针对白泥脱硫工艺过程中出现的黑液、亚硫酸盐氧化不充分所产生的运行风险以及石膏难脱水和含水率高等运行问题，课题组结合理论与现场实际情况，开展了一系列理论与技术研究。以满足白泥脱硫系统健康稳定运行为目标，对白泥替代石灰石工艺系统进行相应的完善改造。 在我国南方白泥富集地区有很大的应用前景。

电力变压器是电网能量传输的枢纽和核心，其安全运行是保障电网安全 的第一道防御系统。本项目针对电力变压器运行安全持续开展变压器智能化关 键技术反应用研究： （1） 深入研究并揭示了电力变压器运行故障机理及特征，创新性地提出了 新的电力变压器故障智能检测及诊断方法，形成了电力变压器智能化系统架构, 发明了变压器智能化系统核心的一体化智能监测技术及分布式诊断方法，研 发出感知运行状态信息的变压器传感网络，解决了变压器信息感知、数据传输、 信号处理、故障诊断等硬件的一体化设计技术难题。 （2） 提出了变压器多种信息智能感知新方法，研制了局部放电超高频信号、 油中溶解气体、绕组暂态电压与套管绝缘参数等多种状态参数的无线智能传感 器。发明了变压器冷却与滤油系统的在线智能控制技术。 （3） 提出了提高变压器状态信息可信度的方法，开发了融合状态信息、统 计数据和老化程度等多源信息的电力变压器健康指数综合评估系统，如电气设 备状态在线监测与故障诊断分析系统、电气设备绝缘综合在线监测系统、电 力设备智能综合处理装置等，解决了多源信息无法进行关联分析和融合评估的 技术难题，提高了运行变压器状态准确评估的可靠性、有效性及实用性。市场及经济效益分析：本项目研发的智能变压器监测参量全面，同时具有冷却系统、在线滤油 系统智能控制和负荷调度辅助决策功能，系统维护工作量小。同类技术对比 结果如表4所示。相关统计表明：中国境内已安装110 kV及以上电压等级变 压器近5万台套，市场需求巨大。团队介绍： 自2003年至2017年，重庆大学采用“应用基础研究与工程技术攻关" 相结合的研究方法，针对变压器智能化面临的监测传感器不具智能化处理能 力和一体化水平低、缺乏融合多源信息的状态评估统一建模方法、变压器状 态评估无法支撑变压器运行控制等三方面复杂科学技术难题、尚不存在稳定 可靠的智能化变压器的现状，经过13年的研究，实现了变压器智能化4项 关键技术的突破，研制了智能化变压器及其状态监测装置与故障诊断系统。 团队由教授、副教授、高级工程师、工程师、讲师等构成，年龄结构合理，具 有较强的创新能力及成果转换能力，发展潜力较大。

通过转变黄酒等传统发酵食品生产方式，创制优质高效、绿色环保、智能化的生产技术与装备，是“新常态”下黄酒持续发展的必由之路。在国家项目的支持下，毛健教授团队创新性地对黄酒生产关键技术进行绿色、智能化改造，显著提高了黄酒生产的自动化水平，成功发明了黄酒绿色、安全、智能酿造新技术体系，并实现了工业应用，产品保持了传统黄酒风味特色，有效助推黄酒行业的“供给侧”改革，实现黄酒产业技术转型升级。 创新要点 攻克生麦曲质量严重依赖气候条件的技术难题，创新生麦曲生产环境智能模拟技术，创制高效、不受季节限制的生麦曲自动化“流水线式”生产装备。解决陈化过程劳动强度高、不受监控的生产问题，加速优良风味形成，攻克陈化过程酒液难澄清、无法监控的技术难题。创新酸化发酵技术，减除浸米工艺。项目在黄酒酿造关键技术的理论研究、技术创新及工程应用方面具有原创性和实用性，项目已获授权主要知识产权 21 项，形成了涵盖全产业链的知识体系。 

一、创新点： 1.创新1-高低压兼容工艺技术：世界首个P-sub/P-Epi高低压兼容浮置沉底工艺平台 2.创新2-抗瞬时电冲击电路技术：国际最高品质因子600V等级浮栅控制芯片 3.创新3-低损耗功率器件技术：超低开关损耗阶梯栅氧600V超结功率器件 4.创新4-高功率密度互联技术：国内首款微型智能功率驱动芯片及600V单片智能功率驱动芯片。 二、产出情况： 被Amazon、Philips、Samsung、美的等100多家国内外公司采用，项目新增销售27.2亿元，新增利润4.9亿元，新增创汇3115.5万美元，解决了我国智能功率驱动芯片的“卡脖子”问题。 1.智能生活家电领域累计销售超16亿颗，市场占有率全国第一（超过40%） 2.首次实现国产智能功率驱动芯片应用于高铁空调控制器 3.唯一一款应用于智能电表的国产功率芯片，解决了我国智能电表系统的战略安全问题 4.在新能源交通工具领域出货量超30亿颗 成功应用于亚马逊无人仓储机器人，首批供货超过1万套。

