本发明公开了一种基于无人机的桥梁涂层智能养护方法与系统，旨在通过无人机技术与大语言模型相结合，提高桥梁涂层病害检测和养护决策的效率与精度。所述方法包括：通过搭载高分辨率相机的无人机，自动扫描目标桥梁表面，采集桥梁涂层的高清图像数据；利用深度学习模型对图像数据进行处理，自动识别桥梁涂层的病害类型与病害面积；根据病害识别结果，通过涂层养护大语言模型从知识库中获取相关养护知识与气象数据，结合推理分析生成个性化的涂层维修方案。本发明能够实现对桥梁涂层病害的高效精准检测，并基于历史数据和环境因素生成科学合理的养护方案，能有效提高桥梁涂层养护的精准度和维护效率，延长桥梁使用寿命，具有广泛的应用前景。

我国拥有幅员辽阔的内陆水域，如何安全、高效的完成特定水域的巡逻和水文信息监测工作一直是我国水文水利建设的重要组成部分。水面无人船是一种无人操作的水面舰船平台，配备先进的控制系统、传感器系统、通信系统和武器系统，可以最大程度上填补水域测量领域载人船无法到达或不易到达的危险、浅滩、近岸等空白区域，真正做到高精度、自动化、高效益，可广泛应用于常规测绘、水利水文、航道、环保和灾害应急等行业及其他相关部门。 本项目的产品，是在“制造强国”国家战略指导下，符合国家和地方政府政策重点鼓励发展的高技术、智能装备、高附加值项目，符合国家经济结构和产业结构调整的相关政策和导向。本研发团队联合上海交通大学和上海市船舶自动化工程研究中心，共发表 SCI 论文 200 篇以上，拥有授权发明专利 40 项。 

多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。 6月29日，东北大学与华为技术有限公司在主楼824室举行教育部—华为“智能基座”产教融合协同育人基地签约仪式。东北大学副校长王建华教授，华为云副总裁、华为云全球Marketing与销售服务部总裁、东北大学校友石冀琳出席签约仪式。东北大学团委、教务处、人事处、对外联络与合作处等职能部门和相关学院负责人以及参与智能基座课程优化的部分教师代表，华为北京研究所、辽宁代表处、2012实验室、计算产品线的专家参加签约仪式。 王建华代表学校致辞，对石冀琳一行的来访表示热烈欢迎。王建华表示，教育部—华为“智能基座”产教融合协同育人基地项目由未来技术学院承担，项目的签约落地必将进一步深化双方在信息技术领域的全方位合作，构筑更为紧密、可持续发展的合作机制与人才培养模式，合作培养更多适应国家战略、产业需求、未来发展的创新型人才。 王建华对于基地的建设提出了三点希望，一是学校要和一流企业共同瞄准未来技术难题，以育人为本，推动多学科、产学研多方位的融合，培养社会人才；二是在协同育人的基础上，以华为科技精神和东大信息学科作为纽带，探索在学术研究、企业价值等方面进行更加深入的切合双方特点的合作机制；三是基地建设要着眼于交叉化、全球化、未来化，希望双方以“智能基座”基地为育人基石，面向全球、着眼未来，建设具有突出特色的“智能基座”育人基地，推动产教融合协同育人的新发展。 石冀琳表示，多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。双方合作建设了“未来技术学院”，共同探索面向未来技术、未来科技所需要的专业人才的培养之路。“智能基座”是教育部高教司与华为共同设立的产教融合协同育人基地项目，首期覆盖东北大学在内的全国72所信息领域领先高校，将华为在华为云、鲲鹏、昇腾等技术领域知识与高校信息类专业课程相结合，为新计算产业创新培养新生力量。 东北大学未来技术学院院长付俊与华为辽宁代表处云与计算总经理王伟签署合作协议。王建华与石冀琳为“智能基座”产教融合协同育人基地揭牌。石冀琳和王伟为云与计算先锋教师和云与计算培训的教师代表颁发了聘书和奖牌。 会上，未来技术学院汇报了“智能基座”产教融合协同育人基地的建设情况，华为公司计算产品线高校科研及人才发展部汇报了2021年“智能基座”工作计划。 据悉，教育部—华为“智能基座”产教融合协同育人基地是东北大学与华为技术有限公司在共建未来技术学院战略合作协议下深化人才培养的重要内容。双方将聚焦鲲鹏、昇腾及华为云等技术领域，首批联合开展22门共建课程，融入华为鲲鹏、昇腾、华为云的知识体系，并在未来技术学院Hero奇点俱乐部、学生创新创业、课外实习实践等方面开展紧密合作，为培养引领未来技术发展的创新型人才注入新动能。

