该成果围绕燃煤电厂燃烧后深度节水节能和净化技术开展系列新技术研发工作，包括开发了一套综合考虑水系统、热力系统和烟气系统的综合模拟仿真平台，开发了烟气－乏汽提质利用新工艺、节能型废水零排放技术、褐煤机组全链条取水工艺，在此基础上研发了均流式静电除尘器、低能耗烟气换热器及吸收式热泵系统等关键部件，同时基于多维多尺度多物理场及人工智能算法，开发出环保岛数字孪生技术。部分产品已完成小试、中试，静电除尘器已实现产业化。 该成果围绕燃煤电厂燃烧后深度节水节能和净化技术开展系列新技术研发工作，包括开发了一套综合考虑水系统、热力系统和烟气系统的综合模拟仿真平台，开发了烟气－乏汽提质利用新工艺、节能型废水零排放技术、褐煤机组全链条取水工艺，在此基础上研发了均流式静电除尘器、低能耗烟气换热器及吸收式热泵系统等关键部件，同时基于多维多尺度多物理场及人工智能算法，开发出环保岛数字孪生技术。部分产品已完成小试、中试，静电除尘器已实现产业化。

研究和开发大型全功率风电变流器成为全功率机组中的关键核心问题，针对大型风电全功率并联型变流器的大功率、大电流特点，围绕保证系统可靠性、提高系统稳定性、降低系统维护成本，本项目开展了大型风电变流器拓扑结构的研究，提出了一种电抗器并联、直流母线电容直连和变流器并联的拓扑结构来设计大型全功率风电变流器的电气结构，攻克了风电变流器积木化扩容技术。 针对大型风电变流器模块化并联结构，变流器控制复杂，控制实时性强的特点，开发出基于FPGA的微秒级多模块控制平台，突破变流器模块化制造技术瓶颈。建立了DSP控制器+RTLab半实物虚拟仿真平台，采用DSP控制器与RTLab半实物虚拟仿真平台对接可以对电力电子变换器系统进行半实物虚拟仿真，是目前国内外电力电子研究的先进手段。 以上成果发表在国内外重要期刊上，如IEEE transactions on Power Electronics , IET on Power Electronics ,电机工程学报等杂志，基于以上成果本课题组申请授权了多个发明专利和软件著作权，在上述全功率风力变流器技术研究的基础上，本课题组自主开发4MVA/3MW全功率模块化风电变流器, 已完成现场全功率测试，是目前国内最大的自主研发的全功率风电变流器。

计算机各部件优化升级，全面高效支持计算机各部件和各种模型计算机的开放性设计实验。在保证电路开放性的同时，各部件和各种复杂模型机电路的搭接更加简捷、高效和直观，极大提高了实验效率和实验成功率。

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

杭州冠力智能科技有限公司是建筑增材智能制造全方案提供商和建材智能智慧型试验检测设备研发生产的科技型企业，总部位于杭州，在山西设有机加工基地，山东设有建筑3D打印基地。拥有发明专利3项、实用新型专利17项、外观专利9项、软著8项，专著3部，主参编行业内标准31部。   组建了一支由具有多年土工工程行业背景、全球知名高校硕博毕业高级知识分子构成的研发团队，涵盖建筑结构、建筑材料、算法开发、软件开发、机械设计、电控设计等多专业、多学科融合，主要研发人员包括清华大学、浙江大学、澳大利亚斯威本科技大学等知名高校的6名博士、6名硕士，其中6人具有高级职称，6人具有中国建筑科学研究院、中国建筑技术中心等国内建筑领域知名央企高管从业背景。

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。

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

大型并网双馈感应风力发电机组属轻型大容量塔上结构，采用高速齿轮箱传递动力，发电机转子侧接电力电子功率变换装置，其结果是风电机组相比传统同步发电机组更脆弱；同时，随着风力发电装机容量的迅速增长，规模化并网带来了新的技术问题，例如：当电网故障或大负荷扰动引起风电场并网点电压跌落时，一方面，出于自身的安全性考虑，风电机组应该及时从电网解列，但另一方面，从电网的角度考虑，在电网故障（脆弱）或承受大的负荷扰动的时刻，大量的并网的电源也从电网解列，可能会产生更大的扰动从而让事故进入恶性循环。因此，世界各主要国家电网公司先后颁布了技术标准和规程，要求在一定的电压跌落范围内，风电机组能够不间断地并网运行，直到电压恢复如常，从而维持电网稳定，即并网风电机组的低电压穿越能力。新提出的低电压穿越规程要求给并网发电的风力发电机组带来了巨大的技术挑战。本成果深入研究了电网在对称和不对称运行状态下并网双馈感应风力发电系统的稳态、暂态计算方法；建立考虑双馈感应发电机、转子侧及网侧变换器的正、负序分量等效dq 轴分量的完整风电机组动态模型；揭示了对称和不对称故障引起的低电压对风力发电机组及交流励磁变流器的作用机理和影响程度。在此基础上，进一步提出了具有鲁棒控制特性的定子侧开关无源阻抗缓冲器的低电压穿越方法及其参数计算方法；并全方位仿真计算和试验测试验证了定子侧开关阻抗缓冲器在对称或不对称故障时的低电压穿越能力，从而，形成一种既能保障双馈感应风力发电机组在电网故障状态下自身不间断安全运行，又能最大限度地提高电网安全稳定性的抵御和穿越电网低电压故障的方法及其保护装置方案。技术创新： 本成果深入研究了电网在对称和不对称运行状态下并网双馈感应风力发电系统的稳态、暂态计算方法；建立了考虑双馈感应发电机、转子侧及网侧变换器的正、负序分量等效dq 轴分量的完整风电机组动态模型；揭示了对称和不对称故障引起的低电压对风力发电机组及交流励磁变流器的作用机理和影响程度。在此基础上，进一步提出了具有鲁棒控制特性的定子侧开关无源阻抗缓冲器的低电压穿越方法及其参数计算方法；并全方位仿真计算和试验测试验证了定子侧开关阻抗缓冲器在对称或不对称故障时的低电压穿越能力，从而，形成一种既能保障双馈感应风力发电机组在电网故障状态下自身不间断安全运行，又能最大限度地提高电网安全稳定性的抵御和穿越电网低电压故障的方法及其保护装置方案。