产品详细介绍 一、机器人技术产业应用方向介绍     随着计算机科学技术的不断发展，工业机器人应用领域也随之不断扩展和深化。工业机器人已成为一种高新技术产业，正为工业自动化发挥着巨大作用。 机器人学是一门综合性的新兴学科，它是综合了机械工程技术、电子工程技术、信息传感器技术、控制理论、机构学、人工智能学、仿生学等多学科而形成的高新技术。在国外工业机器人技术日趋成熟，其已经成为一种标准设备而在工业自动化行业广泛应用，它代表了机电一体化的最高成就。 随着科学技术的不断发展，工业机器人技术的发展水平也成为一个国家工业自动化水平的重要标志。工业机器人是机器人学的一个分支，工业机器人已成为柔性制造系统（FMS)、自动化工厂（FA)、计算机集成制造系统（CIMS）的自动化工具。 (一)工业机器人 图表 工业机器人未来发展方向 我国未来工业机器人（300024）技术发展的重点有： 一，危险、恶劣环境作业机器人：主要有防暴、高压带电清扫、星球检测、油汽管道等机器人； 二，医用机器人：主要有脑外科手术辅助机器人，遥控操作辅助正骨等； 三，仿生机器人：主要有移动机器人，网络遥控操作机器人等。 其发展趋势是智能化、低成本、高可靠性和易于集成，中投顾问在《2016-2020年中国机器人产业投资分析及前景预测报告》中指出，我国工业机器人行业要认识到以下几点情况：第一，工业机器人技术是我国由制造大国向制造强国转变的主要手段和途径，政府要对国产工业机器人有更多的政策与经济支持，参考国外先进经验，加大技术投入与改造；第二，在国家的科技发展计划中，应该继续对智能机器人研究开发与应用给予大力支持，形成产品和自动化制造装备同步协调的新局面；第三，部分国产工业机器人已经与国外相当，企业采购工业机器人时不要盲目进口，应该综合评估，立足国产。 (二)服务机器人 服务机器人技术越来越向智能机器技术与系统方向发展，其应用领域向助老助残、家用服务、特种服务等方面扩展，在学科发展上与生机电理论与技术、纳米制造、生物制造等学科进行交叉创新，研究的科学问题包含新材料、新感知、新控制和新认知等方面。而涉及服务机器人的需求与创新、产业、服务及安全之间的辩证关系依然是其发展的核心原动力与约束力。 研究服务机器人产业基础框架与核心技术，发展服务机器人战略性新兴产业，对促进我国机器人自主创新体系的建立，适应“机器人进入千家万户”的产业发展趋势，将产生深远的影响。同时对应对我国老龄化社会、建设和谐社会等，具有重要的战略性、前瞻性和引导性。 二、机器人市场前景展望及职业院校开设机器人专业的重要意义     《机器人产业“十三五”发展规划》草案已基本制度完成。《规划》提出了今后五年中国机器人产业的主要发展方向，工信部将重点推进工业机器人在轮胎、陶瓷等原材料行业，民爆等危险作业行业，锻造铸造等金属工业行业以及国防军工领域的推广应用；《规划》也对服务机器人行业发展进行了顶层设计，家庭辅助类机器人以更高的性价比解放人类双手。     推动工业机器人变大变强      中国已经连续两年成为世界第一大机器人市场，但产业大而不强。如何促进机器人市场的健康有序发展是管理层非常关注的问题。     以工业机器人为例，目前我国精密减速机、控制器、伺服系统以及高性能驱动器等机器人核心零部件大部分依赖进口，而这些零部件占到整体生产成本70%以上。     其中，精密减速器75%的份额被日本垄断，国内高价购买占到生产成本的45%，而在日本仅为25%，我国采购核心零部件的成本就已经高于国外同款机器人的整体售价，在高端机器人市场上根本无法与国外品牌竞争。     服务机器人千亿市场待开拓     近年来，工业机器人发展速度较快，但服务机器人相对弱势。因此，《规划》对服务机器人行业发展进行了顶层设计。    《规划》提出了市场主导、质量为先、强化基础、创新驱动的发展原则，实现在助老助残领域、消费服务领域、医疗领域等重点领域的示范应用，并开展核心零部件攻关、前沿共性技术研发、医疗康复机器人应用等重点工作。     目前，家务辅助机器人每年以超过10%的增长速度出现在生活中，把个人从繁重的家务劳动中解放出来，家庭机器人将成为继计算机之后的又一个科技和产业发展浪潮。    家庭辅助类机器人以更高的性价比解放人类双手，保守估计市场空间将超千亿元。随着云机器人技术获得重大突破，小型家庭用辅助机器人将大幅度降低生产成本，将在2020年之前形成至少累计416亿美元的新兴市场。     服务机器人一般需结合特定市场进行开发，所以从这点上来说，本土企业更容易结合特定的环境和文化进行开发，占据良好的市场定位，从而保持一定的竞争优势。     2016-2020年中国机器人销量预测     2013年，中国工业机器人销量为3.69万台；2014年达到5.7万台，同比增长了55%。 综合以上因素，中投顾问在《2016-2020年中国机器人产业投资分析及前景预测报告》预计，2016年中国工业机器人销量将达到9.35万台，未来五年(2016-2020)行业年均复合增长率约为30.12%，2020年中国工业机器人销量将达到26.8万台。     因此，中高职院校开设工业机器人相关专业恰逢其时，对学校专业升级和改造至关重要。  图表 中投顾问对2016-2020年中国工业机器人销量预测             

