提供测量和规划工具。 三维颅颌面部成像仪及诊断分析系统，是牙颌数字化诊疗修复的基础系统。据不完全统计，我国口腔医疗机构总数超过 12 万，其中民营超过 4 万家。按照以上数字计算，我国口腔医疗数字化仅三维颅颌面部成像仪及诊断分析系统或同类产品就存在巨大的市场空间，若以目前市场产品价格估计，市场需求至少在 2000 亿以上。三维颅颌面部成像仪及诊断分析系统的应用和推广是推动口腔正畸修复的重要保障，具有巨大的市场空间，但鉴于国内在这方面的研究还不成熟，依然没有国产的能够投入临床的成熟产品，所以该系统的推广具有重要的经济意义和现实意义。

肽是人体中最必不可少的成分，是人体一切活性物质的存在形式。因此，通过在特定条件下形成具有确定结构特征的多肽聚集体的多肽组装技术，在生物医药领域具有良好的应用前景。

本系统为离线巡检测试系统，主要实现对港口流动机械的性能检测，故障诊断及设备的现代化管理。为适应非平稳信号的分析要求，本产品采用了一种新的信号分析方法。实现了叉车柴油机部分的燃油系统、缸套及活塞组件、曲轴磨损及配气机构的故障诊断和性能分析。从而完成叉车振动检测、故障诊断与劣化报警的统一体系。可实现港口流动机械的预知维修。

从电器文明开始，短短一个世纪的时间，人类在科学探索的步伐上已经从工业进入了智能化的技术环境。随着物联网的发展，数据时代到来，各行各业也在争相抓住契机，利用新时代科技智能手段，帮助企业更好发展。其中，传感器技术的应用，为工业监测带来了新的惊喜。它在工业自动化系统的监测过程中，起到巨大作用，可以实时监测将监测到的信号经过转化后以数据的方式提供给人们，做到实时监测，确保工业自动化系统的正常运行。现阶段，监测工业机械运行一般使用振动传感、温振一体化传感器等，存在成本高、易误报、不能对早前故障进行监测等问题；而故障早期诊断对于维护设备安全、保障工业体系正常运转具有重要意义。 针对现有故障监测系统存在的问题，团队开发了基于声纹、振动、温度一体的声振温一体传感器，该传感可综合感知监测对象声音、振动、冲击脉冲、温度以及倾角数据，全面覆盖旋转设备早中晚期故障信息。同时，开发了旋转设备声振温一体化监测诊断系统，其由有线/无线声振温一体传感器、采集网关、电脑 WEB 端构成，同时适配云平台、手机端小程序。通过有线/无线声振温一体传感器将设备运行时的冲击脉冲、三轴振动、噪声、温度数据采集传输至数据库服务器，依托独有的异音分析、健康因子指标专利算法，实现设备状态实时监测与故障诊断。 核心优势： （1）全面集成冲击脉冲、三轴振动、声音、温度多维度深度感知专利技术； （2）快捷部署(磁吸胶粘/纹可选)，无线方式，快速联网； （3）数字信号传输，抗干扰能力强准:独有异音、健康因子指标专利算法； （4）高性价比，大容量电池，长维护周期。

该系统提供CAN总线系统内的多种ECU、输入设备、输出设备软硬件模拟功能，能进行CAN总线正常状态电阻、电压、波形测试与CAN通信数据收发；能进行CAN总线网络的各种断路、短路电路物理层故障设置与排查实训；电控故障排查等

XM-SX-III中医舌诊仪   XM-SX-III中医舌诊仪（中医舌象智能辅助诊断系统）是采用数据挖掘技术、机器视觉技术相结合的产品，该产品安装简单、操作方便、安全可靠、配置灵活，既能用于各大中医药大学舌象相关的教学、科研，又适用于医生舌诊的辅助分析，适用范围较广。   一、主要功能： ■ 计算机控制内部相机进行自动对焦拍摄，操作简单，图像清晰，完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原，使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节，使采集环境保持稳定。 ■ 在特定的光源环境下，采用摄像头获得舌像信息，对舌体图像的颜色、纹理、轮廓进行特征提取，由计算机将这些特征值与特征数据库中的阈值进行比对判断，给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置，操作前使用，避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。 二、主要特点： ■ 系统具有自主学习功能，通过不断学习，有效提高系统自主诊断准确性。 ■ 支持自动分析，且允许人工修正，提高诊断的准确性。 ■ 准确分析舌质、舌苔等，并直观显示结果。 ■ 支持初诊、复诊分离，实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理，提高安全性。 ■ 自动对焦（即自动舌体捕获）。 ■ 灯光控制功能。 三、软件功能： ■ 用户权限管理，提高系统安全性。     ■ 病理、临床库可以持续更新，具备学习能力，且具备自动提取舌体，自动分析舌体、自动分析后手动调整等功能，提高了学习的准确度。 ■ 快捷的初诊、复诊入口，操作方便、快捷。 ■ 功能强大的视频分析能力，既可实时诊断，又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力，数据分析能力。 ■ 病例学习：单击主界面中的“病例学习”选项，进入学习界面，包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项，学习与分析过程，采用人机交互的方式。 ■ 自动获取：单击自动获取按钮，如果参数正确，舌体提取成功，若存在不足，可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取：为了便于分步处理，此处特征提取分步骤完成，分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后，相关特征将被量化，以舌质为例加以说明。比如，单击舌质特征、舌苔特征按钮后，数据结果自动分析结果。 ■ 人工绘制：对于某些来自于其他途径的图片，会存在自动获取舌头错误的情况，此时可以通过人工绘制来完成。单击“人工绘制”后，在图像显示区域，单击右键将出现菜单，包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点，单击“绘制完成”后再自动识别完成；勾画轮廓则是按住鼠标左键后通过拖动完成绘制，绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销，最多支持5步撤消。

该项目主要应用于车辆安全辅助驾驶领域，可以在车辆有危险趋势时及时向驾驶员提供警告信息，减少或避免可能发生的交通事故，也可以应用于车辆的辅助驾驶和智能自动导航领域。该项目利用灰度图像中道路边缘处存在的灰度特征、梯度特征作为识别道路的特征，运用群智能算法实现对道路边界的快速识别，最终得到车辆行驶道路信息。根据道路识别结果，利用前方车辆在图像中底部边缘存在灰度特征、方差特征和梯度特征，运用鱼群算法实现对前方多车的快速识别。项目采用转向动力学连续模型，车辆前轮转角和道路曲率作为系统输入，根据系统的采样频率将连续模型离散化，运用Kalman滤波理论设计状态观察器，实时观测前方车辆侧向速度和横摆角速度，从而获得车辆运动轨迹，为安全辅助驾驶系统提供准确信息。     该项目对车辆安全辅助驾驶系统提供信息的频率在5Hz之内。在复杂情况下通过使用本项目研究的系统进行车道识别，其准确率大于95%。该项技术于2009年初成功应用于新疆冰雪灾害防护系统的养护车辆智能辅助驾驶系统中，该系统由北京中交国通智能交通系统技术有限公司负责建设，采用该技术大大提高了复杂冰雪环境下道路识别和前方车辆识别的可靠性和实时性，同时增强了在不同光照等复杂环境下的适应性。该技术应用后，有利于避免和减少道路交通事故发生的可能性，保障车辆行驶安全，取得了良好的社会效益。