（一）项目背景 人工智能技术快速发展，“无人车”“无人船”“无人机”等大量无人装备应运而生并运用于实战。无人装备具有“空间多维、全天候、非对称、非接触、非线性”等作战运用特点，改变了战争构成要素、作战观念、组织形态和保障模式，颠覆了行业模式，重新定义了人们的生活方式。无人装备对未来社会影响和改变必将是整体性和革命性的，存在着无限的发展和应用空间。 智慧化，是无人装备发展的必然趋势。实时感知、动态组网、自主控制、智能决策、自我学习等是未来智慧无人装备必须具备的能力，而这一切能力的赋予，离不开支持智能应用的高级综合电子及基础软件的支持。无人装备中计算系统的性能、可靠性、智能化、交互性等能力的高低是决定或制约无人装备智慧化水平的重要因素，因此，必须围绕未来无人装备的发展趋势与需求，研究满足要求的国产智能计算系统，为无人装备提供智能算力支撑。 （二）项目简介 针对未来无人装备对高性能、高可靠、智能计算能力的需要。研究了基于国产处理器、加速器和基础软件的智能计算系统，重点突破了国产器件系统安全认证、高性能、高可靠综合电子架构、异构资源统一开发环境、异构资源自适应管理、系统多级容错重构、面向领域的轻量化网络模型设计、智能应用容器化开发部署等关键技术。研制了出满足无人装备智能应用的高可靠、高性能、高可用、高安全、标准接口的国产计算系统原理样机，并通过航天领域场景验证测试。 （三）关键技术 如下图所示，围绕无人装备智能应用，需要分别从高性能、高可靠硬件构成、高效平台管理、高可用应用接入和高效算法设计开发等方面分别展开研究。平台硬件层主要包括系统硬件身份认证技术、异构硬件资源统一组件服务技术，解决系统级硬件身份认证和异构资源统一表征和管理问题，为高安全、高性能异构计算奠定技术基础；平台管理层主要包括可重构计算架构、任务资源自组织协同与动态自演化策略、面向节点协同的动态集群构建、系统多级容错模型、多目标多约束下的任务资源最优匹配算法，为无人装备智能应用提供高性能、高可靠的计算平台；高可用应用接入主要包括异构资源统一开发环境构建、系统感知的智能编译优化以及自动代码生成等内容，支撑系统综合调试，满足系统高可用要求；高效算法设计主要包括面向领域的智能应用开发流程设计、基于硬件感知的神经网络自动设计及联合压缩等技术。

同济大学电子与信息工程学院康琦教授团队面向复杂工业过程智能运维，深度融合物联网、大数据、人工智能等技术，设计开发了高集成度与模块化的边缘计算平台。该技术采用云-边-端一体化的系统架构设计，结合迁移学习、演化计算等智能技术，构建了可持续学习的通用网络进化框架，针对不同应用场景，通过模型与算法的模块化管理与轻量化学习，可实现边缘侧模型定制与部署，全面感知系统动态，自适应环境与工况变化，实现无人值守的工业过程在线学习、智能控制与持续优化，显著降低运行成本，提升企业经济效益。 边缘计算平台架构 目前该技术已经获得相关授权发明专利6项，面向钢铁冶炼、汽车制造、污水处理、轨道交通等领域，在多个省市的节能控制与运营优化相关智能化工程项目中得到了推广应用，平均节能达30%，经济效益明显。基于该平台技术对城市污水处理厂生物曝气过程进行自适应软测量建模与学习优化控制，实现了多目标联合优化的在线智能监控系统，年平均节电超过27%。对大型制造企业的多车间冷源系统实现了全自动在线优化与智能控制，系统能效提升一倍，年平均节电36.9%。

