成果与项目的背景及主要用途： 地热能是一种新型的清洁能源，其高效性、经济性和环境效益越来越受到各个国家的重视。中国由于受到地质条件的限制，地热流体温度普遍处于 150℃以下。尝试利用这部分中低温地热能用于发电，既有助于解决发电紧张的问题，又能减少二氧化碳排放造成的环境污染。天津地区拥有 10 个地热田，覆盖面积达到 8700 平方公里，地热资源的应用，给天津带来了巨大的经济效益和环境效益。该套装置产生中低温发电的效率约为 6%。 技术原理与工艺流程简介： 可以进行总成设计，以及蒸发器、冷凝器、循环工质（工质配比）等。具有不同的设计理念，通过设置系统参数、增加部件等方式，提高发电效率。采用一种与 Kalina 循环耦合的中低温地热能发电装置。Kalina 地热发电循环是在 ORC 基础上将“纯”循环介质变成氨水混合物，从而实现变温蒸发，混合物的沸点与热源温度能够较好地匹配，减少熵的增加。在装置结构上：由高温回热器、发生器、分离器、汽轮机低温回热器以及冷凝器依次串接、第一节流阀并联接于高、低温回热器之间，构成 Kalina 地热发电系统；由第二冷凝器、溶剂泵、蒸发器、节流阀以及吸收器依次串接构成吸收增温系统；通过节流阀接于分离器、吸收器于高温回热器，使吸收增温系统与吸收式地热发电系统组合成为本发明。本装置可产生 100℃左右的吸收温度，同时将地热废水的排放温度降至 60℃左右，达到用低品位的地热能提高机组发电效率的目的。工质种类及状态参数也均与Kalina 系统相吻合。 技术水平及专利与获奖情况： “中低焓地热工程建设技术”，获 2003 年度国家科技进步二等奖。 专利：带有吸收增温系统的中低温地热发电机组（CN201010261139） 应用前景分析及效益预测： 我国地热资源储量约为 4.4×1027kJ，蕴含发电能力可达 6740MW。我国 2/3的面积年日照时间在 2300 小时以上，每平方米太阳能年辐射总量 3340-8400MJ，蕴含发电能力约 1400 万亿 kwh/a。地热资源丰富，应用前景十分广阔。目前，地热井发电投资费用为 10000 元/千瓦。 应用领域：地热水、地表水的余热发电 合作方式及条件：技术支持 成果的背景及主要用途： 我国能源形势严峻的根本原因在于用能效率低下，我国每吨标准煤的产出效率仅相当于日本的 10.3%、美国的 28.6%。我国工业用能中近 60-65%的能源转化为余热资源，其中温度低于 350℃以下的低温余热约占余热总量的 60%，提高用能效率的有效方式之一，便是对这部分余热资源进行有效的回收利用。本项技术 是采用有机工质朗肯循环推动膨胀动力机的低温余热发电的技术系统，适用于冶金、建材、化工等有大量低温余热的产业领域，还可以作为可再生能源的发电系统，推广到可再生能源产业领域。 技术原理与工艺流程简介： 本系统的创新点在于将低沸点有机工质用于热力循环中的热交换过程，有效实现低温余热换热；还在于利用膨胀动力机将有机工质产生的高压蒸汽转化为发电机驱动力，从而实现低温余热资源发电，膨胀动力机还可以拖动风机，水泵等设备。本系统突破了现有低温循环发电系统对于余热温度的最低要求，可用温度最低降至 80℃（低于 80℃系统经济性会降低），实现了低温余热资源的最大化利用。本系统主要包括蒸发器、冷凝器、工质泵、有机工质余热锅炉、膨胀动力机和发电机等设备。在核心设备的选用方面，膨胀动力机可选择螺杆膨胀机、涡轮机等设备。其中，螺杆膨胀机投资少、运行费用低、寿命长、安全可靠、易于维修，并且具有操作简单、不暖机、不盘车、不发生喘振、对介质品质要求不高、可无人值守全自动工作的特点，尤其适宜结合低沸点有机工质应用于低于 350 ℃的低温、低压余热回收利用；而采用涡轮机占地小，效率高，造价低，特别适用于余热量较大的场合，常被国外同类系统所选用。低温有机工质可选择 R123、R245fa、R152a、氯乙烷、丙烷、正丁烷、异丁烷等工作介质，对于不同类型、不同温度的热源应当选取不同的工质，并且工质的优选也会影响到系统的运行效率。 技术水平及专利与获奖情况：该成果总体上达到国际先进水平。 应用前景分析及效益预测： 目前余热利用技术受到各方面重视，我国余热资源多，用户需求量大，应用前景广阔。采用低沸点有机工质作为热力循环的工质与低温余热换热，通过产生高压蒸汽推动螺杆膨胀机、汽轮机或其他膨胀动力机带动发电机发电，把大量废弃的余热转变为电力，节约了企业的电能消耗，提高了能源利用率，收到可观经济效益与环境效益。 应用领域： 本项技术特别适用于冶金、建材、化工等具有大量低温余热的产业领域，还可以作为可再生能源的发电系统，应用于再生能源产业领域。 合作方式及条件：面议

