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。

项目组具有三维Pro/E、UG、SolidWorks、MasterCAM、Cimatron等CAD/CAM软件的应用开发能力，建立了模具的参数化图形库、数据库和标准件库。能使用DynaForm、Moldflow、Deform、ProCAST 、Ansys、Marc等CAE分析软件模拟冲压成形、锻造成形、塑料成型、压铸成形过程，预测产品质量，优化成形方案，分析模具受力状态和失效形式，优化和改进模具结构，并将模拟结果和设计者的经验知识编写成专家系统程序集成到CAD/CAM系统中，开发出基于知识的智能C

项目简介：项目组具有三维 Pro/E、 UG、 SolidWorks、 MasterCAM、 Cimatron 等 CAD/CAM 软件的应用开发能力，建立了模具的参数化图形库、数据库和标准件库。能使用 DynaForm、Moldflow、 Deform、 ProCAST 、 Ansys、 Marc 等 CAE 分析软件模拟冲压成形、锻造成形、塑料成型、压铸成形过程，预测产品质量，优化成形方案，分析模具受力状态和失效形式，优化和改进模具结构，并将模拟结果和设计者的经验知识编写成专家系统

项目概况 目前，国内外大量应用弧焊机器人系统从整体上看基本都属第一代或准二代焊接机器人 系统。由于焊接路径和焊接参数是根据实际作业条件预先设置的，在焊接时缺少外部信息传 感和实时调整控制功能，这类弧焊机器人一般不能应对焊接作业条件严格的稳定性要求，焊 接时缺乏“柔性”，表现出明显的缺点。在实际弧焊过程中，焊接条件是经常变化的，如加 工和装配等误差会造成焊缝位置和尺寸的变化，焊接过程中工件受热及散热条件改变会造成 焊道变形和熔透不均。 为克服机器人焊接过程中各种不确定性因素对焊接质量的影响，提高机器人作业智能化 水平和工作的可靠性，要求弧焊机器人系统不仅能实现焊接参数的在线调整，且能实现焊缝 的自动实时跟踪。已完成铝镁硅合金框架弧焊机器人柔性工作站焊缝智能跟踪与图象处理技 术，使企业塞拉门设计制造的技术水平达国际先进水平。 本项目具有国际先进水平，拥有自主知识产权。 主要特点 已完成的项目，塞拉门框架的材料为铝镁硅合金，材料特殊、框架尺寸较大，焊点多 而短、焊接质量要求高，故解决柔性夹具设计、实现两面焊接、满足多系列多规格门框尺 寸的要求是体现了成果的先进性； 铝镁硅合金框架弧焊机器人柔性工作站所包括的柔性夹具、焊缝智能跟踪与图象处理 技术，使企业塞拉门设计制造的技术水平达国际先进水平，体现了成果的创造性。 技术指标 国内城市轨道车辆、高速列车的迅猛发展使得城轨门生产逐年猛增，品种不断翻新，但 铝镁硅合金框架等主要零部件仍为手工焊接。由于手工焊接依赖于工人的技术水平，效率低， 焊接质量欠佳，优质品率低，是制约我国城轨门产品升级的关键技术。 首选企业的高精度焊件达到：焊缝识别误差 600×600 像素， ±0.25mm，±0.20mm；焊 枪姿态误差，±0.045mm，±0.040mm；其它误差（包括焊丝变形误差、工件热变形误差、焊 接电流误差等），±0.030mm，±0.020mm；视觉跟踪综合误差，±0.5mm，±0.35mm。 市场前景 成果实施后使用单位使用前手工焊接的 1.2 万件/年，达到 4 万件。按人工焊接生产水 平，支出费用为 72 万×3.5=252 万，机器人的投入成本 1 年半内可收回，且可满足使用单位 近 3-5 年的发展需求。 按近几年使用单位产品产量的增长速度，2009-2010 年产量可达 5.5 万件，2 台机器人 工作站每年可生产 5.68 万件，完全满足生产要求。若仍用人工焊接则成本支出为 72 万 ×4.6=331.2 万元，而机器人工作台投入费用为零。企业每年可新增产值 4-5 亿元，利税 1.2-1.5 亿元。 市场应用方面已具备推广应用的基本条件，该成果的完成，不仅可以提升企业高精度特 材焊件设计制造的技术水平，提高企业技术创新能力和提升产业集聚度，使产品达同行业国8 内领先或国际先进水平，且可成为企业现代先进制造工艺与装备工程应用的一个亮点。通过 开发研制，真正体现了产学研合作的现代高等教育理念，在高校和企业中锻炼出一批机器人 研制方面、具有实战经验的科技人才。

