任何具有温度的物体表面都会产生红外线，利用红外线感应装置和计算机信息处理与成象技术，可以将物体表面的温度场以可视画面形式显示出来——红外图象。采用现代的图象分析与处理技术，结合被检测设备的结果参数和现场可方便采集的一些其它数据，如电信号、压力、流量等参数，利用先进的模糊聚类、神经网络、人工智能等理论可以对热设备的运行状况进行有效的在线检测、故障分析与趋势预测。 设备运行状况的在线评估与故障分析和诊断一直是生产实际中有待解决的问题。本项目的主要特点是：红外图象可以实现非接触的、在线（或离线）检测，也可以做离线普查。基于红外图象的热设备运行状况、故障分析与诊断系统除红外图象以外的其它信息可根据现场实际情况适当提供，并不强行要求。当然信息越多越准则判断的结果越客观，因此具有智能性。目前已有针对催化裂化、加热炉、常用电器设备等多套专用的设备运行状况评价和故障诊断系统通过鉴定，并在多处投入实际使用，受到普遍好评。

(1) 长时间鲁棒定位与建图：未知室内外环境下激光雷达/视觉建图，基于深度学习的跨时段场景识别克服天气/季节/场景变化并修复运动对象干扰，分层路径规划实现高效率自主导航。 (2) 电力设备表计识别：基于图像识别算法研发形成移动终端侧的典型指针式表计自动读数技术。 (3) 电网设备图像部件级实例分割： ①　RGB-T自动标注技术突破了制约设备样本获取难的共性瓶颈； ②　基于深度学习的实例分割技术攻克了背景复杂、目标占比小和多目标共现的电网设备部件级分割难题； ③　弱/半监督学习技术提高了样本利用率，大大降低标注成本； ④　模型压缩与加速技术使得基于深度学习的电力设备识别方法在低功耗移动终端侧应用成为可能。 (4) 设备图像故障监测：基于红外/紫外/可见光的电力设备过热、渗水、漏油、明火等典型故障检测与故障报警，具备自定义通信报文与远程推送功能。

已有样品/n针对我国渔业生产中的造成严重危害的鱼类寄生虫病，建立了以形态学、临床症状和分子生物技术为主要依据的诊断技术。成果包括 1 项国家专利“一种草鱼鳃部寄生鳃片指环虫的特异性扩增引物对及其应用（ZL 2014 1 0118871.3）”；12项国家水产行业标准“鱼类简单异尖线虫幼虫检测方法（SC/T 7210-2011），三代虫病诊断规程，第 1 部分： 大西洋鲑三代虫病（SC/T 7219.1-2015），三代虫病诊断规程，第 2 部 分：鲩三代虫病（SC/T 7219.2-2015）……”

作为高新技术产业的磁性生物分离技术，在蛋白纯化、核酸提取与分离、病毒及特定细胞检测、生物传感器等方面均得到了广泛的应用。利用磁性生物分离技术制备的用于蛋白质、细胞、核酸、病毒等分离检测的试剂盒，能够实现快速、特异性和高效的生物检测。因此，磁性生物分离技术具有广泛的应用前景，并已成为高新技术产品研发的一个热点，对于细胞/基因治疗、生物制品研发、疾病预防与早期快速诊断治疗、检验检疫等高技术行业的发展具有极大的推动作用。本项目在已有自主知识产权的磁性纳米粒子（SPIO）的绿色环保低成本的先进制备技术基础上，建立对SPIO表面进行不同类型功能化的构建技术和方法，一步实现不同聚合物对超顺磁性四氧化三铁纳米粒的可控包裹，并可获得粒径均一、形状和尺寸可控的磁性复合微球，利用具有优异抗蛋白质吸附能力的聚合物，如聚乙二醇等对磁性复合微球表面可控功能化，以及多种抗体或特异性识别基团联用机制，降低对生物分子的非特异性吸附，实现对目标物的高特异性吸附与分离，以获得具有我国自主知识产权的新型高效环保的磁性纳米生物分离材料及系统。 主要技术指标：1. SPIO的日产量>100克，生产过程中不使用对环境危害大的、毒性强的有机化合物。粒径为10－20nm，30天内不发生团聚。2. 根据所分离的不同目标物，SPIO与不同聚合物的复合微球粒径为100－1000nm不等，且粒径分布均匀，30天内不发生团聚。 多功能纳米复合微球具有生物相容性和生物安全性。对细胞、蛋白、核酸等的分离效率及所保持的生物活性均不低于95%。 应用范围： 磁性蛋白质分离产品是一种高附加值的产品，可用于细胞/基因治疗、生物制品研发、疾病预防与早期快速诊断治疗、检验检疫等领域，市场需求量大，具有巨大的经济效益。国外公司每10毫升规格的免疫磁珠的价格均在万元左右，远远高于相同质量的黄金售价，但由于技术及开发成本的限制，磁性生物分离产品的国产化程度低，即使有少数公司从事磁性载体的研发，但多为仿造国外公司的产品，技术含量低，这不仅在知识产权方面存在潜在风险，而且在产品竞争力方面远远落后于国外已商业化的产品。因此，研发具有我国自主知识产权的磁性蛋白质分离技术及产品，对于我国经济、社会的发展都具有深远的意义。目前，磁性蛋白质分离技术及产品已被国际、国内各大医院、检测单位认可，并用于实际生物样品的分离，创造了极大的社会和经济效益。 项目目前处于小批量生产阶段，成果权属为我校独自拥有。

