成果简介： 本成果苗期地膜回收装备——1MSM-1000型玉米/棉花苗期地膜回收机，利用地膜在苗期比较完整、抗拉性较好的优势，能够完成我国超薄残膜(0.006～0.008mm)的回收，与作物收获后残膜回收相比，提高了地膜收净率，同时解决了收膜率与伤苗率之间的矛盾。该机具能够实现连续收膜作业，技术先进、作业效率高、价格低廉。创新点如下： 实现了在残膜收起的同时避免对幼苗的伤害；能很好地完成起膜、脱膜和抖土作业，在保证不伤苗、不伤膜的情况下

 许多工业设备往往因为某个关键零部件表面的损坏，导致整个系统效能大幅度降低甚至报废，造成极大地浪费。综合应用先进的表面涂层技术，不仅可以极大延长装备关键零部件的寿命，提高产品质量，甚至可以修复已损坏的关键零部件，实现装备的再制造，达到节能、减排、降耗、环保之目的。 热喷涂技术可使工件表面获得不同于基体材料的特性，具备更优良的强度、硬度、耐磨、耐蚀、耐热、绝缘、导电、密封、抗氧化、隔热、消毒、防微波辐射以及其它各种特殊物理化学性能。它不仅可以再制造修复关键零部件，使报废的零部件

随着新能源渗透率不断增加，传统发电份额不断被挤占，导致系统惯量下降，热备用容量减小，降低了电网的安全稳定裕度。已知目前双馈感应风力发电机（DFIG）在最大功率点跟踪控制下，发电机输出功率难以响应电网频率波动，而超速减载控制和变桨距角控制虽然在一定程度上改善风电机组整体性能和一次调频特性，但存在预留一定备用容量而无法实现最大发电效益。目前储能装置已广泛应用于风电场，但大多为风电场集中式储能方案，其安全可靠性风险往往大于分布式模式，故如何提高单台风电机组的致稳性和抗扰性，使其具备一次调节能力显得尤为重要。 图1 实验装置图1 图2 实验装置图2 图3 DFIG的储能配置图 结合上述应用背景，提出以下技术解决方案： 1、结合DFIG直流母线储能装置的优势，从增加控制自由度、平滑源端风功率间歇性波动以及抑制网侧负荷扰动三个维度入手，分别提出基于超级电容器控制的DFIG惯量支撑与一次调频控制，基于变功率点跟踪和超级电容器储能协调控制的DFIG一次调频策略和考虑源－荷功率随机波动的DFIG一次频率平滑调节方法，上述控制可在增大发电效益的同时提升频率调节效果。 2、量化DFIG的一次电压调节能力，制定DFIG的动态无功控制策略，设计DFIG与风场无功补偿装置的综合协调控制方案，从提高系统稳定性和鲁棒性出发，研究自抗扰控制技术等快速提升风电场系统无功响应速度，最大限度地缓解电网电压跌落，提高电网的电压安全稳定性。 3、结合功率密度、可充放电循环寿命以及经济性作为储能介质选择的主要评测指标，确定合适的单一或混合储能介质及变换装置类型，根据频率调节目标计算储能装置的容量，进一步研究混合储能的容量优化方法，设计出一套高充放电效率、低成本的混合储能装置。 4、研究风储联合调频和基于超级电容调频、风机分布式储能和场站集中式储能所组合成的四种储能调频方案的优缺点，通过多复杂工况验证不同技术方案的调频效果，结合储能容量、使用寿命、经济成本和技术性能比较得出最优方案。 5、研究大功率基于单一储能或混合储能控制的风电机组一次调频样机，完成风电机组参与系统惯量支撑与一次调节方案的验证，对新型一次调频控制技术和一次调压控制方案进行大功率样机的试验验证，完成工程应用的基础准备工作。 创新点 1、针对风电机组一次频率调节，分别提出了基于超级电容器储能、变功率点跟踪和超级电容储能协调控制和考虑源荷功率频率调节等方法，提高一次频率调节能力，并优化了储能装置的容量配置。 2、设计双馈感应风力发电机的动态无功协调控制方案，提出了双馈感应风力发电机最小限度降低机组出力下可提高无功极限最大值的最优方法。 3、分别就风储联合调频策略和基于超级电容器调频策略、风机分布式储能和场站集中式储能所组合成的四种储能调频方案的优缺点和拓扑结构进行对比分析，最终得出采用风机分布式储能下的风储协调方案更加具有应用优势。 市场前景 通过本项目的研究，可形成新能源风机技术在大电网中应用效果验证方面的技术成果，有助于进一步体现国家风光储输示范工程的示范引领作用，推动新能源风机储能技术在大规模新能源接入地区的推广应用，为提升新能源发电高渗透率地区电网的安全稳定运行水平，促进建立可再生能源并网的辅助服务机制提供重要依据和借鉴。 应用案例 目前装置依托“双馈感应风力发电机惯量阻尼及一次调节方法的研究”项目，已开发完成380V/10kW实验样机，并预计展开示范应用。 获奖情况 “基于超级电容储能控制的双馈风电机组惯量与一次调频策略”论文获得《电力系统自动化》期刊2020年度优秀论文三等奖。

技术分析(创新性、先进性、独占性) 为了充分利用先进的人工智能的新技术，提高医疗影像辅助诊断的水平，使得智能医疗诊断技术提高临床诊断的质量和效率，使其尽快走入家挺、社区，满足人们的医疗健康的需要。研究临床医学影像的2D病灶精细分割和三维跨模态的影像三维重建技术。首先，通过建立多层感知的神经网路，对医学影像的特征进行充分学习，得到影像的几何映射的关系，从而实现对医学影像的三维重建，克服了现有的三维重建技术中度量关键问题，关键技术对于医学影像的精准度量，具有现实意义:其次，在2D病灶分割中，利用半监督学习技术，实现少标签情况下的分割技术，半监督学习技术可以有效解决医学影像中标签难以获取的问题。技术的研究成果的特点是医学影像跨模态辅助诊断技术，对于超声、CT以及核磁共振等影像都有效，并且攻克的神经网络过于复杂的关键问题，所研究技术适用于临床快速便捷辅助诊断。此外，在医学度量方面的关键技术中，突破了人体腹腔及皮下脂肪的精细分割技术的关键技术，可以用于临床辅助诊断中，在关键技术探索中，实现对腔内脂肪特征的精细学习，该技术仅需要少量的影像标准数据，就可以实现皮下脂肪的准确分割，并证明了关键技术的有效性。

2019年12月20日，中国机械工业联合会在杭州组织召开了由浙江大学、浙江福祉医疗器械有限公司联合完成的“老年护理用运动体征与状态监测关键技术与装备”项目科技成果鉴定会。鉴定委员会听取了完成单位的研制等报告，审查了相关材料，经质询和讨论等环节。鉴定委员会同意通过鉴定，并建议加大应用推广力度。