海嘉船舶综合信息系统（简称“海嘉PMS管理系统”）是由厦门大学科考船运行管理中心自主开发并获得中国船级社（CCS）型式认可证书的船舶综合信息系统。该系统针对国内船舶管理高校、公司的船舶管理特点，坚持“以人为本”的管理理念，全方位覆盖船舶管理各项业务。系统构建的数字化安全管理体系平台可有效协助船东和船舶管理单位进行船舶管理；通过数字化维修保养体系使得船舶主管机构的监督检查效率和质量更高；PMS型式认可证书是货方指定的第三方评审（如RightShip检查）机构对船舶运营提出检查清单并进行评分时必须查看的一项证书。 PMS型式认可证书 核心功能

海嘉船舶数据传输系统采用先进的通信技术与数据处理手段，系统利用高带宽卫星通信和5G网络，提供了更快速、可靠的数据传输通道。其整合物联网技术，能够从多种传感器源头实时获取船舶多维数据。创新的数据压缩和加密算法确保了数据传输的高效率和安全性。同时，系统对海上数据流量进行智能化管理，提升了传输的稳定性。

海嘉船舶数据采集与分发系统创新性突出，采用先进的传感器技术，实现多源数据的高效采集。系统在通信方面采用了独特的混合通信方案，融合卫星通信、物联网技术，确保了信息的高速传输和覆盖范围。创新的数据处理算法实现了实时数据分析和异常检测，提高了系统的智能化水平。

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。

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 田洪源 电气信息学院/自动化 2020/2024 202031070296 车斐 电气信息学院/自动化 2020/2024 202031070286 蒋佳芯 临床医学院/临床医学 2020/2025 20200619330221 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 青小渠 电气信息学院 副教授 控制科学与工程 刘强 电气信息学院 讲师 控制工程 四、项目简介 冰粉，是源于四川的著名甜品小吃，具有品质嫩滑、清爽可口等特点，近年来在西南地区甚受欢迎，市场发展潜力巨大。但传统冰粉行业的制作方式及营销模式均较为原始，难以满足当下数字化经济的发展需求。随着自动化、无人化概念不断融入人们的生活中，智能化餐饮设备的市场需求不断提升，尤其在“后疫情时代”，智能化无人售卖在多个环节减少了人与人的接触，这种购买方式不仅代表着未来的趋势，巨大而传统的冰粉市场也需要相关智能设备的赋能来提高竞争力。 在冰粉行业领域，智能无人化的冰粉制作售卖机器，相较于传统冰粉，在制作成本、店面成本及人工成本等诸多方面均有明显优势。如今冰粉的多样性发展，已经不仅仅在夏季受欢迎，甚至在冬季也有一定的市场份额，尤其在商超、景点等人流量大的场景，需求量明显增长，使得我国冰粉市场呈现高增长态势，经川内实地考察，目前成都的冰粉店数量较少，仍难以满足消费者需求，尤其需要低成本无人化的智慧无人冰粉制作售卖机器填补市场空白。 本团队（志向先驱者）是一个以智慧无人冰粉设备为主要研究领域，以自主研发的全自动冰粉机为核心产品，通过物联网实现门店开放、设备交互、资源共享。致力于国内无人化智慧冰粉行业探索及其智能设备研发的科技团队。 团队所研发的全自动冰粉机设备集各种自动化技术研发，通过基于互联网的远程监控管理系统，集冰粉自动制作、打包和手机下单售卖等多项功能，实现无人化经营，具有占地小、功能多、适应性广、成本低等特点，为当今快节奏的生活方式提供有效的购买冰粉解决方案。团队（公司）通过远程的管理中心，监控机器的运行情况。同时设备可作为广告载体，根据大数据分析，为消费者带来优质服务的同时为合作商家产生传媒效益。项目设备组成的智能无人小型冰粉“门店”适用于景点、商超等多种场所，可实现长期自动化运营。 团队成员包含“双一流”高校自动化、机械设计、食品质量与安全等多领域专业人才，兼具软硬件开发及学习能力，热爱创新制造和设计新型运营模式，成员多有大量商业实践经历，具有敏感的创新意识和丰富的市场经验。项目初代样机已处于试用阶段，累计申请各类国家专利十余项，作为西南石油大学开放实验重点项目、国家级大学生创新创业训练计划成功结项，同时与多家公司已达成意向合作关系。 团队自成立之初，就立下助力本土传统行业智能化转型发展的崇高目标，秉承“自主研发，专利先行，多方合作”的发展理念，坚持“以才为本，校企协作，软硬兼施”的战略方针，力图从成都起源，将川渝的特色冰粉推向全国，助力传统冰粉行业的智能化升级，服务更多市场和消费者。

产品详细介绍 北创科技一直致力于专业的智慧图书馆解决方案。纵观当前市场环境下，大部分智慧图书馆的建设使用对象都是高龄儿童、成人用户;在这个背景条件下，这次北创科技关注到低龄儿童的公共空间阅读成长，特推出儿童版自助借还书机。 北创儿童自助借还书机采用卡通圆润造型，运用艳丽的颜色吸引低龄儿童的眼球，让每个低龄儿童找到阅读的乐趣、爱上阅读。 产品功能及特点： 　　■配备21.5寸触摸屏 　　■配置北创自助借还系统儿童版 　　■支持人脸识别借还、持卡借还、身份证借还、二维码借还 　　■支持小票打印机 适用场景：少儿图书馆、绘本馆、小学图书馆等儿童阅读场所，让儿童可自助完成图书的借还服务，提高自我服务意识。 想要了解更多少儿版自助借还书机的信息，欢迎来电详谈： 17707089333 （高女士）

在国家校企合作政策的推动下，中国工程院院士徐德民教授带领团队，对智能无人技术及其应用进行了深入的研究，并联合聚阳科技成立了智能创新院士工作站，主要聚焦人工智能、大数据、云计算、物联网等技术在数据结构化转换、结构化数据分析上的应用，并积极探索智能技术的发展方向及其在教学场景中的应用模式，促进我国教育现代化建设中管理部门对教师和学生的过程评价；在此基础上成立了树生智慧科技有限公司，发挥校企协同、产学研紧密合作、加快成果转化，推动智能技术的产业发展。    

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。