针对大规模分布式计算系统例如云计算系统、数据中心等的运维需求，研发了针对大规模计算系统的预测性监控技术。并开发了一个可扩展的监控系统。该系统的特点为：1）基于语义事件表达监控信息，开发了复杂事件处理器，可以支持用户定义针对复杂模式的事件探测组件，从而使系统能够对自动探测复杂的状态变化；2）基于发布订阅模式的事件传输网络，使得监控系统可以规模扩展，因而适应了大规模计算系统的监控需求；3）开发了多种性能预测算法和异常探测算法，实现了对计算机和应用性能的长期预测。 本项目的成果已经应用到多个企业的系统监控上。项目的成果也发表在INFOCOM、IFIP Networking，IEEE Transaction on Parallel and Distributed Systems, Journal of Systems and Software, Software: Practice and Experience等著名会议和期刊上。项目成果已经申请了10项专利。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。

项目成果/简介:数据采集技术可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。多模态传输技术LPWAN (Low-Power Wide-Area Network，低功率广域网络)在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。       LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。最具前景的LPWAN技术——NB-IoT和LoRa：物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。LoRa （Long Range）:   一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。NB-IoT（Narrow Band Internet of Things）NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。数据分析技术人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。应用范围:家居智慧控制，提高舒适度：家庭生活状态统计和日常需求预测与推荐；多模态行为分析和数据采集和传输系统；多模态行为数据采集和分析平台；基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试

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 简凯纳 机电工程学院/机械工程 2018.9/2022.6 201831031312 张星 电气信息学院/电子信息工程 2018.9/2022.6 201831072307 陈浩彬 机电工程学院/机械设计及其自动化 2020.9/ 202031030285 邓青蓝 机电工程学院/机械设计及其自动化 2018.9/2022.6 201831053229 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 杨林君 工程训练中心/机械工程 实验师 机械工程 陈建勇 理学院/凝聚态物理 讲师 凝聚态物理 四、项目简介 目前，在移动机器人领域，轮式移动机器人因具有结构相对简单、驱动和控制方便、工作效率高等优点被广泛用在需要越过障碍物的工作中。但是，一般常用的移动装置为四轮驱动结构，动力相对不足，越障能力差；各种零部件之间拆装特别繁琐，不同模块之间管理混乱，更换属于一个模块的坏掉的零部件往往需要拆卸掉其它模块的零部件，电气元器件之间走线杂乱无序，电池等器件暴露在外部空气中，容易造成短路等安全问题。因此，增大驱动动力，提高越障能力，加强模块之间的管理，方便模块之间的拆装，提高电子元器件的安全性显得尤为重要。 我们项目本次设计和研究的是一种六轮结构的全地形机器人，使用模块化安装，使结构更为紧凑稳定，适用于多场景，提高轮式全地形机器人的应用度。我们采用基于探索者的PLA材料高提纯外分子重结晶化密致处理，极大增强了摩擦系数，底盘采用西南石油大学自主研发探索者二代原理高致合度准刚性攀岩越障地盘，越野能力增强，其底盘后侧主要为空体重心靠前，便于越障。

  中教启星3D 地理教学软件系统利用计算机三维动画技术和3D 显示技术，以虚拟、动态、立体的资源呈现方式将辅助学习内容与真实世界完美结合，使呈现内容突破时间和空间、宏观和微观、历史和现实的限制。系统软件将地理过程模拟转化为3D 立体动画跨时空过程，具有极佳的可视性和直观性，帮助学生深入观察和充分理解抽象的地理过程。   中教启星3D 地理教学软件配套丰富的3D 地理教学资源，涵盖自然地理和人文地理，如自然地理中《板块构造地貌》、《丹霞地貌》、《等高线模型》和人文地理的《聚落的形成条件》、《商品谷物农业》、《秘鲁渔场成因》等多种3D 教学资源，可在裸眼3D 电视/3D 电视/3D 投影机等设备使用，并广泛应用于中小学地理与科学等学科教学和科学素养拓展教育，生动的3D 呈现效果能有效激发学生的地理学习兴趣，充分满足多元化和个性化的教学需求。 配套资源

机械结构可靠性设计及分析软件是一个模块化的机构\结构零部件和系统的可靠性设计及概率分析的软件系统，采用了最新的概率算法和通用数字分析方法以计算工程系统的概率响应和可靠性；提供了丰富的可靠性分析仿真功能和图视化前后处理界面；可以在虚拟样机和有限元模型等数字化环境中，协同三维建模、控制仿真、有限元分析和动力学分析等成熟的商业化CAD、CAE 工具实现复杂机械结构和机构的可靠性定量性设计、可靠性预计和设计方案仿真评价、优化设计。 该软件先进性体现在：先进的可靠性设计分析方法；先进的集成框架技术；良好的开放性和二次开发平台。 机械结构可靠性设计及分析软件包括可靠性定量分析、产品可靠性预计、设计方案可靠性定量仿真评价及机械结构可靠性设计。可满足航空、航天、兵器、船舶、核等军民品企业开展复杂机械结构和机构产品的可靠性、参数化定量设计和综合分析评价、优化等设计分析工作的需要。 该软件的功能模块图如图1所示，其中可靠性优化设计界面如图2所示。 图1 本平台功能模块图 图2 可靠性优化设计界面