本发明公开了一种茶树叶片矿质元素营养诊断技术。制定了“茶树叶片营养指数”和“茶树叶片矿质元素含量诊断参考指标”；在茶树的全年生育期内，按照不同的诊断单元，采用“S”形或“W”形五点采样路线；确定了“茶树叶片三段营养诊断模式”：即第一段为秋季全营养诊断阶段，采用ICP-OES和半量凯氏定氮法测定茶树成熟叶片全部营养元素，即N、P、K、S、Ca、Mg、Fe、Zn、Mn、Cu等元素含量，作为配制基肥及春季催芽肥的依据；第二阶段为春茶末夏茶初，仅测定N、P、K含量，确定夏茶肥料配方；第三阶段为秋茶初，采用半量凯氏定氮法测定叶片中N的含量，从而确定夏秋季施肥种类和标准。

机泵产品每年耗电量占全国总发电量的20％左右，是耗能大户。风机／泵在运行时，实际工况多变，如果在非设计工况下运行，会导致效率、可靠性、寿命降低。此外，噪声严重影响泵的使用效果和使用场景。 效率与振动是泵与风机等流体输送设备的主要技术指标，与此同时振动也直接影响着阀门作为流动控制部件的调节精度。现有通流部件设计更多从提高效率的角度出发的，对其振动指标缺乏足够的关注，尚未形成系统的低振动通过流部件设计方法。本技术在过流部件设计上突破现有模型库和设计理念，通过研究流体机械内部流动机理、液力过程及能量转换机理，利用CFD分析和三元流设计工具来开发高效、低振动过流部件模型。 轨道交通风机主要应用于隧道通风排烟系统、车站通风空调系统和车辆段通风空调系统。本项目成果基于对地铁站点的典型关键风机组群进行健康状态预测性维护。能够实时、远程监测和诊断典型故障类型，适用于关键风机组群，例如隧道通风排烟系统和车站通风空调系统的风机设备，包括区间隧道风机、车站排热风机、车站通风空调系统的大系统和小系统风机。本项目通过对上述轨道交通通风关键风机设备运行安全的监测和节能优化的研究，积累大量数据，并经过在试点车站的实践基础上，总结风机设备的安全导则，开发风机安全监测平台，建立风机设备的安全评价体系，最终进一步提升风机设备系统运行的安全性、可靠性和经济性，实现轨道交通安全、绿色运营。

作为高新技术产业的磁性生物分离技术，在蛋白纯化、核酸提取与分离、病毒及特定细胞检测、生物传感器等方面均得到了广泛的应用。利用磁性生物分离技术制备的用于蛋白质、细胞、核酸、病毒等分离检测的试剂盒，能够实现快速、特异性和高效的生物检测。因此，磁性生物分离技术具有广泛的应用前景，并已成为高新技术产品研发的一个热点，对于细胞/基因治疗、生物制品研发、疾病预防与早期快速诊断治疗、检验检疫等高技术行业的发展具有极大的推动作用。本项目在已有自主知识产权的磁性纳米粒子（SPIO）的绿色环保低成本的先进制备技术基础上，建立对SPIO表面进行不同类型功能化的构建技术和方法，一步实现不同聚合物对超顺磁性四氧化三铁纳米粒的可控包裹，并可获得粒径均一、形状和尺寸可控的磁性复合微球，利用具有优异抗蛋白质吸附能力的聚合物，如聚乙二醇等对磁性复合微球表面可控功能化，以及多种抗体或特异性识别基团联用机制，降低对生物分子的非特异性吸附，实现对目标物的高特异性吸附与分离，以获得具有我国自主知识产权的新型高效环保的磁性纳米生物分离材料及系统。

