在国家、省部级科技项目支持下，研发团队历时8年攻克了前述难题， 提出了 2类关键部件特征参数提取方法，形成了 3种状态监测与评估系统新 产品，实现了 3项重大突破与创新：①提出了机、电、热多耦合特征参数和 动态阈值提取方法。研发了电流故障特征的叶轮不平衡状态监测技术，提出 变流器功率模块热应力疲劳特征参数及关键传感器故障观测模型，形成了特 征参数动态阈值确定方法。②研发了关键部件劣化度概率评估及寿命预测技 术。基于数据挖掘手段，提出了机械关键部件劣化状态评估概率分析和实时 寿命预测方法；基于功率模块疲劳失效机理，形成了变流器功率模块平均故 障间隔时间评估体系，研发了多时间尺度累积效应的变流器运行可靠性评估 技术。③研发了风电场整机多层次健康状态评估技术。形成了风电机组多层 次评估指标体系，提出了风电机组监测参数异常识别方法，研发了风电机组整 机健康状态评估技术。

技术成熟度：技术突破 本成套设备，以电供暖的各个电暖气为控制对象，以建筑内不同房间不同区域的取暖温度为控制参数，自下而上，组成了由单片机现场控制器（控制室单独使用PLC控制器）、PLC中间层算法控制器、工控机为上位机构成监控界面的DCS控制系统，从而实现分散控制集中管理的控制系统。此系统的目的在于替换传统水暖系统，利用合理科学的软件算法，实现节能、环保、减排的效果。设备兼具教学、实验、科研及实用的功能。 成果技术特点：本套装置由四个单片机组成现场控制器，一个PLC组成的控制室控制器，与中间层面的S7-300PLC控制系统，以及顶层监控层的工控机装置，统一安装到了一个整体的平台上。此平台便于实地集中实验、研究，也有利于集中编程与项目演示。 图1 设备实物图 图2 为智能控制系统电脑操作界面

房树人心理测验系统

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"。  

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

本实用新型公开了一种远程监测与预警的智能型接地电阻测量装置。包括环境监测装置、接地电阻测量装置、微处理器单元、无线通信单元；所述环境监测装置包括土壤PH值监测功能模块和土壤温湿度监测功能模块；所述环境监测装置实时监测接地电阻测量地点土壤的PH值和温湿度值的变化情况；所述接地电阻测量装置用于测量接地电阻。本实用新型通过在现有的接地电阻测量装置上设置微处理器单元和无线通信单元实现远程监控与分析智能型接地电阻测量装置；通过环境监测装置监测土壤的PH值、温湿度，并对一段时间内的土壤PH值、温湿度和接地电阻阻

本课题是运用控制技术、计算机网络技术，建立了一个良好的研究开发与实验平台，使高校的科学研究能上一个新台阶。为提高研究生（包括硕士、博士生）的创新能力，提供了实验环境。

一种离心泵振动故障融合诊断方法及振动信号采集装置,其特点是:它通过离心泵振动信号采集装置采集离心泵的正常状态,质量不平衡,转子不对中和基础松动振动信号;利用小波包分解,重构技术实现离心泵振动信号的特征量提取,并将特征向量分别输入子模糊神经网络I和II,由模糊模式识别子系统预处理后代替相应的传感器信度函数分配的相关系数,整个子模糊神经网络包括数据模糊化层,输入层,隐含层和输出层,利用D-S证据理论的组合规则,求得融合后信度函数分配,从而实现离心泵的正常,不平衡,不对中和基础松动状态的融合诊断.其方法科学合理,诊断效率高,诊断结果准确;信号采集装置具有结构简单,性能可靠,信号采集全面,真实有效优点.

鼻咽癌诊断的金标准是鼻咽镜下进行组织活检取材，之后由病理医生进行病理诊断。由于取材有创、 取材组织小、且依赖镜下肉眼观察，因此约有10%的患者在首次取材时诊断失败，医生和患者需面临再次 或多次取材、或随访观察的抉择。在此情况下，目前临床上缺乏特异性辅助诊断的方法用于参考。 EBV相 关的血清学指标（包括VCA-IgA、EA-IgA等）已纳入临床检测。但这些血清学抗体指标最大的缺点是不 能实时反映鼻咽癌发病和进展状况，且指标存在特异性以及灵敏度不足的问题，在临床上仅能提供有限参 考。

该项目以基于信息融合的故障诊断技术为背景，研究传感器故障诊断相对于一般故障诊断的特殊性及其已有的各种方法的内在联系，建立能够融合主要诊断方法、具有广泛适应性的诊断框架体系。主要研究内容包括：故障诊断的对象由单个传感器变为传感器系统；故障诊断的技术由单一方法转变为适应传感器不同过程的相应方法共同作用；为传感器故障的在线检测与信号恢复提供一致的方法；对可能的故障传感器，利用正常工作的传感器信息，恢复其性能。