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： 　　（1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 　　（2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 　　（3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 　　（4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 　　本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： （1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 （2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 （3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 （4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

我校量子信息技术研究所王琴教授团队在量子密码领域取得新突破，该团队首次提出将人工智能领域的长短期记忆神经网络(LSTM)应用到量子密码控制系统之中, 实现了对量子密码系统的主动反馈与控制, 在不引入任何额外硬件和辅助稳定设备的条件下，将系统传输效率提升接近百分之二十。该成果近期发表在美国物理学会权威学术期刊《PhysicalReview Applied》上。 　　量子密码作为量子信息技术领域发展最为成熟的技术，正逐渐从实验室阶段走向商用化，有望在未来大规模网络加密通信中发挥重要作用，因而得到学术界和工业界的广泛关注。自第一个BB84协议提出以来，量子密码无论是在理论上还是在实验上均取得了巨大进展。现有量子密码系统包括相位、偏振、时间-能量编码等编码方式，其中相位编码方式应用最为广泛。该类系统在运行过程中不可避免地存在相位漂移问题，因而需要不断对发送端和接收端的相位进行实时校准。目前主流系统通过采用扫描+传输的方法来解决。该方法虽然可以实现相位补偿，但会导致量子密码系统传输效率降低。针对该缺点，我校王琴教授团队首次提出将人工智能与量子密码控制系统相结合，利用LSTM网络主动预测系统相位漂移大小，进而实现主动反馈与控制；同时通过固定时间间隔对网络细胞状态进行更新，使量子密码系统始终保持稳定的高效率运行状态。该方法在不提高系统硬件复杂度的前提下大幅提升了量子密码系统传输效率。此外值得提出，该方法的适用范围不依赖于某种协议或编码方式，原则上同样适用于其他任意量子密码协议和任意编码系统，为未来开展大规模量子通信网络应用提供新的研究思路与应用方法。 该项工作的第一作者是我校通信与信息工程学院硕士研究生刘靖阳，量子信息技术研究所的王琴教授和江苏省图像处理与图像通信重点实验室的谢世朋副教授是该工作的共同通讯作者。该工作得到了安徽问天量子科技有限公司的技术支持。此项工作受到国家重点研发计划、国家自然科学基金以及江苏省研究生科研实践创新等项目的支持。

探究了AI自动勾画的临床应用价值，即AI能够为临床医生提供多大的帮助。在8位医生完成人工勾画两个月后，由他们对AI自动勾画的结果进行修改（AI自动勾画+医生修改，即AI辅助勾画）。结果显示，AI辅助勾画提高了5位医生的勾画准确性（平均由74%提高至79%），减少了55%的勾画者间差异。     本研究是AI在全期别鼻咽癌放射治疗靶区勾画方面的首个研究，样本量大、技术合理、测试全面，是AI在肿瘤学领域应用的一项重要进展。研究结果显示AI辅助勾画提高了鼻咽肿瘤勾画的准确性，能够让经验较少的医生达到近似专家水平的勾画，将会对肿瘤控制和患者生存产生积极影响，同时极大地提高了医生勾画的效率，为实现精准而又高效的鼻咽癌放射治疗靶区勾画提供了解决方案。

河北大学电子信息工程学院7名师生自主研发出“可在1秒内同时对6人实现检测”的智能体温筛检、员工签到系统，并在该校第九届教职工代表大会中进行了试用。据介绍，该系统由河北大学电子信息工程学院的2名教师带领5名学生研发，从设计、硬件选型、软件开发周期共历时40天。研发人员均为河北大学厚德创客空间成员，研发过程中所有技术指导、数据共享与试验交流全部在网上进行，实现了技术攻关的“云研发”。该套系统基于红外热成像原理，采用高精度人脸识别算法，可在1秒内同时对6人实现快速人脸比对和测温功能，温差精度在±0.3度以内，人员通过测温区域时无需停留、无需人工干预。目前，该系统正准备申请有关部门检验。河北大学电子信息工程学院院长刘秀玲称，目前，研发团队正在进行技术攻关，赋予该系统技术含量更高、适应场景更丰富的实用功效，以期在企业复产复工、商场、超市等人员密集区域广泛应用。