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。

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。

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。 项目特色和创新之处： 分布式光伏系统便于实施，是受到各级政府鼓励的分布式电源模 式，但是由于在设计、管理和评价机制等方面的制约，特别是过高的 后期维护费用，使其推广过程遇到一些障碍。高效率的分布式光伏云 基于物联网技术，对电站中光伏组件的输出性能进行实时的监测，并 对形成的运行数据进行实时的大数据分析，从而获得电站运行的性能 评价指标，以及可能影响电站性能的因素，并给出进行电站性能优化 的建议，提高电站产出。由于采用了高可靠性的无线数据采集技术， 可进行无人化的值守和远程监控，大大降低运维费用。 相比国内产品，具有通信速率高、系统可靠稳定等优势，达到国 际先进水平。本项目方案综合成本低，有利于增加光伏电站的透明度。 与国外同类产品相比，成本只有其 1/4 左右，具有很强的市场竞争力。 组件级的光伏电站数据采集模块。每块太阳能组件对应一个电压监测模块，方阵中每个组串串联电流监测模块都通过本地通讯链路将 数据上报至数据中继模块，将数据通过电站路由器上传至云数据服务 器，传输过程中进行了数据加密，保证数据的可靠性和安全性，所有 的数据在云数据服务器内进行存储与处理，用户可通过 PC 或移动终 端进行数据的调取和查看。 主要技术指标及条件 组件级的电站数据采集系统具有速度快，可靠性高等特点，具体 的技术指标如下： 最大采集频率：120 次/分钟 自身平均功耗：5mA 峰值功耗：150mW 环境温度：-20~80℃ 最大电站规模：1GWp 应用前景及社会价值： 该技术可以在已建或新建光伏电站上应用，大幅提升光伏电站的 运行质量和发电量，降低运维成本,最终实现光伏发电系统的智能管 理、智能运维、智能监控，使得光伏电站也真正进入“智能化”时代。 该项技术能够大幅提升国内光伏电站的技术水平，从而为节能降耗做 贡献。

高校科技成果尽在科转云

"智能电网已经成为21世纪全球能源的新战略。在其需求侧，深入至电器的用户用电行为精细化分析对推动全社会节能减排和电力系统源/网/荷协调优化意义重大。与在每个电器上分别安装量测传感器的方法不同，非侵入式电力负荷监测技术仅通过分析用户供电入口的负荷总量数据，便能获取各电器的用电信息，具有成本低、实施容易和用户易接受等特点。 针对非侵入式电力负荷监测技术实用化所面临的各种挑战，过去十多年里，中国工程院院士、天津大学余贻鑫教授领导的研发团队从技术基础理论和工程实施方案两方面开展了深入系统的研究，取得了一系列开创性成果：（1）创立了一系列非侵入式电力负荷监测新原理和方法，形成了多种方法融合互补的非侵入式电力负荷监测方法体系，突破了对小功率和功率连续变化型电器可靠检测的瓶颈，准确度明显优于国际同类产品；（2）首创了一整套用于非侵入式电力负荷监测的完全无监督电器自适应建模方法，解决了陌生场景中电器准确建模的技术难题，实现了无需人工干预的电器负荷印记库全自动建立和维护；（3）首创了云—端协同非侵入式电力负荷监测系统解决方案，研发了可推广应用的硬件装置（智能用电分析仪产品）和软件系统

可以量产/n汽车制造业目前的装配线物料采用按序批量供给方式，存在线边零部件库存大、占地需求大、效率低、易产生漏装与错装等弊端。该项目攻关重点聚焦混流物料并行配送调度、动态路径规划与实时冲突消解、物料傻瓜式捡配与全流程验证、柔性化物料配送装置与配送线用户定制重组等难点，研制了乘用车柔性装配线物料智能配送系统，广泛应用于汽车制造行业，促进了其技术水平的提升。该项目成果已通过湖北省科技厅组织的鉴定，已获授权发明专利2项，授权实用新型专利5项，软件著作权2项。

提出一种基于人工智能技术的电子线路软故障检测方法，采用多个电路进行仿真分析，均能够较好的实现对电路故障特征的提取和分析，实现对电子故障器件的精准定位和故障类型识别。 该技术将人工智能技术与传统的信号处理技术进行结合，运用STFT技术实现电路信号的表征形式变换，再结合人工智能技术中的深度残差网络学习技术分析模拟电路的性能特征，可以实现对元件故障类型的确定，完成电路的软故障分析和诊断。