成果简介：通过揭示自然界中鱼群、鸟群自主编队的机理，研究了多智能体协同控制理论，并将其应用于多无人平台的协同控制中。其典型特点是采用分布式信息，没有全局指挥中心，作战单元能够根据具体作战任务灵活编制， 控制器结构简单，任务适用面广。本研究将多智能体一致性控制，势能场函 数，分布式估计器理论相结合，突破了多无人平台协同编队控制，拓扑连通 性保持条件下的协同控制，协同编队控制等关键技术，可实现无人平台位置、 朝向、速度等控制参数的严格一致。 无人化

"本项目属于信息处理、电子与通信技术领域。 超高清显示在电影电视、航空航天、文化传播、科学教育、广告传媒和虚拟现实等领域具有广阔的应用前景。超高清智能终端是市场发展的必然趋势，符合国家重大战略需求。项目组针对超高清智能终端视频处理与交互关键技术开展研究与应用，解决超高清视频智能转换、超高清视频高效编解码以及智能终端交互控制中的新问题，为超高清智能终端的产业转型提供了重要支撑。主要内容、特点如下： （1）发明了面向超高清视频的智能转换技术：提出通用显著性区域检测模型、基于像素融合的立体图像重定向及超高清视频分辨率转换方法，实现了超高清视频的智能转换，适用于不同种类的超高清智能终端。 （2）发明了基于内容特性的超高清视频编解码技术：提出基于空时域上下文和运动复杂度的码率控制、彩色与深度视频联合编码的比特分配及屏幕内容视频快速编码方法，实现了不同格式码流的集成解码，提高了编解码效率。 （3）发明了基于智能分析的终端交互控制技术：提出联合彩色与深度信息的用户检测、基于内容分析的信息推送及终端界面的自适应调整方法，实现了超高清终端的交互控制，提高了交互的智能性。"

智能交通是关键在于两方面：智能道路与智能车辆。前者主要目的在于规范 交通秩序，提升道路的通行能力；后者的使命是通过发展通过驾驶辅助系统，最 终实现车辆的无人驾驶。 针对智能道路，团队研发了电子警察。通过装配在城市交通路口的智能一体 相机，电子警察自动抓拍车辆闯红灯和变道等违章行为，通过治理违章规范驾驶 行为。其核心技术在于基于计算机视觉的嵌入式车辆运动分析系统。团队与智能 相机厂商合作，开发了基于达芬奇（DaVinci）平台的嵌入式电子警察产品，并 已成功上市销售数百套。 针对智能车辆，团队研发了交通标识自动识别系统。通过车载视觉智能分析 系统，提前主动定位并识别交通标识，规避违章驾驶。团队与国内领先的无人车 研发机构合作，已参加数届中国智能车未来挑战赛（IVFC）,获得了交通标识识 别第一名及总成绩第三名的成绩，并得到了中央电视台等机构的好评。

深圳大学与中兴网信长期保持深入合作，积极探索产学研新模式，通过在健康大数据领域的持续研究与实践应用，为国家健康医疗战略、医学实践及全民健康管理提供大数据驱动的决策支持。在《基于物联网的多维健康数据智能平台关键技术及应用》项目，中兴网信将深圳大学科研成果进行转换，构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效地缓解医疗资源紧张等问题，通过多维健康数据分析，有效地保障了高危人群健康。项目构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效缓解医疗资源紧张等问题，通过多维健康数据分析，有效保障高危人群健康。相关技术内容包括基于协同感知技术的智能移动医疗终端及协同滤波研究、基于移动网络切分优化理论的网络优化及安全研究、基于多维异构医疗大数据的分析诊断云平台构建、应用系统开发及成果产业化。

