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 曹梓源 计算机科学学院 2017年/2021年 201731063329 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 钟原 计算机科学学院 副教授 持续学习，深度学习、数字图像处理 四、项目简介 本系统为虚拟装配系统。旨在提高精密或大型机械装配培训的教学质量。能有效简化虚拟装配动画的制作流程及提供高质量模拟装配流程。

一种水泥生产设备远程监控平台，所述监控平台包括水平工作台和楔形工作台，所述水平工作台上端面为工作台面，所述楔形工作台上端面由水平面和楔形面构成，所述水平面上设置有滑槽，沿所述滑槽方向间隔设置水平线槽，所述水平线槽与滑槽连通，监控平台背面沿水平线槽末端设置竖直线槽，楔形面下端与工作台面末端连接。通过将监控平台设置由水平工作台和楔形工作台组成，楔形工作台上端面包括水平面和楔形面，水平面上设置滑槽，监控显示器分别置于所述滑槽中，从而方便的布置显示器并可进行移动，尤其适合于多个复杂的监视系统。

本项目在已有技术条件下，研究开发具有自主产权的工业物联网应用技术，构建面向制造企业的多主体按需使用的云服务平台，形成支持云服务平台的运行和使用的标准规范，推动工业企业服务模式的创新，促进生产型企业向服务型企业转型

一、项目简介基于物联网技术的工业设备智能应用平台（以下简称平台）以物联网 M2M（Machine to Machine/Man）技术为核心，实现以机器终端智能交互为核心的、网络化的应用和服务。平台对 M2M 的“智能化机器、M2M 硬件、通信网络、中间件和应用”五个关键部分进行架构，实现对工业设备如压缩机、鼓风机、发电机等的智能监控、节能管理和网络化管理服务。本项目在已有技术条件下，研究开发具有自主产权的工业物联网应用技术，构建面向制造企业的多主体按需使用的云服务平台，形成支持云服务平台的运行和使用的标准规范，推动工业企业服务模式的创新，促进生产型企业向服务型企业转型。二、关键技术优势或创新性关键技术:（1）M2M 硬件装置；（2）通信网络协议；（3）中间件架构技术；（4）物联网组网技术；（5）应用层构架技术；（6）应用层分布式框架技术；（7）物联网数据服务器系统技术；（8）多种网络融合技术。针对工业设备的物联网应用（1）各行业设备的远程通讯改造技术；（2）设备监控新技术方法；（3）针对设备的优化控制方法；（4）基于物联网技术的服务与管理新方法创新性（1）链路、业务和应用层功能模块化，

成果简介： 以典型石化装置的转动设备系统作为研究对象，建立转动设备故障诊断与维护检修管理平台，实现对设备可靠性分析、FMEA(失效模式与影响分析)以及维护检修管理。通过本项目实施，加强对转动设备检维修工作的指导，实现基于时间的预防性检维修模式向基于状态和基于风险分析的预知性检维修模式的转变。系统主要包括设备信息管理、设备运维管理、项目管理、可靠性分析、F

心血管疾病是威胁人类健康的重要杀手。我国心血管病患者已达到 2.9 亿人，心血管病 死亡占城乡居民总死亡原因的首位。中国已步入老龄化社会，2050 年，老龄化水平将达到 30%以上。老年人群体作为心血管疾病的多发群体，面向老年人的心血管病管理和治疗已成为不可回避的一个重要社会问题。实现老年人群体等重点人群心血管健康的长时程监护，从而早预防、早发现、早治疗，已经成为医疗服务的重点。 基于长时程医疗数据的临床心电智能检测平台是推动心血管疾病科学防治和管理升级 的关键技术。近年来，众多医疗设备厂商在可穿戴设备领域大力投入，所研发可穿戴设备可 实现用户心电图等生理健康数据的长时程监测，弥补了医院测量心电图的短时性。本课题中， 基于人工智能算法研发心血管疾病智能诊断系统，将可穿戴设备、移动终端、云端服务器所 实现自动诊断结果与专家诊断结果有机结合起来，实现心电疾病诊断智能化。长时程临床心 电智能检测平台的建立，利用可穿戴设备实现了对用户身体状况的长时程监测和异常筛查， 可有效推动心血管疾病健康管理模式建立。 北京清华长庚医院心内科张萍教授团队在正常和疾病心电数据库有长期的积累，曾负责十二五国家科技支撑计划《基层心电监护产品应用评价研究》，在心电监护产品评价和推广 应用方面积累了丰富的经验，在本项目中提供了医疗级心电测试数据库，与清华大学王贵锦 副教授一起搭建了医生在环并不断反馈的心电智能检测平台，同时，北京清华长庚医院作为 北京市昌平区远程诊断管理中心，为未来心电产品的推广应用和心电智能诊断的评测提供了 良好的平台。清华大学电子工程系王贵锦老师团队在低功耗硬件设计、生理大数据分析、心 电智能算法研究领域有着长期的积累。团队在国内外顶级期刊会议上发表文章百余篇，其中 SCI 文章 40 余篇，发明专利授权近 20 项。团队基于人工智能算法开展心血管疾病智能诊断 研究，在多种心电疾病诊断中达到世界先进水平。 团队所研发临床长时程心电智能检测平台特点如下： l 实现长时程心电数据的展示、查询、关键指标计算等功能； l 基于医疗大数据和人工智能技术，实现室性早搏、房性早搏、T 波改变、ST 段改 变、早复极图形改变、心房颤动等 10 余种常见心电术语的智能诊断，准确度高； l 建立心电诊断术语工程化分级体系，实现医学和工程科学高效结合； l 建立心电图规范化数据库，为医学研究创造基础。 团队所研发的手持式可穿戴心电智能检测平台特点如下： l 实现了院外心电数据的测量和采集 l 基于手持式单导联设备和人工智能技术，实现了心房颤动的院外筛查和诊断