我国特钢企业基础自动化水平高但生产管理手段落后、上层管理与底层控制相互割裂、信息不畅通的问题，针对特钢企业的生产特点，大连理工大学 CIMS 中心设计开发了天为 piMES 流程型企业产销一体化管理系统，专门面向国内钢铁制造企业的专业化软件平台，系统解决了钢铁制造企业经营管理系统与设备控制系统之间产生的信息断层问题， MES 系统上对经营管理系统接收生产计划和技术要求数据，下对生产车间各种自动控制设备进行数据采集，通过 MES 的生产作业计划、物料、质量、计量、成本等系统功能，提高企业订单执行和生产过程控制能力，强化产品质量管理，降低控制成本，提升客户满意度。

以工业机器人应用为核心目标，包括机器人的平面及立体视觉系统开发，进行非标夹具及周边非标系统的设计及选型，应用软件系统的开发及调试，完成机器人非标自动化系统的开发及调试，实现用户的需求，实现用机器人换人的目标，达到交钥匙工程的使用要求。

物联网架构的能耗监管系统实现了对水、电、燃气等主要能耗的感知、传输、监测、分析、管理。利用自主研发的 FrontView 物联网技术支撑平台，实现了校园用能定额管理系统，地下管网漏水检测系统，燃气用气安全监测系统，路灯智能化照明控制系统，网络化预付费水电管理系统，VRV 中央空调集群管理与控制系统，分体空调网络智能管理系统，变电所运行维护监管系统等。通过对以上系统的能耗数据分析与挖掘，实现科学用能和精细化管理。 1、创新要点 在物联网的体系架构下实现能耗的感知、监测和管理。首创物联网应用开发平台。设计研发了物联网应用网关和网络化能耗采集设备。 2、效益分析（资金需求总额 1000 万元） 2005 年系统建成至 2011 年期间，为江南大学累计节约水电支出 6800 余万元；推广后各使用单位通过该平台的管理，累计节约水电支出超过 3 亿元。通过公共机构等示范平台的使用取得了良好的社会效益。 3、推广情况 完成了科技成果的产业化。该系统的系统架构、智能数据网关、FrontView能源监管系统软件先后在全国 60 多个高校、企业等推广使用。 授权专利： 带恶性负载控制网络预付费单相电能表 200920256285.X 网络预付费三相电能表 200920256297.2 智能数据网关 200930299686.9

近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

本发明公开了一种适用于电力系统分析的转桨式水轮机调节系统动态模型，包括：调速器模型、导 叶控制系统模型、桨叶控制系统模型、水轮机及引水系统模型。所述导叶控制系统模型和桨叶控制系统 模型构成转桨式水轮机双调节系统，所述桨叶控制系统模型考虑了导叶开度与桨叶开度间存在的协联关 系，用五次多项式曲线拟合的方法获取；所述水轮机模型在解析非线性模型的基础上考虑桨叶角对水轮 机效率的修正作用，导叶开度与桨叶开度共同影响水轮机模型的机械功率输出，且计及导叶开度

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

针对下肢残障人士恢复运动能力的需要，北京大学工学院项目团队开展学科交叉研究，首次提出并实现具有柔性可控关节和分段平脚的智能动力假肢，并研制出目前国际上重量最轻的动力小腿假肢。研发团队提出基于本体感觉的多层控制机制，实现智能小腿假肢的流畅运动和对复杂地形的自主适应，并在国际上首次提出基于人体电容信号实现下肢运动意图识别的方法，为人与假肢融合控制提供了全新的研究手段。

头盔（安全帽）是施工现场必须佩戴的安全防护装备。在需要交流通信和监 督等需求的场景，手机、对讲机以及监控设备虽能实现部分功能，但操作不便， 且监控设备存在死角。在头盔这一必备装备基础上进行功能延伸，开发可穿戴设 备，不仅能有效实现相关功能，而且可以解放双手，不影响正常施工操作。团队 针对不同层次需求，主要研发三款智能头盔产品： 普惠版智能头盔：具有语音对讲功能，特别是吵杂环境中，可便于现场工人 可靠沟通、交流； 精英版智能头盔：在普惠版智能头盔基础上，实现视频录制与传输功能，实 现无死角全程监控； 荣耀版智能头盔：在精英版智能头盔基础上，增加全景成像和音视频智能分 析功能，实现实时监督与预警的智能化。 此外，团队注重智能头盔的模块化设计，针对不同行业可提供可选配模块。 比如为电力行业增加电场感知与测量模块。市场及经济效益分析： 针对不同行业，需求明确，市场潜力巨大，代表性行业与应用场景如下: 针对电力行业：智能头盔加装电场感知模块，可避免触电事故； 针对公安交警：智能头盔可替代警用安全帽和执法记录仪； 针对建筑行业：智能头盔可替代安全帽，工人之间可通过语音对讲协作。

快捷导入课表随时看，创造课表交友新方式，只需要一个课表APP，即可认识同班同学、了解大学新鲜资讯，多维度充分享受大学生活。