|
搜索
搜 索
高等教育领域数字化综合服务平台
核酸单分子荧光图像测序智能检测技术
深圳国际研究生院张盛副教授团队在已开展的核酸测序方面的专用图像传感元器件关键技术基础上，提出了“基于单分子荧光图像测序的冠状病毒核酸智能检测技术”重大攻关项目研究方案。课题组通过远程网络讨论与协作等多种方式，组织了相关学科的专家多次进行技术研讨，并与深圳市行业内的权威机构合作，在两周内快速进行原理论证，形成技术方案，完成智能检测装置的原型结构设计及前期研究准备工作。 项目致力于开发具有核酸智能检测能力的低成本嵌入式物联网设备，为公共卫生防疫事业提供更加有力、且具备“提前生产、快速部署、分散检测”特点的新型核酸检测的解决方案，有望实现未来冠状病毒传染事件中基因序列的快速发布与潜在感染者的本地化核酸检测能力快速部署，帮助医护人员和民众在家庭或社区对感染或疑似患者进行现场筛查，减少潜在感染者的聚集与交叉感染，快速实现核酸检测层次的确诊检验与病症初筛，助力疫病防控和公共卫生领域战略科技力量的提高和储备。
清华大学
2021-04-10
风电场智能扇区管理技术研发及应用
本项目以风电场扇区管理为研究对象，通过开发工程尾流模型和改进机组偏航控制品质，将尾流效应模型与场内机组偏航指令有效结合，以管理各机组尾流所覆盖的扇区，利用风电场多机组的偏航协同控制，实现以多机群或风场级发电量为优化目标的机组偏航动作，从而提高整体发电量。主要包括以下内容：
（1）风电机组偏航参数优化方法
围绕偏航系统的稳态误差校准展开研究，利用SCADA历史数据及高精度传感测量装置，开发数据驱动的校准分析方法，改进机组偏航控制系统的信号品质，提升机组功率输出性能。
（2）机组级尾流复合建模方法
以特定机组为研究对象，通过测风仪与风向标数据，分析前排机组尾流空间分布特性，以建立有效简化的工程尾流模型。在此基础上，结合先进CFD风场仿真与现场测试，主动改变上游机组的偏航角，测试量化上游机组的尾流效应变化对下游机组的特性影响，最终建立起机组尾流效应到单机发电量的数学联系。
（3）风电场级尾流评估技术
以风电场中机组位置信息为依据，整合机组级尾流模型得到描述整场尾流效应的流场模型，基于风场当前的运行状况、机组受尾流影响等方面的分析，考虑尾流叠加空间耦合的影响。划分得到处于下游且受尾流影响较大的机组群，分析扇区管理实现优化改进的可行性及优化区域范围。
（4）扇区优化管理技术
在场级流场建模及评估的基础上，研究风场内多机组的扇区协同管理调度。以提高整场的发电量为目标，利用优化算法集中式优化整场各机组的动态偏航角，以降低尾流对后排机组的影响。
华北电力大学
2021-05-10
智能冷却水余压回收节能技术
为了更广泛和充分地利用冷却水余压，通过水轮机将冷却水系统中的余压转化为电能，并采用智能化电源管理技术，优先使用水轮机发出的电量供给风机电机运转所需，不足部分则由电网补充，由此实现了对余压的广域利用。发电机组在转速变化时仍然能够正常发电，从而实现更加高效节能。该技术已经可以进行工程应用。
上海理工大学
2021-01-12
高速列车非侵入式智能感知技术
本技术采用大数据智能分析算法，处理高速列车运行过程中产生的大量数据，智能辨识高速列车运行状态。以高速列车外部受流装备为对象，从受电弓状态实时感知与能耗分项统计两个角度，展示非侵入式智能感知技术在高速列车的最新应用。
1.受电弓状态实时感知
获取受电弓的原始信号并进行预处理，获取多个原始数据向量；对原始数据向量进行多尺度分解，从每个子频带提取特征量并构建时序特征向量；将特征向量和受电弓故障的分类标记作为特征映射数据，训练故障识别预判机制；以原始数据向量和故障类型分别作为输入输出数据，训练故障识别模型。对受电弓的实时电流信号进行处理，得到原始数据向量和特征向量，故障识别预判模型根据特征向量对受电弓进行故障预判，若有故障，故障识别模型根据原始数据向量对受电弓的故障类型进行识别。实现列车运行状态下，对受电弓进行实时在线监测与故障类型识别，且无需在列车外部及路网沿线另外加装硬件设备。
2.列车能耗分项统计
通过大数据智能分析方法，结合位于电路关键位置部分传感器提供的实时数据，可对动力系统、空调系统、照明系统、厨卫系统、用户交互系统等不同功能模块，提供非侵入式能耗分项统计。统计结果能为铁路管理部门提供参考，优化列车运行管理模式，改进各系统的运行机制，降低高速列车运行能耗。
