主要技术内容： （1）破传统喷雾泵生产设备机械结构设计，采用凸轨、凸轮机构，创新性研制了高精度、高效率的喷雾泵电化铝壳抓口机、喷头打喷咀机等系列装配设备，提高了设备的装配精度和效率。提出集成基于等价输入干扰估计器与参数智能辨识的智能驱动控制技术，成功解决了微型喷雾泵现场设备层不确定干扰、电机参数的时变性对装备电机控制性能影响问题，提高了生产装备控制的精度及可靠性。 （2）集成 RFID 与 WSN，构建微型喷雾泵生产过程信息采集网络，创新性地引入混沌粒子群优化算法，优化采集网络节点部署；动态选择通信节点数目，在获得最大网络覆盖范围的同时，避免节点间的冲突，降低网络能耗，保证了生产过程数据采集与传输的实时性和可靠性。 （3）创新性提出并实现了微型喷雾泵制造过程多目标资源优化调度技术。建立生产车间多目标资源优化调度模型，提出基于种群年龄模型的动态粒子数微粒群优化算法来求解优化问题，并采用层次分析法进行决策，成功实现了微型喷雾泵生产全流程的精益管控，全面提高了生产质量与资源效率。 （4）创新性研发了一种面向制造全过程的信息集成平台。将生产过程信息、管理信息等数据高度融合，实现底层物联网到互联网的无缝连接；解决了常规DCS、MES、ERP 三层架构存在的数据交换困难、系统庞大、功能定制性差、难以适用于中小型制造业等缺点，为微型喷雾泵制造装备的自动化和信息化融合提供了解决方案。 行业意义： 项目通过攻克微型喷雾泵生产装备的自动化与信息化技术融合的关键技术，突破国外先进技术的壁垒，形成了自主知识产权与技术体系，项目成果提升了微型喷雾泵加工装备的自动化、信息化水平，符合国家可持续发展战略的绿色制造技术，可带动和促进化妆品、保健品等领域向高档化的高层次技术方向发展。 获奖情况：2015 年获中国轻工业联合会科学技术进步奖一等奖。 成果的技术指标、创新性与先进性： （1）引入凸轮、凸轨等机构，并结合等价输入干扰估计器、智能辨识等方法设计控制策略，从机械和控制两方面进行突破，自动化程度和生产效率高。 （2）集成 RFID 与 WSN，采用混沌粒子群优化算法优化网络节点，动态选择通信节点数目，降低网络能耗，生产过程数据采集与传输的实时性和可靠性高。 （3）建立以缩短生产周期、减少机器空转时间、降低产品次品率为等为目标，采用种群年龄模型的动态粒子数微粒群优化算法求解生产过程优化调度问题，采用层次分析法进行决策，实现微型喷雾泵生产全流程精益管控。 （4）采用完全不同于传统 DCS、MES、ERP 三层架构的模式，直接面向生产、管理全过程，开发信息集成平台，自动化和信息化融合度高、适用于中小型制造业。 技术的成熟度：相关技术已经形成产品，在无锡圣马科技有限公司及其下游企业进行了产业化。 应用情况： 针对微型喷雾泵加工装备产业当前普遍存在材料消耗大、能耗高、可靠性差、加工效率低、品种适应性差等问题，本项目以提高生产装备的自动化与信息化水平为目的，在装备高性能自动化控制、信息的采集与传输、优化调度、精益管控、平台建设等方面已经取得了创新性研究成果，并对成果进行了提炼、集成，从2012 年开始，针对本项目整体技术展开全面推广，应用于江苏、广东等地区的10 多家轻工装备制造及使用企业。 应用实践证明了，本项目成果总体技术创新程度高、成熟度高、附加效益显著，显著提升了我国塑料装备在国际市场具有较强的竞争力，有利于提高我国塑料装备的设计制造智能化水平，推动了我国塑料制造业的国际化发展。 

