一、 项目简介2012年，国家发布的质量发展纲要（2011-2020年）提出“重点行业实施可靠性提升工程”战略性要求。随着国内电器行业的高速发展，在国际化的大背景下，无论是用户还是生产厂家要求电器产品除满足一般技术指标外，还提出了可靠性指标要求。本项目贯彻所有低压电器产品可靠性国家标准以及中国标准化协会CAS标准（本单位作为负责起草单位完成标准内容的起草与制订）的要求，研制开发了相应的可靠性试验设备和生产检测设备，为电器检测机构及电器制造企业对所属产品进行可靠性试验和科研生产试验提供服务。这些试验设备均在国内外没有样机的情况下自行研制，具有重要创新及完全自主知识产权。已获得授权国家发明专利、实用新型专利和软件著作权30余项。同时，开发了双电源自动转换开关、智能漏电保护器、智能塑壳断路器、大功率恒流源、瞬动测试仪、总线适配器等十余种产品。二、 项目技术成熟程度技术成熟，已进行推广应用。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）性能优于国家标准及CAS标准的要求，达到国际先进水平。已获发明专利、实用新型专利及软件著作权30余项，申请发明专利多项，获得国家二等奖、省部级一等奖多项。四、 市场前景（应用领域、市场分析等）电器行业在国际化进程中，除要求产品性能方面达到国际水平，在反映产品性能的另一核心指标——可靠性水平方面也提出了具体的要求。本项目致力于在现有基础上，打造国内最具有技术优势、最具规模和成长性的可靠性检测设备生产企业，为客户提供完整的电器检测设备技术研发和整体解决方案。在电器行业乃至其他行业具有广阔的市场应用前景。五、 规模与投资需求（资金需求、场地规模、人员等需求）投资规模：约300万元，可在原有业务基础上投资，具体面议。六、 生产设备机床等加工设备、仪器仪表等测试设备。七、 效益分析在电器行业乃至其他行业内进行广泛的推广应用，销售额每年以50%的速度增长，利税：预期三年时间达到1000万元左右。八、 合作方式专利技术许可、合作开发产品、提供配套设备及技术支持。1、推广科研成果，包括检测设备、智能产品、产品现代设计；2、开发新产品、新设备。九、 项目具体联系人及联系方式（包括电子邮箱）项目联系人：李文华电话：13312176902，022 - 6020 4361邮箱：liwenhua@hebut.edu.cn十、 高清成果图片   

本项目以风电场扇区管理为研究对象，通过开发工程尾流模型和改进机组偏航控制品质，将尾流效应模型与场内机组偏航指令有效结合，以管理各机组尾流所覆盖的扇区，利用风电场多机组的偏航协同控制，实现以多机群或风场级发电量为优化目标的机组偏航动作，从而提高整体发电量。主要包括以下内容： （1）风电机组偏航参数优化方法 围绕偏航系统的稳态误差校准展开研究，利用SCADA历史数据及高精度传感测量装置，开发数据驱动的校准分析方法，改进机组偏航控制系统的信号品质，提升机组功率输出性能。 （2）机组级尾流复合建模方法 以特定机组为研究对象，通过测风仪与风向标数据，分析前排机组尾流空间分布特性，以建立有效简化的工程尾流模型。在此基础上，结合先进CFD风场仿真与现场测试，主动改变上游机组的偏航角，测试量化上游机组的尾流效应变化对下游机组的特性影响，最终建立起机组尾流效应到单机发电量的数学联系。 （3）风电场级尾流评估技术 以风电场中机组位置信息为依据，整合机组级尾流模型得到描述整场尾流效应的流场模型，基于风场当前的运行状况、机组受尾流影响等方面的分析，考虑尾流叠加空间耦合的影响。划分得到处于下游且受尾流影响较大的机组群，分析扇区管理实现优化改进的可行性及优化区域范围。 （4）扇区优化管理技术 在场级流场建模及评估的基础上，研究风场内多机组的扇区协同管理调度。以提高整场的发电量为目标，利用优化算法集中式优化整场各机组的动态偏航角，以降低尾流对后排机组的影响。

该成果获2018年度国家科学技术奖自然科学类二等奖，该成果系统地开展了摩擦的声子耗散以及声子在界而和多层膜结构内的输运规律的研究，在摩擦的声子粍散机理研宄方面，发现摩擦粍能与声子主导频率的定量关系；在国际上最早给出超晶格结构导热系数最小值出现的条件：率先提出声子沿石墨法向输运的自由程远大于经典理论预测的10nm左右：实现了描述声子输运的玻尔兹曼方程的数值解，在国际上率先发现多层膜之间的范德华力能够提髙声子在多层膜结构面内的平均自由程。该项0组的研究成果主要发表在Nano Letters、Physical Review B、Nature Nanotechnology等国际学术期刊上，其中8篇代表性论文获Science、Nature Nanotechnology、Nature Materials、Advanced Materials等重要国际学术期刊论文SCI他引509篇次，单篇最髙SCI他引U5次，研宂成果在国际上产生了重要的学术影响。

