本发明涉及一种振动式深松机作业状态监控系统，不仅可以对深松机工作性能、关键参数进行现场移动检测，同时能够通过GPS定位以及GPRS?DTU无线传输技术实现远程计算机的同步监测、在数据的线分析和批量存储，计算机对定位地块数据查询分析并结合该机具返回的关键技术数据分析，通过建立BP神经网路模型，输出以最低消耗为目标的优化参数，得出该地块最优耕作周期、最适宜的耕作深度、工作效率、最高的机具深松频率和振幅等相关参数，并将相关参数发至现场移动监控终端供其参考，从而实现真正的少耕、优耕。

本实用新型电动履带式喷药车运动与作业控制系统，适用于无人驾驶的电动履带式喷药车，能够实现无线传递/接收指令模式，在灵活控制电动履带式喷药车运动轨迹的基础上，同时具有喷药启停与药液余量检测、报警等功能。包括有管理与动作控制单元、左/右履带运动控制单元。管理与动作控制单元具有中央处理器，以及与中央处理器连接的喷药电磁阀驱动模块，串口通信模块，第三CAN总线模块和第三信号调理电路；所述的左履带运动控制单

本机具采用局部耕作（条耕）方法，并深施肥播种，将水稻秸秆露地越冬隔季埋田，彻底解决了目前当季埋田的耕作工艺缺陷，同时解决化肥深施问题。该机复式作业程度高，一次性作业能完成秸秆切碎、条耕、深施肥、 播种、镇压五道工序，节工节本。该成果能节省旱地耕作性能三分之二，能节省三麦种植作业成本三分之二。

高功率密度的变刚度关节，大扭矩、大刚度调节范围，提高保姆型护理机器人的人机交互安全性。大负载绳驱拟人机械臂，较高负载自重比，提高移乘搬运过程中护理对象的安全性和舒适性。

本发明涉及一种振动式深松机作业状态监控方法，不仅可以对深松机工作性能、关键参数进行现场移动检测，同时能够通过GPS定位以及GPRS?DTU无线传输技术实现远程计算机的同步监控、数据的在线分析和批量存储，计算机对定位地块数据查询分析并结合该机具返回的关键技术数据分析，通过建立BP神经网路模型，输出以最低消耗为目标的优化参数，得出该地块最优耕作周期、最适宜的耕作深度、工作效率、最高的机具深松频率和振幅等相关参数，并将相关参数发至现场监控终端供其参考，从而实现真正的少耕、优耕。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片

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、技术背景 东海近岸海域易受台风和风暴潮等不利天气的影响，故建设海洋牧场时需充分考虑人工鱼礁的安全性。该海域传统的人工鱼礁投放以沉底式为主，在以软相泥地为主的区域设置后往往会出现滑移、倾覆和掩埋的现象从而影响鱼礁稳定性和功能的持续发挥。此外，东海区海洋牧场基本以资源养护型为代表，几乎没有产业带动能力。 在此背景下，设计一套既能抵抗强台风又能保证效能的鱼礁系统显得颇为重要，而融入产业服务功能又是维持海域海洋牧场活力的必由之路。为此，上海海洋大学海洋牧场工程研究中心设计团队经过多年酝酿和探索性试验，研发了一套抗风浪全水层平台礁系统构建技术。 二、技术要素组成 抗风浪全水层平台礁系统由锚礁系统和台礁系统两部分组成。锚礁系统通过高强度缆绳连接底部鱼礁和上层筏式构件（图1），形成浮式藻场的着生介质系统。由表层大型天然海藻、养殖海藻和浮游植物共同构成强大的固能传质网络，为海洋牧场资源增殖打下基础。   图1 每20个锚礁构成一个锚礁群（225m×25m）  锚礁系统中形成的能量和物质将通过牧食和碎屑食物链从表层传向底层，发挥海洋生物泵和表底层耦合的综合效应。在锚礁系统区形成的资源增量将通过大型平台礁系统进行回收利用（图2）。 平台礁由高强度钢桩、鱼礁底座、多层圆盘礁、柔性鱼礁和上层镂空廊道五大要素构成（图2）。首先根据地质调查情况确定打桩的数量和深度。钢桩设置好之后，在其上套入鱼礁底座和圆盘礁，使底部周围形成三型鱼类活动的主要生息场。上层柔性鱼礁可作为大型海藻附着基而用，从而增加上层水体空间异质性，丰富微生境格局，为中上层附着生物和游泳生物提供栖息和摄食场所。最后设置上层廊道，为休闲海钓和海上观光等产业活动的融入提供平台。休闲海钓是牧场区鱼类资源回收的主要方式，而企业承包锚礁系统是拓展其海水养殖的重要方式。由此，构建出一套在东海区具有极大推广价值的海洋牧场构建模式（图3）。   图2 大型平台礁系统的结构要素   图3 锚礁系统和台礁系统组合布置后的效果示意图 三、技术创新点 （1）新的鱼礁系统是以初级生产力调控为核心目标，强化表层水体生物群落稳定性、提升生物多样性为重要目标的全水层锚礁系统。该系统通过功能型环保构件的有机结合，营造大规模浮式藻场，形成饵料生物聚集区、幼鱼庇护区、成鱼育肥区和附着生物生长区；并通过生物泵作用影响调控底层水体的能流和物质循环，为增殖底栖鱼类和大型无脊椎动物、优化其群落结构创造条件。 （2）沉底鱼礁的设计根据表层浮礁系统的物理特性和生态功能辐射效能，选用抗沉陷锚式鱼礁和大型平台礁。这两种鱼礁结构均为首创，前者在发挥礁体本身对三型鱼类聚集效果的基础上，同时起到固定上层浮礁构件的锚系作用；后者以钢桩打底、嵌套分层固体构件并环绕柔性构件的方式，在中下层水体形成较大规模的底鱼礁系统。这两种鱼礁系统的设计在工程上以安全和效率为核心，生态上以环保性和可持续性为原则，社会效益上以产业需求为导向，综合构建出适合东海区等高海况海域的全新海洋牧场建设模式。该模式的一大优点是将鱼礁易在淤泥底下陷的缺陷变为功能性优势，以台礁方式避免礁体偏移走位，确保人工生境系统的稳定性，无需进行鱼礁抗滑移倾覆方面的工程核算，提高了工程效率。 （3）以整体打桩方式进行台面立柱布局，礁体穿孔套入钢桩，用热铸法固定圆形钢板控制鱼礁位置，两层钢板相隔1m，可控制组合鱼礁底部的台礁支脚插入底泥层1m左右。这种组合下可实现鱼礁系统抵抗几十年一遇的强台风，使之长时间发挥渔业资源养护和产业服务的功能。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。