技术成熟度：技术突破 本成套设备，以电供暖的各个电暖气为控制对象，以建筑内不同房间不同区域的取暖温度为控制参数，自下而上，组成了由单片机现场控制器（控制室单独使用PLC控制器）、PLC中间层算法控制器、工控机为上位机构成监控界面的DCS控制系统，从而实现分散控制集中管理的控制系统。此系统的目的在于替换传统水暖系统，利用合理科学的软件算法，实现节能、环保、减排的效果。设备兼具教学、实验、科研及实用的功能。 成果技术特点：本套装置由四个单片机组成现场控制器，一个PLC组成的控制室控制器，与中间层面的S7-300PLC控制系统，以及顶层监控层的工控机装置，统一安装到了一个整体的平台上。此平台便于实地集中实验、研究，也有利于集中编程与项目演示。 图1 设备实物图 图2 为智能控制系统电脑操作界面

1、复杂作业环境下多参数的智能感知技术；2、人工智能中枢控制系统实现；3、智能电液控制技术；4、终端轨迹规划及精确控制技术；5、自动扫描、分析技术与系统协调作业；6、基于影像分析的地面监控系统和远程操作系统实现；7、井下多传感信息融合及检测技术；8、井下网络数据传输系统平台构建；9、无线与有线光缆通信异构融合与组网技术；10、地面井下信息互通，以及与矿井综合自动化平台的高效融合技术

常见海产动物耗氧率的研究 1.1黑鲷耗氧率昼夜变化及与体重、水温的关系研究 研究了黑鲷(Sparusmacrocephalus)耗氧率的昼夜变化规律及其与体重、水温的关系,结果表明,黑鲷氧率随水温的升高而升高,随个体的增大而降低;23:00耗氧率最高,为3.16±0.26μg·(g·min)~(-1),07:00左耗氧率最低,为0.74±0.59μg·(g·min)~(-1)。黑鲷白天的平均耗氧率为1.98±0.84μg·(g·min)~(-1),夜间的平均氧率为1.96±0.63μg·(g·min)~(-1),其代谢水平的昼夜变化不明显(n=10,t=0.034t0.05)。 1.2褐菖鲉耗氧率及窒息点的初步研究 实验应用测定流水中溶氧量的方法,对褐菖鲉耗氧率、窒息点及耗氧率昼夜变化进行研究。结果表明,在pH8.0、盐度24.5、水温17℃的水质条件下耗氧率昼夜变化不明显(P=0.422),平均值晚上略高于白天,凌晨05:00耗氧率最高,为233.04±25.36mg/kg·h;耗氧率、耗氧量与体重的关系分别为Q0.7077R=1433.9W-(R2=0.992,P0.001)、QC=1.4298W0.2926(R2=0.956,P0.001);水温对褐菖鲉的耗氧率有极显著影响(P0.01);pH值在8.0时耗氧率最低。窒息点随着个体的增大而降低,相同体重的鱼窒息点随着水温的升高而升高。 1.3温度和盐度对美国红鱼耗氧率和排氨率的影响 实验测试了体重460～550g的美国红鱼在不同水温(13、16、19、22、25、28℃)和不同盐度（16、18、21、24、27、30、34）下的耗氧率和排氨率，结果：美国红鱼的耗氧率和排氨率均随温度的增加而增加；不同温度的耗氧率和排氨率差异极显著（P0.001）；在16～34℃范围内，盐度变化对美国红鱼的耗氧率无显著影响（P=0.479）。 2几种重要水产品活体运输技术研究 实验对几种重要的贝虾鱼的几种运输方法进行了研究，结果：南美白对虾在17℃时，经7h干法运输实验成活达78.6%，脊尾白虾在10℃时经6h干法运输实验成活达85.4%，雾化干法运输适宜二种虾的短途运输；淋浴法实验表明：南美白虾在17℃时水温控制较合适，经44h实验成活率达93.3%，脊尾白虾在10℃时运输水温较适宜，经44h实验成活率达92.5%；活水车运输时南美白虾在15℃时水温控制较合适，经48h实验成活率达93.7%，脊尾白虾在10℃时运输水温较适宜，经48h实验成活率达92.1%；梭子蟹采用雾化干法和活水车运输，5℃时温控较合适，成活率分别为93.3%和98.6%；大黄鱼、美国红鱼、鲈鱼、黑鲷用活水车运输在10℃时，经24h运输成活率均在90%以上。结论：降低水体变质是有效提高运输成活率的重要方法。 3水产品活体运输设备的研究 研究设计了活体运输车，集成装备箱体、环境控制、自动净化、高效增氧、雾化技术、智能控制系统等关键设备技术，运输过程中不需对虾蟹类进行药物麻醉，有效降低运输过程中的死亡率，可进行远距离长时间运输。研究开发了水产品活体短途分送包装容器等，保活时间长并且操作简便、成本低廉、适于大规模推广。 4水产品活体运输技术规范和标准 研究了水产品运输过程工艺，确定了相关的生产技术操作指标，制定了海水鱼类活鱼船运技术规范、海水鱼类活鱼车运技术规范、虾类活体运输技术规范、梭子蟹活体运输技术规范。

一、项目分类 关键核心技术突破 二、成果简介 主要内容： ① 用吸附-混凝-超滤组合工艺，高效去除水中天然有机物；采用光催化-吸附-膜分离组合工艺，有效去除水中亚硝胺类污染物；同时采用正反冲清洗方式的膜滤装置，最大程度提升清洗效果；研制了一种简单且高效的三相分离器，解决污泥沉淀区入流口和回流口的重合问题，提高了气液固的分离效果。 ② 研制了具有不同内部构造的EDI工作模型，实现了无酸碱再生、零废酸废碱排放条件下的连续、高效的废水直接处理，所得淡化纯水和高浓度浓缩液均得到回收利用。 ③ 研发了铝盐型、铁盐型、硅酸盐型、天然有机高分子型等一系列复合高效絮凝剂，在提高其絮凝性能、注重技术的经济性与实用性的同时保障了生态安全性。 ④ 开发了以生物膜叠球填料为特征的剩余污泥减量型有机废水处理工艺，建立了基于生物电化学系统的有机废水能源化处理技术体系，实现了污泥减量化和污水处理能源化；通过开发联合改性催化剂和泥炭吸附剂，解决了既不能生物处理、也不具备能源化的废水处理问题。 ⑤ 提供了一种高效低耗、应用范围广、使用便利的挂膜式浮动链曝气污染水体修复方法，有效实现区域污染水体的原位修复；系列重金属污染水体生态修复技术，特别是利用水生植物千屈菜修复铬污染水体，治理效果明显，美化景观环境。 项目特色： 本成果明显使操作费用降低、膜使用寿命延长、污水处理排污费减少，具有显著的技术优势，已在天津、江苏、辽宁、海南和广东等省市多家企业进行成功的实施转化与应用，取得了较好的经济效益及明显的生态、环境和社会效益。

基于具有完全自主知识产权的机电液气一体化的大型油膜轴承综合试验台，油膜轴承研究实现了从“基础理论研究-试验研究-产品中试-推广应用”的完成产品研发链条，为我国各类油膜轴承新技术、新产品的开发提供有效的试验保障和技术支持，为发展智能化油膜轴承产品、多层合金新型结合技术提供了系统的理论指导。该技术成果授权国家发明专利10项，实用新型专利5项，软件著作权5项。为企业产品研发提供了重要的理论与技术支撑，实施研究成果在企业中验证和应用，推进了核心基础件的高端化进程。

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。

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。

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。 

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

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。