该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 一、项目分类 关键核心技术突破 二、成果简介 高产、优质、高效、生态、安全作物生产是我国农业产业发展的主要目标，快速无损地监测作物生长状况，并根据实时监测结果对肥水管理方案进行定量调控，是实现这一目标的关键技术环节。南京农业大学曹卫星教授团队将定量光谱分析方法与作物生理生态原理相结合，通过实施不同生态点、不同品种、不同管理措施下多年的田间试验，构建了作物冠层和叶片水平的反射光谱库，着重解析了不同条件下的作物高光谱响应模式和时空变化规律，提取了作物主要生长指标的特征光谱波段和敏感光谱参数，构建了叶片、冠层、区域等多尺度的作物生长指标光谱监测模型；同时，定量研究了不同产量水平下作物生长指标的动态变化模式，构建了基于产量目标的生长指标适宜时序动态模型，进一步耦合实时苗情信息，综合利用养分平衡原理、氮营养指数法、指标差异度法等，集成建立了多路径的作物生长实时诊断与定量调控技术；将上述监测诊断技术与软硬件工程相结合，研制开发了面向多平台的作物生长监测诊断装置和基于遥感的作物生长监测诊断系统等简便适用的软硬件产品，进而形成了基于反射光谱的作物生长指标快速监测与定量诊断技术体系，实现了作物生长的实时监测、精确诊断和智慧管理。 该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 已授权国家发明专利25项、实用新型专利5项，登记国家计算机软件著作权20多项；发表学术论文160多篇，其中SCI/EI论文60多篇；出版专著1部。成果先后得到国内外专家同行的充分肯定，2011年的成果鉴定认为（罗锡文院士主鉴），该研究整体居国际先进水平。同时作为稻麦精确管理关键技术，入选江苏省主要农作物2014~2015年“四主推”推介名录，团队起草的《稻麦生长指标无损监测诊断技术规程》入选2014年江苏省地方标准项目。技术成果已在江苏、河南、江西、安徽、河北、浙江等水稻和小麦主产区进行了大面积示范应用，表现为明显的节氮和增产作用，取得了显著的社会经济效益，对于推进精确农业和智慧农业的发展具有重大意义和良好的应用前景。

失眠障碍是一种普遍存在的睡眠障碍疾病，我国成年人中的患病比例高达30%，其主要表现为难以入睡、难以维持睡眠或睡眠质量不佳，导致出现疲倦、注意力不集中、记忆力减退、情绪波动等负面影响，并且与多种疾病（如心血管疾病、糖尿病等）的发生和发展密切相关。我国庞大的患者群体增加了对医疗资源的需求和社会负担，对个人和社会经济造成重大影响。失眠障碍需要引起足够的重视和关注，早期诊断是减少其对个人和社会危害性的有效方法。 目前临床睡眠诊断主要依靠睡眠专家人工判读多导睡眠图（polysomnography，PSG），PSG技术同时记录多个生理参数，如心电图、脑电图、肌电图、眼电图等，从而准确评估睡眠的各个阶段和睡眠中的生理变化。然而，现代临床睡眠诊断方法存在一些弊端。首先，依靠睡眠专家人工进行诊断成本很高。例如，临床诊断中标记一位患者的PSG数据并完成诊断，往往需要一位训练有素的睡眠专家数个小时的集中工作才能完成，无法应对大规模睡眠障碍群体需求。此外，睡眠诊断存在个体差异，同一种睡眠障碍在不同人群中的表现可能不同，诊断结果需要根据患者的具体情况进行综合评估和判断。这些方法需要专业人员进行操作和解读，费用昂贵，操作复杂，很难普及应用。 人工智能技术可以帮助解决以上问题。人工智能技术可以在不需要专业人员干预的情况下，对失眠障碍进行自动化分析和诊断，具有高效性、低成本和易普及的优点。此外，还可以在大数据层面上进行分析，深入探究失眠障碍的病理生理机制，从而更好地指导治疗和预防措施的制定。 睡眠诊断是最为适合采用云平台技术进行自动化诊断的领域，患者潜在群体数量庞大。本项目涉及基于人工智能睡眠医学诊断技术的全系统的各个环节，系统的诊断准确率目前为世界范围内第一。前期已经服务于制药企业睡眠类药物评价、可穿戴消费级电子设备睡眠监测等领域。目前市场上的类似产品均不具备临床医疗级的诊断能力，本技术填补了市场空白。 图1.本项目研发的原理样机部件

针对国民经济基础产业的大型复杂机电系统及其构件中常见多发故障，深入研究了早期故障智能预示理论体系与技术支持。研究成果归纳为数据获取、模型定义、数据分析、状态评估、混合智能决策等五项主要部分，涉及监测传感器的合理配置、信号采集与处理、数据管理、特征提取、信息融合、模式分类、状态评估、智能判别与决策预示的全过程。重点突破了解决早期微弱潜在故障的诊断和混合智能预示技术等急需解决的瓶颈问题，正确有效地揭示早期、潜在故障的发生、发展和转移，提供具有普遍意义的早期故障智能预示的理论与技术。从而为应急控制和维修管理提供准确、可靠的依据，满足国民经济发展的迫切需要。