本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

（1）建立了异构数据元素编码和信息资源管理基础标准，构建统一的数据中心并将数据资源集成到数据中心；应用异构数据实时同步系统物理集成非数据库数据，应用动态数据源技术逻辑集成数据库数据，无缝整合了煤矿企业中各类生产管理系统。（2）自主研发了异构数据源多层次数据同步系统，针对原有的各种孤立数据库系统、非结构化的工业监控实时数据和文件形式的历史数据，通过在数据层设置多种捕获器来读取源数据、映射层映射同步数据变量、执行层执行数据冲突检测并存储。系统采用 C/S 结构建立了三层模型 ，数据层分布在客户端，服务器端运行映射层和执行层。（3）提出了将应用集成与数据集成、业务集成等多种集成技术有效融合的方法，开发了煤矿生产综合管理系统集成平台，实现不同应用在统一的集成平台上的数据交流和及时有效的数据分析，给出了煤矿企业应用集成的通用解决方案。

哈尔滨工程大学学科任务建设管理平台采购项目竞争性磋商

城市三维空间管理是城市特色与形象塑造的重要手段，是城市建设管理的重要任务，依托数字化管理平台，提升管理的科学理性、效率、效果以及智能化水平。以威海三维空间智能管理数字化平台实践项目为依托，融合团队目前所拥有的近50项相关专利技术，展开了基于多源大数据的万维沙盘建构、三维空间管控要素的谱系化建构、三维空间管控引导的智能规则、人机交互机制下的智能管理应用场景等相关研究，完成智能管理数字化平台的建设，并投入到日常的城市建设管理之中，大幅度提升了管理工作的科学性与工作效率，取得了良好的实践效果。

成果介绍城市三维空间管理是城市特色与形象塑造的重要手段，是城市建设管理的重要任务，依托数字化管理平台，提升管理的科学理性、效率、效果以及智能化水平。以威海三维空间智能管理数字化平台实践项目为依托，融合团队目前所拥有的近50项相关专利技术，展开了基于多源大数据的万维沙盘建构、三维空间管控要素的谱系化建构、三维空间管控引导的智能规则、人机交互机制下的智能管理应用场景等相关研究，完成智能管理数字化平台的建设，并投入到日常的城市建设管理之中，大幅度提升了管理工作的科学性与工作效率，取得了良好的实践效果。技术创新点及参数1、平台在集成了城市设计二三维成果、城市基础地理数据、包括多规合一与控规等其他规划编制成果等三大类、50+层数据的基础上，有能力进行相对复杂的城市空间指标测度，如错落度计算、天际线分析等。2、平台中录入并集成了中心城区城市建设用地所有地块约35000条管控规则，初步实现了管控规则的智能化应用，平台中开发出以下六大场景应用：相关规划的要求核提、方案报批的智能审查、多方案的智能比选、规划要点的智能生成、建筑方案的精细审查、规划实施的智能监测。3、据规划分局的管理人员透露，之前需要15-20个工作日，甚至更长时间处理的工作量，在借助于数字化平台辅助的基础上，1-2个工作日即能完成，大幅提升了规划管理部门的工作效率，同时审查结果更加准确、全面。市场前景本智能管理数字化平台成果能逐步推广至全国各大中小城市，能有效提升规划管理工作的效果与效率，同时为规划管理理性决策提供技术支撑，具有较好的发展前景。同时，平台可逐步扩展多源大数据，为未来的数字城市、智慧城市建设提供一定的方法与保障。

本发明公开了一种云平台下可扩展的分布式协调服务管理方法， 包括：以中间节点交叉树林的组织方式对分布式集群的所有节点进行 初始化，所有成员节点根据来自中心管理节点的全局网络拓扑结构查 询出本节点的父子成员节点信息，所有父子成员节点之间以心跳机制 进行信息同步和通信，成员节点判断是否从其它成员节点接收到成员 状态变更信息，如果接收到则进一步判断该成员状态变更信息指示成 员减少还是增加，如果是减少则成员节点如果收到成员减少