项目针对汽轮机叶片数字化制造过程的关键技术进行了研究开发，锻造技术专家知识集成到设计系统中，实现了设计过程的智能化自动化；通过对各种叶片，各种工艺要求的截面余量加放，实现了自动判断修型位置、型线特征，自动偏置曲线或重新构造，自动光顺及形成截面型线；通过自动拉锻件飞边，构造锻模仓部和桥部，实现了由叶片锻件实体自动驱动生成叶片锻造模具实体及切边模具实体，同时也实现了模具工程图的自动生成；将基于零件模板的参数化设计方法应用到叶片夹具零件的设计过程中，实现了知识和经验有效继承；利用二次开发应用程序可修改相应的参数，并能方便的实现叶片夹具三维模型的快速生成和工程图的快速生成功能；基于专家系统技术来对叶片夹具程序进行了设计，实现了叶片制造过程的工装夹具设计标准化、模块化、系列化；开发了快速自动化设计软件，缩短了叶片工艺工装的设计制造周期、提高了设计效率和设计正确率，实现了设计规范化、标准化。 

项目针对汽轮机叶片数字化制造过程的关键技术进行了研究开发，锻造技术专家知识集成到设计系统中，实现了设计过程的智能化自动化；通过对各种叶片，各种工艺要求的截面余量加放，实现了自动判断修型位置、型线特征，自动偏置曲线或重新构造，自动光顺及形成截面型线；通过自动拉锻件飞边，构造锻模仓部和桥部，实现了由叶片锻件实体自动驱动生成叶片锻造模具实体及切边模具实体，同时也实现了模具工程图的自动生成；将基于零件模板的参数化设计方法应用到叶片夹具零件的设计过程中，实现了知识和经验有效继承；利用二次开发应用程序可修改相应的参数，并能方便的实现叶片夹具三维模型的快速生成和工程图的快速生成功能；基于专家系统技术来对叶片夹具程序进行了设计，实现了叶片制造过程的工装夹具设计标准化、模块化、系列化；开发了快速自动化设计软件，缩短了叶片工艺工装的设计制造周期、提高了设计效率和设计正确率，实现了设计规范化、标准化。 

申请人自2002年8月开始在医学低剂量CT图像成像、处理等方向开展学习和研究工作，从理论探索和应用拓展两个方面同时开展科学研究，先后提出了“基于区别性稀疏表示的低剂量CT成像”，“基于大尺度平均的低剂量CT图像后处理”，“基于深度学习的低剂量CT成像”等一系列创新算法，其中“基于区别性稀疏表示的低剂量CT成像”算法已通过专利形式转让到国内龙头大型医疗设备商上海联影医疗设备有限公司，目前已经在其即将推出的最新的U780 CT机上得到了应用。