表面涂层技术的可贵之处在于：可用极少量材料起到大量、昂贵的整体材料所难以达到的效果，提高材料的综合性能，并显著地降低产品的制造成本。由于电火花加工机床已经成为工模具车间的必备设备，因此如果能在普通电火花成型机床上，利用放电沉积原理对导电工件材料沉积陶瓷层，必将成为一种极具应用潜力和经济价值的方法。使用含有Ti、TiC、W、WC等粉末的压铸或烧结电极和普通的煤油基工作液，在普通电火花加工机床上，利用放电过程中粉末材料与工作液中的碳原子所产生的物理、化学反应，在工件表面沉积TiC、WC等陶瓷材料，通过

本技术提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。 一、项目分类 显著效益成果转化 二、技术分析 随着智能手机、笔记本电脑等消费电子产品的快速发展，锂离子电池（Lithium Ion Battery, 简写为LIB）已经成为最成功的电化学储能设备之一，并从根本上影响并改变了人们的日常生活方式。随着制造工艺的逐步成熟，LIB的能量密度已经接近其理论极限。另一方面，可移动电子设备的快速普及和汽车电动化的蓬勃发展也不断要求开发具有更高能量密度的充电电池以满足实际使用的需求，而最先进的LIB依然无法完全满足上述需求。因此，寻找更高能量比的锂电池电极材料，加快下一代新型锂电池关键技术的相关研究，已成为制约锂电池技术产业发展进步的关键问题。锂金属电池的能量密度虽足以达到下一代电动车的要求，但其自身的稳定性仍令人担忧，这主要是因为Li金属的反应活性过高，其几乎可与所有的电解液均能自发地发生化学反应。在电池的运行过程中，Li电极和电解液之间通过自发化学反应和电化学反应导致了固体电解质界面（solid electrolyte interphase，SEI）的形成。当所形成的SEI结构不均匀时会诱发电池体积膨胀，此外，充放电过程中锂的不均匀沉积会导致锂枝晶的形成，锂枝晶的不规则生长会刺穿SEI，导致SEI膜发生破裂，并产生死锂，降低锂金属电池库伦效率；更严重的是，锂枝晶的不断生长会刺穿隔膜，造成电池内部的短路，导致火灾和爆炸等安全事故，大大缩短了电池的使用寿命，严重阻碍了其大规模商业化发展。因此，SEI对LMB的性能具有至关重要的影响。良好且稳定的SEI可以阻止（或者大幅度减缓）负极界面上反应的持续发生，起到保护Li电极的作用。针对下一代高稳定性锂金属电池设计中存在的关键问题，结合国际研究进展与本团队前期研究基础，我们提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。本方案已形成完整的工作流，相关自动化软件已开发完成并交付使用，且具有完全的自主知识产权，可用于国内外上游电池生产研发企业积累原始电池性能数据，大范围筛选有效电解液组分，指导下一代高能量密度锂电池研制。 我们的技术优势与创新主要表现在： 1）首次在电池体系中实现了QM与MM的混合模拟与混合加速； 2）在电池体系模拟中实现了开放电子体系对电化学反应的热力学和动力学预测； 3）在保证精度的前提下，实现了在纳米尺度上对真实的实验SEI结构直接模拟； 4）通过耦合深度机器学习，实现了电解液组分大范围筛选与性能优化。

高校后勤集团是一家房地产开发商，致力于房地产开发及相关服务。

2020年2月15日，同济大学牵头建设的上海自主智能无人系统科学中心新冠肺炎疫情防控科研攻关团队研发的第一套疫情防控智能识别系统（Tongji NCP-AIS），在同济大学四平路校区大门口开始试运行，可快速识别人流中个体感染者的风险。 科研团队利用人工智能、大数据、人脸识别、温度识别、动作识别等技术，可实现人脸识别、心率监测、呼吸监检测、门禁联动、门禁数据智能更新、咳嗽检测和语音播报，让人工智能技术在疫情防控期间发挥更大的作用，减轻学校相关管理人员的工作，实现疫情期间高效的校园安全管理。系统针对大规模人群，可以自动发现体温不正常个体，实现拍照和跟踪，以及提醒功能。