技术分析(创新性、先进性、独占性) 为了充分利用先进的人工智能的新技术，提高医疗影像辅助诊断的水平，使得智能医疗诊断技术提高临床诊断的质量和效率，使其尽快走入家挺、社区，满足人们的医疗健康的需要。研究临床医学影像的2D病灶精细分割和三维跨模态的影像三维重建技术。首先，通过建立多层感知的神经网路，对医学影像的特征进行充分学习，得到影像的几何映射的关系，从而实现对医学影像的三维重建，克服了现有的三维重建技术中度量关键问题，关键技术对于医学影像的精准度量，具有现实意义:其次，在2D病灶分割中，利用半监督学习技术，实现少标签情况下的分割技术，半监督学习技术可以有效解决医学影像中标签难以获取的问题。技术的研究成果的特点是医学影像跨模态辅助诊断技术，对于超声、CT以及核磁共振等影像都有效，并且攻克的神经网络过于复杂的关键问题，所研究技术适用于临床快速便捷辅助诊断。此外，在医学度量方面的关键技术中，突破了人体腹腔及皮下脂肪的精细分割技术的关键技术，可以用于临床辅助诊断中，在关键技术探索中，实现对腔内脂肪特征的精细学习，该技术仅需要少量的影像标准数据，就可以实现皮下脂肪的准确分割，并证明了关键技术的有效性。

“全面感知、深度融合、多维服务”的淮阴工学院智慧校园建设与应用实践近十年来累计投入 1.98 亿元，围绕新型基础设施、数据中台、智慧教学、智慧科研、智慧管理、智慧服务等方面建成了高水平智慧化数字校园，在学科与信息化融合、网络安全等方面形成鲜明特色。

一、项目简介 关注、认识和经略海洋是当今世界的共识，作为认识海洋、开发和利用海洋和保护海洋的重要手段和工具，水下机器人一直是世界各主要国家科技发展的重点领域，而水下成像系统则是让机器人看的更远、更清楚，从而更为有效的感知水下世界的关键。 然而，由于水下的光学成像环境复杂而恶劣，水体对光能量的高吸收特性和水中微粒对成像光束的散射，使得水下光学成像技术的成像距离较短。采用主动照明技术等方法可以增加成像距离但同时成像质量下降。现有的各种水下成像技术难以同时兼顾成像距离和成像质量。同时同一种水下成像技术在不同的水体条件下成像距离相差很大，这又造成了针对不同水体条件成像系统调整复杂度的提高和时效性的降低。 项目利用深度学习和压缩感知等新的理论突破，结合水下距离选通技术和水下主动照明技术等构建新体制远距离水下光学成像系统，期望能够有效解决成像距离和成像质量难以兼顾的水下成像难题，使其成为继声呐成像和普通光学成像之外的第三类水下成像技术，为水下机器人、科考、资源考察、军事等领域提供一种有效的成像技术手段。 二、前期研究基础 课题组是国内最早一批从事压缩感知成像研究的课题组，在压缩感知成像领域已有多年积淀，已完成国家自然科学基金3项，在研1项。发表学术论文近10篇。课题组近年来在将深度学习与压缩感知相结合方面率先开展相关研究工作，并在医学成像领域取得了显著的成绩。 三、应用技术成果 合作企业已有水下机器人样机 四、合作企业 福建海图智能科技有限公司是福建省专业从事小型水下机器人、小型ROV\AUV\ARV、声呐产品、水下光学影像产品开发设计的高科技公司，是长期专注海洋探测及水下影视领域技术前沿的技术公司。公司位于厦门和福州两地，有西北工业大学、华南理工大学、厦门大学、重庆大学、福州大学、福建师范大学等相关院系博士、教授近40人组成的科研团队。公司产品在欧洲、美洲及中国大陆均有销售。