本项目提供压缩机全生命周期管理系统，建立模块化、集成化数据环境，面向于往复压缩机、隔膜压缩机，服务于石油化工、加氢站、储气库、船舶动力等行业主要包括： 设计规划阶段——压缩机整体方案设计，压缩机结构形式设计，核心部件材料遴选分析，启/停流程设计，安全控制策略设计等； 运行工作阶段——压缩机运行数据实时采集、远程动态展示，核心部件状态监测与故障诊断，监测诊断一体式/分体式硬件与软件系统开发； 检修维护阶段——零部件维修预警、寿命预测，可视化维修方案、维修模型、维修视频，压缩机及其辅助系统、零备件信息数字化管理平台。 关键技术一：压缩机性能计算技术与选型设计技术 基于 Windows 平台，遵循结构化、模块化原则，采用 QT 框架、C++语言编制交互设计软件，可实现往复压缩机物性计算、热力计算、动力计算、设计校核复算、平衡计算、产品系列化自动匹配、多工况计算七项功能于一体，可实现往复压缩机机组设计计算、选型、零部件管理一体化功能。现阶段已授权发明专利 1 项，软件著作权 1 项。 关键技术二：压缩机状态监测与故障诊断技术及设备 针对压缩机核心零部件构建相应状态监测方案与故障诊断方法，包括：①集成气缸内热力过程特征和阀片声发射信号的诊断方法，基于气阀声发射信号获得气阀故障的特征参数和反映故障程度的量化指标，诊断不同类型气阀故障；②基于活塞杆应变重构 pV 图方法的往复压缩机气阀无损故障诊断方法，基于活塞杆应变重构压力-容积图（p-V图）的无损监测方法，为传统侵入式方法破坏气缸完整性带来安全隐患的问题提供解决方案；③十字头销磨损、活塞杆松动的故障诊断方法，对不同程度十字头销磨损、活塞杆松动故障进行模拟试验，对比时频域分析研究十字头销磨损、活塞杆松动的故障机理、声发射信号和振动信号特征，提取故障特征识别故障程度；④基于压缩机内油-气压力“伴随”关系，国内外首次提出了集成声发射与油-气压无损监测的隔膜压缩机状态监测新方法，进一步根据油-气压力“伴随”关系的失调追溯故障根源；⑤基于增量式编码器的往复压缩机轴系扭振测试方法，基于增量式编码器构建了往复式压缩机扭振测试系统，为传统方法在现场实际应用时难于实施提出解决方案；⑥压缩机气流脉动和振动模态分析技术，隔振结构设计、管路结构设计，提供机组振动测试、诊断以及改进方案。 本项关键技术现阶段已授权国内发明专利 4 项，申请国际专利 2 项、国内发明专利10 项；应用于中海油海洋平台天然气压缩机；开发压缩机故障诊断仪，已在某加氢站压缩机调试中成功检测出气阀泄漏、膜片运动失效、活塞环磨损、溢油阀阀芯磨损等严重故障。 关键技术三：压缩机数据共享与健康管理云平台 构建压缩机及其辅助系统、零备件信息数字化管理平台；构建压缩机热力-动力-应力-寿命分析模块，集成监测数据评价机组运行状态；基于故障诊断技术，建立机组现场监测数据与健康/故障状态信息实时共享平台，打破机组现场与远程管理者之间的技术壁垒；实现压缩机核心部件维修预警、寿命预测，交互 GUI 界面集成可视化压缩机维修维保手册、指导视频、三维模型；压缩机全生命周期管理，显著提高运维效率和管理水平。

2025年3月27日，比亚迪迪空间微信号以《共筑产教融合新平台丨天津市大学软件学院与天津迪空间共建社会实践基地》为题对我校进行了报道。