中医理论和临证经验是通过传承、实践以及创新而形成的具有特色的知识体系，包含在中医辨证施治过程之和医案之中。中医医案蕴含着丰富的临证经验、诊疗技能、技巧和诀窍，医案包含的结构与关系非常复杂很难用计算机来分析处理。在多年工作积累的基础上，经过“十五”国家科技攻关计划 “基于信息挖掘技术的名老中医临床诊疗经验及传承方法研究”课题的深化，我们提出了基于语义网络的中医知识获取技术，并开发了中医医案管理与智能分析系统。系统以中医理论知识为基础，利用人工智能、中医自然语言理解技术，提供多种方法与工具对临床医案进行多层次解析和挖掘，以获取医案中隐含的诊疗知识和临证经验。系统以中医基础理论为知识源，通过对中医专家的医案进行实例化，提取医案中的诊疗规律和临证经验，医案分析结果可以用语义网络、表格以及可视化的形式展现出来。 系统包括领域知识建模、Ontology的形式化与存储、信息资源语义描述与存储、语义分析等多个组件。通过这些组件的有机结合，知识工程师可以利用领域本体中的词汇来描述WORD文档、文本文档等多种形式的信息资源；用户可以浏览领域知识树查找相关医案，查看领域本体中的概念描述，并通过语义查询接口进行语义查询。将相关技术集成开发完成了中医智能信息处理系统，系统主要实现了以下功能：①医案管理：对医案进行存储、检索、删除、修改。②文本预处理：对文本进行分词、标注、抽取特征词和特征词的标准化。③知识管理：对本体知识库进行标准化存储、更新和检索。④知识获取：对医案进行实例化映射，建立语义网络，获取中医知识。⑤数据挖掘：对医案进行常规的数据挖掘。⑥数据可视化：把知识模型以可视化的形式展现出来。本系统可用于国家中医药管理局、医疗机构等行业。

四川大学青岛研究院家电绿色智能涂装工程技术创新中心经过多年的潜心基础研究，并针对家电、木器涂料及金属防腐涂料进行了三年多的应用研究后推出了创新性的无溶剂涂料体系。该无溶剂涂料体系彻底解决了溶剂型涂料的VOC排放问题、水性涂料性能较差和施工复杂及成本高等行业发展的“卡脖子”问题。 该类无溶剂涂料的典型特点如下： 1）固化有效物含量近100%。涂料在生产和施工过程中VOCs排放极低，无需VOCs处理装置。 2）涂层性能优异。涂膜铅笔硬度不低于2H，抗划伤性、抗冲性、耐污性、通透性、光泽和丰满度好；耐水、耐候、耐溶剂及化学品性极好；耐高温及高低温循环性好；金属防腐性能好。 3）基材适应性好。在金属、塑料、木材、玻璃、陶瓷、聚合物基复合材料、混凝土等表面附着力优异。 4）粘度低、施工性好。可喷涂、辊涂、淋涂、刷涂、擦涂和拉涂（渔具等的特有涂装方式）；可室温固化、可高温快速固化（120℃×15min），对涂装施工环境的温湿度依耐性低，可在冬天0℃及夏天高温高湿环境施工及固化。 5）涂装产品环保。除涂料生产和涂装施工环境“无味儿”，无溶剂木器涂料在涂装时不会产生有机溶剂（稀释剂）被木材（特别是纤维板及低密度木材）吸收造成家具在使用过程中形成不适气味的现象。因此，采用该类无溶剂木器涂料涂装的家具是绿色环保产品，将彻底告别家具“有味儿”的时代。 6）无闪锈风险。无溶剂金属防腐涂料由于体系中不含水，彻底解决了水性金属防腐涂料作为底涂时的闪锈及防腐性能差等问题。 7）涂装施工流程及时间短，施工成本低。由于该无溶剂涂料体系固化有效物近100%，涂料的填充和覆盖性极好，可单次厚涂，且固化速度快，因此涂装施工流程及时间短，施工成本低。 因此，该类无溶剂涂料将有效解决现有涂料的环保性能、涂层性能和施工性能，有效解决我国涂料和涂装过程一直以来未能解决的共性问题，具有很好的市场前景。 智能涂装系统 同时为了实现全产业链的贯通，打通全产业链的关键环节，利用川大优势，我们成立了智能涂装团队，智能涂装团队由北京东方昊为工业装备有限公司、东土科技、四川大学青岛研究院相关团队组成，主要从事表面处理涂装技术研发与产品生产，着力于涂装设备、智能设备、环保设备三条主线。团队拥有涂装项目中所涉及的所有专业的专家级技术人员，具有智能涂装及相关的自动化、信息化技术、环保设备、暖通空调等各个系统的研发、设计、制造能力，有非常强大的系统集成能力，可以提供总体解决方案。