★软件具有国家版权局颁发的软件著作权登记证书。 ★软件具有省级或国家级检测机构出具的软件产品登记测试报告。 #操作手册国家版权局颁发的文字作品登记证书。 ★多元智能量表提供国家版权局颁发的文字作品登记证书。 多元智能评估与训练套装是由多元智能评估与训练软件、软件嵌入终端、多元智能评估道具及其道具柜等构成。 1.软件部分： 多元智能评价与训练软件：包含评价对象信息管理、多元智能综合评价、多元智能评价报告、系统管理等功能模块。 软件整体功能有： （1）通过“多元智能评定量表”进行主观测量，自动生成八项智能主观评价报告，内含八项智能柱状图，可直观查看各智能得分情况； （2）客观评价项目的得分可自动保存于系统中，生成客观评价报告； （3）多元智能客观评价题由八项智能共75个大题，146个小题组成。在题目类型上，多元智能客观评价题分为：实际操作与上机题二种类型。多元智能客观评价共分为八个部分——言语语言智能、数理逻辑智能、视觉空间智能、身体运动智能、音乐节奏智能、人际交往智能、自我意识智能、自然观察智能。每一项智能的客观评价满分为11分。测试完后，可在多元智能客观评价报告中查询分数。含有八大智能的训练项目，每一项客观评价项目的题目既可以作为评估使用，也可以作为训练项目使用。如语言智能评价活动中的词语联想、绕口令、讲故事、语义推理等；数理逻辑智能的五子棋flash游戏、数独游戏、侦探破案、逻辑推理题等；音乐智能的音乐感知、乐器演奏、唱歌表演等；视觉空间智能的空间想象、自由绘画、方位感觉、色彩辨别等；身体运动智能的学跳舞、钓鱼游戏、钩花、盲人摸步等；人际交往智能的看图片分析情境、角色扮演、声音辨别、陌生拜访等；自我意识智能的自画像、曼陀罗彩绘、典型人物性格分析、我的未来等；自然观察智能的动植物分类、辨认和组织人体器官模型、自然现象、实物综合观察等；                                                 （4）系统可以对主观评价得分与客观评价得分进行换算统计，生成综合评价分析报告； （5）系统可以将主客观评价的原始得分导出成表格、进行后续的分析研究工作； 2.硬件部分： （1）多元智能客观评价操作手册1本：为教师设计的系统专用的操作手册，包括系统需知、背景理念介绍、操作流程、具体的评价题目和评价方法等内容。另配有软件使用手册1本。 （2）客观评价项目活动道具柜2个：含有每一项智能评价项目所使用到的道具，通过道具的实际操作实现客观打分，含有非洲鼓、七巧板、吉他、磁魔方、电子琴等多种道具。 （3）32寸嵌入式流线型一体化操作台，配有无线键鼠。

流域模型 GWLF 平台介绍：通用流域污染负荷模型（简称 GWLF 模型）是 1987 年由美国康奈尔大学提出的一种半分布式、半经验式 流域模型算法，主要用于在中尺度流域(几百～万 km2 左右)模拟水文 及污染物负荷通量，可以提供逐月的模拟结果并对关键断面（如国家、 省级考核断面，跨区域（跨行政区）分界断面，生态补偿断面）污染 源构成进行来源解析。其所需数据类型及数据量与我国的水环境、水 资源管理部门所能提供的数据类型相匹配，保证了该模型在我国流域 管理中的适用性和可达性，为流域尺度或区域尺度（一般市级行政区 域大小为几百～万 km2）水环境及水资源规划、决策与管理提供可靠 支持。该模型为美国 TMDL 计划实施推荐流域模型之一。利用该模 型所得结论可以进一步加工分析并结合 GIS 等空间分析软件，得出时 图 1：南开大学国家环境保护 城市空气颗粒物污染防治重点实验 室“颗粒物来源解析及污染防治技 术研究与应用”城市分布图空差异分析结果，为区域或城市水环境管理急需的决策提供支持与建 议。