本发明公开了一种面向超光谱数据库的小波去噪算法，属于超光谱数据的处理方法，用于对带有噪 声的超光谱曲线进行降噪。本发明顺序包括小波降噪参数选择、小波降噪。本发明在小波降噪参数学习 过程中充分考虑了超光谱数据库中各种物质超光谱曲线的特性，快速的选择适合超光谱数据库绝大多数 光谱曲线的小波降噪参数，然后使用选择得到的参数对测量到的超光谱曲线进行降噪。该方法能快速的 针对各种不同应用场景的超光谱数据库选择与之适应小波降噪参数，提高了降噪的效果，提高光谱匹配 的准确率。

本发明公开了一种基于分裂算法的湖泊三维水动力-水温-水质模拟预测方法。构建湖泊三维水动力-水温-水质模型，将湖泊离散成若干网格单元，并对网格采用 Arakawa-C 模式布置变量，基于分裂算法将湖泊三维水动力-水温-水质模型中各算子按照其物理波动过程的波频快慢特性进行分类，对低频慢过程算子采用显式处理，对高频快过程算子采用隐式处理，运用分裂算法分步离散求解模型，得到湖泊水域内不同位置和时间的三维流场、水温和水质指标浓度。本发明提出的基于分裂算法的湖泊三维水动力-水温-水质模拟预测方法能较准确地反映湖

本发明公开了一种基于光谱拟合与差分算法的光纤传感动态信 号解调方法，包括：扫描得到光谱纹波；对光谱纹波进行拟合获得静 态光谱；将光谱纹波与静态光谱进行差分处理获得差值信号；对光谱 纹波的极值点进行拟合获得上下边缘包络曲线；对上下边缘包络曲线 进行差分处理获得光谱变化函数，将差值信号与光谱变化函数进行归 一化处理，获得去包络后差值信号，根据扫描速度和初始波长将波长 换算为时间，获得去包络后时域动态信号。本方法对纹波光谱及其拟 合曲线进行差分获得动态信号，可以消除诸如温度、湿度等环境干扰， 且恢复的动态

本发明公开了一种基于模糊 PI 算法的微电网并网逆变器的控制 方法。该方法包括：（1）采样当前电网电压、当前并网逆变器的输出 电流和当前滤波器的电容电流；（2）确定并网电流指令值；（3）调 整 PI 控制器的比例系数和积分系数；（4）通过修正后的 PI 控制器得 到滤波器的电容电流指令值；（5）通过 P 控制器得到并网逆变器的输出电压指令值；（6）产生控制信号控制并网逆变器开关管的通断，在 并网逆变器的功率输出端产生期望的输出电压；（7）重复（1）～（6）， 使并网逆变器的输出电流始终跟踪指令值。本

本发明公开了一种基于可穿戴生理设备的睡眠阶段分类检测算法，包括以下步骤：获取多模态脑电生理信号；对多模态脑电生理信号依次执行滤波去除噪声和Z‑score归一化处理，得到预处理信号数据；对预处理后的信号数据通过反向传播算法和梯度下降优化实现，以交叉熵损失函数衡量生成信号与真实信号的差异，不断调整参数使生成信号更接近真实睡眠信号；构建一个与生成器具有相同的卷积单元形式的判别器，判别器与生成器构成生成对抗网络模型，自动调整调节参数，输出不同睡眠阶段的分类结果。本发明通过合理整合EEG和EOG等信号和GAN模型的应用，使模型能够学习到真实睡眠信号的分布并进行准确分类；提高分类的准确性和稳定。

本发明公开了一种基于神经网络模型 BP 算法的嵌入式矿压检测方法法，首先根据根据待检测区域的地域情况，采用多个振弦式压力传感器进行测量；然后 ARM7 处理器根据系统任务个数建立相应的进程；最后在建立的任务中打开定时器，输出一个固定在某一频率范围内的脉冲，经过驱动激振电路，产生一个能对振弦式压力传感器内部振弦起振的信号，同时使用 ARM7处理器对振弦式压力传感器返回的脉冲信号进行频率测量，计算得到压力值，最后，利用温度传感器采集振弦周围区域的温度，采用 BP 算法建立神经网络模型，利用神经网络模型对得到的各组压力数据及采集的温度数据进行学习，并根据神经网络模型找出压力随温度的变化规律，对振弦式传感器进行温度补偿。