图1 高速列车受电装置
图2 受流装置故障特征映射及辨识方法
图3 不同功能模块设备的提取特征
图4 不同设备的分项能耗统计
中南大学
2023-03-08
智能公交车自主导航控制技术
成果提出了面向实际运营需求的智能驾驶导航控制方法，突破了车辆跟踪控制强依赖于模型的技术瓶颈，提升了大惯性车辆系统的跟踪控制品质，为智能驾驶导航控制技术应用提供理论依据。
提出了一种大惯性电动客车的智能驾驶横纵向解耦控制方法，提升了大惯性客车无人驾驶环境下跟踪期望轨迹的控制精度，优化了控制结构，有效克服了其大惯性和滞后性，改善了大惯性无人驾驶客车控制的响应速度和跟踪效果；提出了一种基于前后轴融合参考的自主招车导航及控制方法，增加了对长轴距车辆的精准控制，提高了车辆导航控制的精度。
中南大学
2023-03-13
智能矿用掘进机井下导航控制技术
针对矿井恶劣环境中绝对定位信息缺失，利用多源融合感知技术，构建可行驶区域两侧边缘，利用中心参考轨迹种子点生成拟合跟踪轨迹。建立势场态势图，实现智能矿用掘进机井下动态避障，并设计了自适应变参数的轨迹跟踪导航控制方法，突破了智能矿用掘进机矿井下自主导航规划的技术瓶颈。
提供了一种矿井下智能驾驶的局部路径规划方法及系统，自适应调整轨迹，实现路口前矿车的横向校正，保证矿车安全的通过路口，提高下无人矿车在分岔路口的安全性；提供了一种智能掘进机横向优化控制方法及系统，在粉尘碎石恶劣环境下，并缺乏绝对定位信息时，实现智能矿用掘进机井下精确横向轨迹跟踪控制技术；提供了一种智能驾驶的自底向上平滑轨迹生成方法及系统，保证在直线路线参考点处于道路中间，在弯道路段参考点处于弯道内侧，提高掘进机行驶过程中的安全性。
中南大学
2023-03-17
仿生智能感知三维成像技术
围绕无人驾驶、智能制造领域，本项目针对传统机器视觉难以同时兼顾大视场、高分辨、实时性的技术瓶颈，从源头打破常规成像规则，鉴于昆虫复眼具有大视场高灵敏的优势，以及人眼视觉具有变分辨率和冗余数据压缩的优势，将两者相结合，提出一种复合仿生三维成像感知方法，通过突破变分辨扫描发射、多通道并行接收、图像重构与成像感知算法等关键技术，形成了具有体系化的前沿技术成果，研发出了诸如收发探测模块，多通道仿生曲面相机系统、在线光电检测系统等实物成果。核心技术受到国家、省部级项目资助5项。
北京理工大学
2023-05-09
智能化可演进网络关键技术
由以人工预设为主的人治模式逐步转向数据与知识驱动的智能模式是未来网络发展的趋势。如何设计面向服务质量的智能化网络管控机制，是提升大规模网络效率和性能的关键。本项目从未来网络管控系统的高灵活配置、高动态适应、多元化可定制、多维度可扩展以及高性能高可用等实际需求出发，开展智能化可演进网络关键技术的研究，旨在解决传统网络资源管控所面临的网络体系结构限制、网络行为认知匮乏以及服务质量保障乏力等核心难题。项目以人工智能技术在面向未来网络体系结构的资源管控机制中的创新应用与实际部署为技术突破点重点，围绕软硬件协同网络管控原型系统开发、网络流量数据实时获取、网络状态轻量可测、管控决策按需可控等方面展开研究。
西安电子科技大学
2022-06-21
基于人工智能的睡眠医学诊断技术
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
北京理工大学
2023-06-05
智能矿用掘进机井下导航控制技术
针对矿井恶劣环境中绝对定位信息缺失，利用多源融合感知技术，构建可行驶区域两侧边缘，利用中心参考轨迹种子点生成拟合跟踪轨迹。建立势场态势图，实现智能矿用掘进机井下动态避障，并设计了自适应变参数的轨迹跟踪导航控制方法，突破了智能矿用掘进机矿井下自主导航规划的技术瓶颈。
提供了一种矿井下智能驾驶的局部路径规划方法及系统，自适应调整轨迹，实现路口前矿车的横向校正，保证矿车安全的通过路口，提高下无人矿车在分岔路口的安全性；提供了一种智能掘进机横向优化控制方法及系统，在粉尘碎石恶劣环境下，并缺乏绝对定位信息时，实现智能矿用掘进机井下精确横向轨迹跟踪控制技术；提供了一种智能驾驶的自底向上平滑轨迹生成方法及系统，保证在直线路线参考点处于道路中间，在弯道路段参考点处于弯道内侧，提高掘进机行驶过程中的安全性。
智能矿用掘进机井下导航控制技术
中南大学
2023-08-22