       设备名称：专用车自动焊接自卸车U型斗激光跟踪自动焊接生产线       设备简介：专用车自动焊接设备该生产线主要由U形斗侧板双枪激光跟踪自动焊接专机、U形斗外侧搭接双工位激光跟踪自动焊接专机、U形斗内侧龙门式双枪激光跟踪自动焊接专机以及流水线相应配套的辅助工装组成；每套设备通过线性激光跟踪系统与多轴执行机构融合，实现多种长距离搭接或角接焊缝的实时跟踪及焊接；在系统控制设计方面，针对不同工位及焊缝，制定相应的作业流程及跟踪形式，；在U形斗生产工艺要求的前提下，大大提升了该产业的自动化生产水平及产品质量；实现了焊缝的自动跟踪和焊接，了焊接效率和焊接质量；自主研发的焊缝跟踪装置，无需人工定位，可在焊缝大幅度偏差的情况下进行实时连续跟踪，利用跟踪过程中积累的信息进行的焊接，实现了智能化的自动焊接；采用激光视觉系统，实现了无人干预的情况下焊缝轨迹的实时定位与跟踪；采用多轴数控技术，研制了数字化的网格式厢板焊接自动控制系统，实现厢板焊缝自动焊接。       设备参数：跟踪模式：激光跟踪；跟踪精度：0.05mm；焊接速度：900mm/sin；输送方式：人工吊装；可接受定制化设计及生产。

GL-CS-2E型 机电一体化柔性生产综合实训系统是使用柔性制造技术中具有代表性的制造自动化系统，可实现多品种、中小批量的加工管理。柔性制造技术是在自动化技术、信息技术及制造技术的基础上，将以往企业中相互独立的工程设计、生产制造及经营管理等过程，在计算机及其软件的支撑下，构成一个覆盖整个企业的完整而有机的系统，以实现全局动态优化，总体效益、柔性，优化以外产品并对其进行升级改造并进而赢得竞争的智能制造技术。

新冠肺炎常规通过病史、CT等进行病情评估，但重症病房应用超声不便，还需要评估重症患者的心脏等多器官，然而操作者绝大多数不是专业超声医生，这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作，用人工智能技术赋能5G超声设备，增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能，辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队，在已有合作工作的基础上，针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关，半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用，在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心（深圳市第三人民医院）牵头开展进一步研究，将完善和改进现有功能，优化远程诊断流程，实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。

项目简介： 水安全是一个国家社会与经济发展的基本保障。水资源的管理和 使用需要精确和及时的监测。现有的水质检测技术需要不断提高其便 携性、降低成本、提高测量灵敏度，用来实现野外的实时水质监测。 本项目以 pH、pO2、温度等水质参数为出发点，通过小型化相关 传感器和检测设备，研发出可用于多参数水质检测的手持式设备。 项目特色： 用于水质多参数检测的手持式设备包括多个传感器、传感器信号 采集电路、低功耗蓝牙（BLE）和窄带物联网（NB-IoT）等通讯电路 以及多传感器融合算法等软硬件模块。 一般商用的 pH、pO2、温度等水质测量设备，需要使用市电供电， 只能在室内使用或者工作环境必须有市电的接入口。使得水质测量范 围受限。并且多数水质检测设备体积较大，难以携带。少数可手持的 设备，成本高昂，功能单一，难以适应室外多参数水质检测的需求。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

太阳能光伏发电绿色无污染，而且我国太阳能资源丰富，水平面总辐射约 1680 吉瓦（1 吉瓦=1000 兆瓦=109瓦），大部分可以用于太阳能光伏发电。随着光伏材料以及相关技术的发展，光伏发电成本已经大幅度降低，光伏能源作为一种新型清洁能源在我国的应用规模迅速增长。光伏发电已经跨越了示范应用阶段，进入了大规模推广的阶 段。近年来，光伏发电产业规模迅速增长。截止到 2015 年 6 月底，中国光伏发电累计装机容量达到了 35.78 吉瓦，其中光伏电站 30.07吉瓦，分布式光伏 5.71 吉瓦。根据美国 IHS 咨询公司预计，2015 年全球光伏装机量增长 16%~25%，达到 53-57 吉瓦之间。

本实用新型涉及一种带有智能家居系统的拼接式楼房。本实用新型由拼接式楼房组件以及智能家居控制系统组成，所述拼接式楼房组建由设置于房间框架内的基层以及设置于基层上的装饰层和隔板组成，所述智能家居系统由服务器终端、安防系统、环境调控系统、网络系统以及远程终端。本实用新型在建筑开发商提供的最基础的框架基础上，购房者可将内部结构灵活改变，由用户定制。实施上按照功能可以由其他专业供应商构造（整体厨房、浴室已经有专业分工，不需使用水泥来固定瓷砖，更换时简单无损耗，使得变换房屋构型变成了更加容易）。本实用新型将多种市场通用产品集成，适合于家居的智能化，可构建性价比较高的智能家居控制系统，远程控制方式灵活多样，用户可通过智能手机和PC机对家居随时进行监控。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。