基于通信行业数据中心节能降耗，充分利用室外大气自然冷源，研发出具有自主知识产权的高效    热管式空气 - 空气换热机组，用于冷却数据中心，降低空调能耗。该机组能够在内外空气隔断的情况下实现热交换，既充分利用了环境空气的冷能，又避免机房内外气流交换所带来的危害，即只换热不   换气。安装该机组后，机房的空调机由“必需设备”变为“应急设备”，即只有换热机组不能胜任降温时， 空调机才使用。该机组工作过程中仅有风机消耗少量的能量，与空调相比，可带来非常可观的节能效益， 在华北地区应用可使空调运行时间减少 60%~70%。同时机组采用高效耐用材质，充注精选环保介质， 工作效率高，结构优化，尺寸紧凑，安装灵活，运维方便。

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

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。