机械结构可靠性设计及分析软件是一个模块化的机构\结构零部件和系统的可靠性设计及概率分析的软件系统，采用了最新的概率算法和通用数字分析方法以计算工程系统的概率响应和可靠性；提供了丰富的可靠性分析仿真功能和图视化前后处理界面；可以在虚拟样机和有限元模型等数字化环境中，协同三维建模、控制仿真、有限元分析和动力学分析等成熟的商业化CAD、CAE 工具实现复杂机械结构和机构的可靠性定量性设计、可靠性预计和设计方案仿真评价、优化设计。

成果简介： 机械结构可靠性设计及分析软件是一个模块化的机构\结构零部件和系统的可靠性设计及概率分析的软件系统，采用了最新的概率算法和通用数字分析方法以计算工程系统的概率响应和可靠性；提供了丰富的可靠性分析仿真功能和图视化前后处理界面；可以在虚拟样机和有限元模型等数字化环境中，协同三维建模、控制仿真、有限元分析和动力学分析等成熟的商业化CAD、CAE 工具实现复杂机械结构和机构的可靠性定量性设计、可靠性预计和设计方案仿真评价、优化设计。 该软件先进性体现在：先进的可靠性设计分析方法；先进的集成框架技术；良好的开放性和二次开发平台。 机械结构可靠性设计及分析软件包括可靠性定量分析、产品可靠性预计、设计方案可靠性定量仿真评价及机械结构可靠性设计。可满足航空、航天、兵器、船舶、核等军民品企业开展复杂机械结构和机构产品的可靠性、参数化定量设计和综合分析评价、优化等设计分析工作的需要。 该软件的功能模块图如图1所示，其中可靠性优化设计界面如图2所示。

针对上述社会安全事件综合研判的难题，本成果利用系统工程的综合集成研讨方法论，综合公安学、管理科学、计算机科学等相关学科理论、方法与技术，提出了基于多时空线索链的社会安全事件智能综合研判关键技术以及面向社会安全警情事件的警务资源指挥调度方法。 ①基于多时空线索链的社会安全事件智能综合研判关键技术以群体性聚集事件作为典型社会安全事件，构建基于六空间的社会安全事件综合集成研讨厅体系：融合构建“情景数据-元数据-知识-实体模型-形式模型-算子”六空间体系，提出多时空线索链生成技术，抽取知识空间中共性的时空线索链模式；基于知识和数据共同驱动的思想，提出了社会安全事件的研判支持方法，包括基于知识图谱的推理方法、基于相似案例的推理方法、以及基于贝叶斯网络的推理方法等；进而结合专家研判，实现典型社会安全事件智能综合研判。 ②面向社会安全警情事件的警务资源指挥调度方法是在层次任务网络规划（Hierarchical Task Network, HTN）的基础上，实现任务执行时间、空间和资源约束的推理，解决考虑多任务类型、多警种、多出警地点、任务带有时效性、考虑交通和处置时间等实际因素的警务资源调度方案制定问题；进而考虑执行时间等不确定因素的影响，在规划过程中处理不确定性，制定柔性调度方案，使生成的调度方案更好地适应不确定的执行环境。 ③在此上述关键技术基础上，运用系统工程方法，研究了基于云计算与边缘计算的端网云的网络结构、通讯协议及协同计算模型，综合考虑各方面因素对平台体系架构进行了设计，从顶层设计层面解决信息孤岛、资源有限等难题，构建了基于云计算于边缘计算的社会安全事件智慧化立体综合预警与指挥平台。整体技术路线如下图所示： 图 1 社会安全事件智慧化立体综合预警与智慧平台整体技术路线 研制的基于云计算于边缘计算的社会安全事件智慧化立体综合预警与指挥平台，主要由四个系统组成。其中，融合“人、车、物、网、地”的警情大数据支撑平台与公安部门现有的业务系统相对接，关联研发的目标识别与警情事件监测预警结果，实现警情数据的采集、整理和分析。社会安全事件智慧化综合预警与分析系统基于大数据支撑平台提供的公安业务数据、网络舆情信息和研判结果数据等，提供了公安部门需要的事件分析和研判功能。面向社会安全事件的警务资源指挥调度系统基于研判结果，具有领域知识管理、调度方案生成和执行异常识别等功能，为指导指挥员进行调度方案制定提供辅助决策能力。最后，基于研发的系统间及与公安相关业务系统间的互操作模式、资源可伸缩的并发处理技术，由应用集成管理平台提供应用集成和服务集成功能，包括统一的用户管理和认证、工作界面、应用云服务管理等，实现各系统间的有机集成，平台体系架构如下图所示。 图 2 社会安全事件智慧化立体综合预警与指挥平台体系结构 成果相关图片展示： 图 3 社会安全事件智慧化综合预警与分析系统驾驶舱 图 4 时空大数据查询模块 图 5 研判规则管理模块 图 6 预案管理模块

一、仿生纳米药物系统的设计构建与应用实例1 二、仿生纳米药物系统的设计构建与应用实例2 本发明公开了一种纳米药物控释体系的制备方法，包括以下步骤：(1)制备纳米级红细胞膜囊泡；(2)制备具有光敏性的载药氧化石墨烯；(3)制备靶向分子；(4)制备纳米药物控释体系。本发明通过红细胞囊泡的包埋可避免纳米载体被体内某些蛋白包被形成所谓的“蛋白冠”，保证靶向分子的活性；其次红细胞囊膜泡为人体内存在的生物相容性好，无毒副作用，不会引起排异反应；再次红细胞的包埋囊泡可有效降低氧化石墨烯的表面自由能，增加纳米药物控释体系的分散性；而且在氧化石墨烯上吸附了光敏剂吲哚菁绿，可结合光热治疗，进一步增强了纳米药物控释体系的抗肿瘤效果。