一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 高春林 克劳斯塔尔大学 2019 / 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 李茜 电信院/电气工程 副教授 能源系统智能感知 四、项目简介 深海生命线卫士—复合能源管道健康管理系统是集能源管道实时监测、状态评估、故障预警、三维立体显示、创新健康管理、用户检修策略等多功能为一体的能源管道在线监测系统。该系统代替了传统的人工巡检和巡逻船巡检的故障监测模式，将大幅度减少综合成本。该系统改进了市面上监测系统功能单一、显示界面陈旧等问题，率先提出创新性健康管理功能，使用户全面了解能源管道的生命周期及整体健康情况，为用户提供高效状态检修策略。该系统定位是做能源管道健康管理系统先驱，守卫深海生命线安全。

本项目提出了将时间维度与空间维度相结合的多尺度综合能源需求分析与预测模型，设计并实现了一种面向智慧城市的综合能源需求分析与预测的方法，提升能源供应规划和营销策略的优化与决策支持。 项目特色：  面向综合能源时空数据的需求分析和预测可以根据历史数据，结合地理区域的相互关系来预测给定时间范围和空间位置的能源需求。  针对综合能源的特性，项目提出了联合学习和迁移学习的思想对模型进行训练。同时优化不同区域中多种类型能源的联合预测模型，将已有模型的结果迁移到训练集数据不足的模型中，提高能源用量预测的准确率。  面向智慧城市的综合能源信息应用服务场景，并利用 GIS 技术实现配电网分析和用户用电特性分析的可视化。

山东奥扬新能源科技股份有限公司（简称奥扬科技）成立于2011年6月，致力于新能源汽车智能动力供气系统（LNG、CNG、H2）、能源储运装备系统、新能源发电装备系统的研发制造。公司的产品主要销往一汽、陕汽、欧曼等主机厂，市场占有率稳居全国前列，并成功出口俄罗斯、印度等国家和地区。公司先后获得国家级高新技术企业、省级创新技术中心、独角兽企业称号，山东省瞪羚标杆企业等称号。 依靠在低温绝热气瓶领域多年积累的经验和技术，公司建立了以用户为中心，市场需求为导向，以技术创新为依托的发展模式，已逐步发展成为国内重要的低温绝热储运应用装备生产企业之一，在行业内具有较高的知名度，并与一汽解放青岛、陕重汽、成都大运、济宁重汽、济南重汽、北京福田戴姆勒、陕汽商用车等知名整车厂商建立了稳定合作关系。 奥扬科技坚持秉承“以用户为中心，系统匹配与优化”和“最懂中重卡用户使用感受”的产品研发理念，力求为客户提供安全、优质、低成本、高质量的LNG车辆供气系统。公司不断加大产品研发投入和生产工艺改进升级，通过新品研发响应市场需求，解决客户痛点，增强企业核心竞争力。公司开发的车载LNG供气系统产品覆盖不同容积、不同压力30余种型号，形成了较为完整的产品体系。 公司一直专注于车载LNG供气系统行业，在研发设计和生产制造方面积累了多项专利和核心技术，覆盖产品设计、加工工艺等领域。公司在北美、德国等设有海外研发机构，引进以美国博士为首席专家的四型瓶专业研发团队，提升创新能力，攻克技术难关。 公司已获授权专利49项，其中发明专利3项，现有5项正在申报，累计承担国家级、省级重大项目2项。目前，公司已经取得国家市场监督管理总局颁发的B3级（纤维缠绕气瓶）、B4级（低温绝热气瓶）压力容器制造许可证、山东省质量技术监督局颁发的GC2（管道）级安装许可证。  

房树人心理测验系统

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

AI多模态情绪分析系统，是人工智能与心理学、计算机视觉、听觉感知等学科深度融合的前沿方向。它不再局限于传统的问卷答题，而是像一位敏锐的观察者，通过分析你的面部微表情、语音语调、肢体语言，甚至生理信号，来实时、客观地"读懂"你的情绪状态。这种技术正在心理健康、教育、人机交互等领域开启全新的可能性。 这套系统的核心在于"多模态"和"融合"。它模拟了人类如何综合视觉、听觉信息来理解对方情绪的过程。 多源数据采集：系统通过摄像头、麦克风等设备，同步采集个体的面部视频、语音音频，甚至可接入可穿戴设备获取心率等生理信号。 单模态特征提取：针对每种数据，用不同的AI模型提取情感特征。 视觉：分析面部肌肉运动（如嘴角上扬、眉毛紧蹙）、头部姿势、眼神等。先进的技术甚至能捕捉难以伪装的微表情（持续仅1/25至1/5秒），或通过分析面部血流图谱（rPPG）来感知生理唤醒水平。 听觉：提取语调、语速、音高、能量（MFCC梅尔频率倒谱系数）等声学特征，判断声音中的情绪色彩。 文本/语义：如果涉及对话，系统还会分析说话内容的语义，理解话语背后的真实意图和情感倾向。 多模态融合与情感解码：这是最关键的一步。系统通过复杂的深度学习算法（如Transformer、自监督多任务学习框架等），将来自不同模态的特征信息进行时空对齐和深度融合。例如，一句愤怒的"我没事"，配上闪躲的眼神和紧绷的嘴角，才会被准确识别为"掩饰性的愤怒"，而非字面意思的"没事"。  