数据是企业的重要资源，数据质量则是体现其价值的关键。大多数企业已建立的众多的基础专业数据库、信息资源管理系统，并完成的数据仓库建设，但是对数据与信息的质量、新数据是否上来以及上来及时性等缺乏有效的监控手段；同时，已有信息资源往往被分散的保存着，其管理维护乃至数据库的变更都难以掌控。本系统基于元数据、元结构、元知识模拟专家对于数据与信息资源的管理策略，利用机器学习、自然语言处理以及知识库技术，实现了基础数据资源监控与管理，建立了基础数据资源动态监控与质量巡检系统。系统主要功能包括： 元数据管理 建立和管理包含所有基础数据库结构信息的元数据库，使对各个基础库中的最新数据项和数据项变更历史等有一个全面的掌控；同时也为今后建立在基础库之上的应用和对数据库的维护打下良好的基础。 重要基础数据的采集监控 对各基础数据库中的重要数据是否及时采集入库及基础数据的删除进行定期的监控，并对监控的结果给出相关结论报表，以便及时了解各基础库数据的数据增删情况。 数据质量巡检子系统 定期地对各基础数据库中的重要数据项进行质量检查，监控各数据项中的数据是否满足给定的规则条件，对于不符合条件的数据通过提供的预警机制进行预警。 本技术可用于通信、能源、交通、政府、国家中医药管理局、医疗机构、冶金行业、石油石化等行业。

流域模型 GWLF 平台介绍：通用流域污染负荷模型（简称 GWLF模型）是 1987 年由美国康奈尔大学提出的一种半分布式、半经验式流域模型算法，主要用于在中尺度流域(几百～万 km2 左右)模拟水文及污染物负荷通量，可以提供逐月的模拟结果并对关键断面（如国家、省级考核断面，跨区域（跨行政区）分界断面，生态补偿断面）污染源构成进行来源解析。其所需数据类型及数据量与我国的水环境、水资源管理部门所能提供的数据类型相匹配，保证了该模型在我国流域管理中的适用性和可达性，为流域尺度或区域尺度（一般市级行政区域大小为几百～万 km2）水环境及水资源规划、决策与管理提供可靠支持。该模型为美国 TMDL 计划实施推荐流域模型之一。利用该模型所得结论可以进一步加工分析并结合 GIS 等空间分析软件，得出时空差异分析结果，为区域或城市水环境管理急需的决策提供支持与建议。

本发明公开了一种高精度多通道温度控制与记录仪,属于温度控制技术领域,包括：温度测量模块、温度采集模块、控制单元、开关量输入输出模块、显示屏、电源供应器、单相固态继电器、接线柱及加热带；所述温度测量模块、温度采集模块等。

"2019年度高等学校科学研究优秀成果奖（科学技术）科学技术进步奖一等奖。项目组经过数年的研究，创新设计底盘驱动/制动、转向、悬架等系统的关键组件，构建了智能底盘多智能体动态协调控制架构，提出纵向、横向及垂向耦合集成与协同控制技术，形成以四项创新点为代表的技术群： 1、驱动/制动关键部件结构优化设计及车辆行驶敏捷性、稳定性协同控制技术。鉴于现有研究多聚焦于车辆驱动/制动系统独立控制且忽视内在耦合关系，割裂影响机理、系统结构及控制方法。从驱动/制动系统结构优化与方法设计两个方面，提出融合路面附着系数估计的车辆驱动防滑（ASR）、能量回馈型制动防抱死系统（ABS）及制动力精细调节技术、驱动/制动协同的车辆稳定性强鲁棒控制技术，解决车辆行驶敏捷性与稳定性控制所面临的参数摄动、控制时滞、多执行器耦合与冗余等难题。 2、车辆线控转向系统优化设计及转向操纵主动控制技术。针对转向系统存在的耦合摆振、结构参数时变不确定和线控时滞问题，项目组分别提出了考虑悬架与摆振问题耦合机理的车辆系统优化设计技术、减轻操纵负荷的前轮主动转向驾驶员共享控制技术和全电控四轮线控转向轨迹精确跟踪及横摆稳定性控制技术。