大型重载机械装备是是我国基础设施、资源开发和国防建设急需的重大技术装备。这类装备具有重承载、强冲击和极端环境运行的特点，液力驱动工作中大功率传递和液-固耦合现象极为突出。 基于电液控制发明了阀控缸液压伺服系统的位置和压力主从控制方法，解决重载机械装备运行过程中位置和压力耦合干扰问题，实现多缸液压伺服系统位置和压力的精确控制。同时发明了液压滚切式金属板剪切机的液压系统，通过建立多变量解耦矩阵和多缸运动方程以及无节流损失的压力和位置双向精确控制方程，实现了液压泵、蓄能器组和伺服阀的同步控制,提高了阀控缸液压伺服系统的运动平稳性和可控性。提出多缸液压系统失稳判定方法，得到液压伺服系统稳定运行的必要条件，提高大型重载设备的稳定性。

本发明涉及一种基于神经网络的风电磁悬浮偏航系统悬浮控制方法，属电气工程技术领域。该方法采用含量化因子的神经网络控制策略，使磁悬浮偏航系统在受到随机干扰情况下，实现稳定悬浮控制：当需要偏航时，首先由悬浮控制器采用PID算法控制励磁电流，使悬浮物向上悬浮至并保持在悬浮平衡点处，得到稳态下外环PID控制器的比例、积分、微分系数参数；其次，悬浮控制器改用含量化因子的神经网络控制策略，获得外环PID控制器参数的调节量；然后由两者求得励磁电流参考值，减去实际值，经内环PID控制器，实时调整励磁电流，实现稳定悬浮。本发明自适应能力强、动态响应快、抗干扰能力强，可确保整个悬浮偏航过程系统性能实时最优。

成果描述：化工产业实现绿色与可持续发展已显著受制于行业健康、安全、环境（HSE）状况，特别是化工安全事故不仅造成重大经济损失，而且正成为掣肘整个行业健康发展的关键性问题。本项目为满足化工安全生产要求，从物料性质、设备性能、过程控制、生产组织、业务模式、经营决策等方面出发，在DCS、MES、ERP平台上，建立基于过程控制的危险源辨识及可操作性评价体系。 本项目的核心技术及优势包括： （1）以HSE知识管理为核心，集成过程控制系统、MES系统和ERP系统，实现生产过程的在线运行监控、危险源动态辨识、可操作性实时分析以及消缺措施的经济性评价。 （2）运用大数据处理技术和人工智能技术，建立装置运行实时数据、工艺数据、生产调度及经营目标的关联模型，将安全风险评估与过程技术经济评估相结合，实现化学安全管理从原来的设计集成静态模式转换为知识集成的动态预制模式，减少事故损失，保证企业效益最大化。 （3）本项目还将致力于企业私有云计算平台到行业公有云计算平台搭建，实现信息资源共享提升资源优化的配制效率。 并将利用海量数据挖掘技术，将HSE分析模型与云计算数据库内所存储的案例及规则进行关联，从而将获得数据转换为知识进行存储、表达与发布，进而让信息利度得到大幅度提升，建立基于云计算技术的化工安全风险评估与实时在线监控。 本项目在国内处于领先地位。市场前景分析：《基于过程控制的危险源辨识及可操作性评价系统》主要面向化工、石化、钢铁、建材等过程行业企业，提高企业应对健康、安全、环境等高风险挑战的能力，实现绿色与可持续发展。据资料统计，成熟的工业化国家每年在健康、安全、环境（HSE）领域的投入占营业收入比例高达3%左右，而国内相关行业只有0.1%，差距巨大，是我国重大环境和安全事故频发的重要原因之一，正成为掣肘行业健康发展的关键性因素。随着我国对环境保护、可持续的日益重视，HSE领域的市场规模与投入将成快速增长态势，对比发达工业化国家的经验，我国HSE领域将形成1000亿的市场规模， 据赛迪顾问《2012年HSE市场分析》报告，2012年中国HSE软件市场总额达到96亿元，比2011年增长52％，因此前景广阔。 但我国HSE危险源辨识及可操作性评价市场，主要是国外产品垄断， 且价格昂贵，大部分过程行业企业难以承受。而国内相关产品多为单一离线的纯指标评价，不支持在线的风险评估，更不能形成基于现场控制的危险源识别与监控，而本项目产品，立足于过程控制，建立基于云计算平台的HSE危险源辨识及可操作性评价，将具有巨大的竞争优势及市场前景。与同类成果相比的优势分析：系统基于现代过程行业的技术发展方向，达成企业健康安全绿色的制造过程与经济效益的平衡，实现柔性的生产组织形式以及平滑且动态优化的过程技术。就产品而言，技术创新性包括云计算平台条件下集成 HSE 知识管理技术、在线监测技术、APC控制技术以及企业决策和资源管理技术，建立起符合行业特点的检测、控制以及决策支持平台，从而实现高安全性环保化和高效益的生产过程。国际先进 、国内领先。