本项目创造性提出符合中药特点的制药工业大脑模型，将中药传统工艺与最新智能技术相融合，改革中药粗放型生产制造方式，建成符合高效能生产优质中成药要求的中药智能制造平台，成为信息化、网络化、智能化制造中成药的开拓者，为中药制药企业高效营运、提质降本、高质量发展提供了关键核心技术体系，实现了科学、严谨、智能、精准管控中药制药过程的技术跨越。   关键技术1：中药制药关键物料属性智能辨识技术 本项目在中医药理论指导下，将现代医学分子实验方法与知识网络分析等智能技术相融合，科学认知中成药临床优势特色和中药产品质量属性。 研发了3种辨识方剂化学物质的新方法，整合方剂药材组成、化学成分、中医证候和临床疗效等知识单元，从方-药-病-证入手，提出三个层次的知识关联网络构建方法。根据“病证结合、方证对应、理法方药一致”研究理念，构建了涵盖药材-证候、药材-疾病、成分-疾病三个层次的方剂关联知识网络。在此基础上，整合中医遣方用药规律、现代分离分析与高通量筛选技术，发展了基于知识发现的方剂活性物质智能认知新策略，研究发现小青龙汤类方宣肺平喘、助阳解表功效物质组以及一系列具有潜在抗病毒活性的方剂活性物质，不仅为诠释方剂组方的科学内涵提供了技术工具，也为智能认知中成药质量属性探索了新路。 以中医气血理论认识心脑血管疾病及2型糖尿病的共同特征，针对疾病发生发展的关键病理环节，以糖脂代谢、血管功能、血液流变等为重点，构建心脑血管疾病共有生物分子网络模型；创新设计靶向PTP1B等关键靶点的荧光探针，用于辨识具有抗脂质累积、改善胰岛素抵抗等生物效应的中药活性物质，在此基础上建立了“成分-靶点-通路-疾病”多层次网络整体分析方法。 以芪参益气滴丸、冠心宁片、丹红注射液等品种为研究载体，通过系统总结中成药化学、生物及临床应用信息，梳理中药生产制造中所涉及的知识实体类、实体类属性及属性数据来源，并详细描述各类实体间的关系，从而构建中药制药知识图谱，科学认知中成药临床特色和中成药质量属性。   关键技术2：中药产品质量多属性同时检测技术 本项目发明了可同时检测中药质量及其生物活性成分的方法以及中药产品化学属性与生物属性同时检测法，并建立了基于深度学习与计算视觉的中药理化属性与生物属性高光谱同时检测法，实现了中药化学-生物属性融合检测、化学-生物-物理属性融合检测以及生物活性多重检测，为多方位快速检测中药产品质量开辟了技术新路。 创新设计中药化学-生物融合检测原理，通过在能够特异性识别生物靶标的肽段上修饰易离子化的标签分子，合成制备靶向质谱响应探针，用于多靶标高灵敏同步检测，再使用DART-MS对中药质谱指纹图谱与多靶酶活性进行融合检测，从而建立了基于质谱响应探针的中药质量多属性同时检测法，可快速、灵敏、准确地同时检测中药产品化学成分一致性与生物活性，相关研究成果发表在国际分析技术领域顶级期刊《Analytical Chemistry》（IF=6.7）。 首次将微流控芯片应用于中成药质量评价，针对心脑血管疾病相关的两个关键靶酶（凝血酶与血管紧张素转化酶），发明并研制出多功能的微流控芯片，将其用于评价芪参益气滴丸等中成药的生物活性，实现了对正常与异常批次产品的准确识别，且效果优于色谱指纹图谱方法。这种微流控芯片不仅可用于评价中药产品生物活性，而且能够同时筛选出中药产品内具有酶抑制活性的化合物。 将新一代人工智能技术与高光谱分析技术相融合，用于智能处理高光谱（可见光和短波近红外）数据，研制出一种可同时检测中药注射剂化学、生物及物理质量属性的在线分析方法。该方法包括一个端到端的多输出深度学习模型和一种新的双尺度异常检测算法，前者以光谱数据为输入，可同时测定多个化学成分含量和生物活性指标；后者通过对图像数据进行边缘检测、角点检测以及曲率计算，能检测出最小直径为60 μm的可见异物，实现了总黄酮、总内酯、抗氧化活性、抗凝血活性、色度及可见异物的同时检测。   关键技术3：中药制药过程多维度智能感知技术 本项目建立了中药制药过程多维度智能感知技术，从不同方位表征制药过程物料信息与时变特性，为智能认知制药过程规律提供关键信息。 采用高光谱和高速摄像等技术获取不均匀药材表面上光学数据，优选数据融合及分类方法，依靠计算机视觉准确感知药材真伪、产地、质量等级；进一步与常规液相色谱检测等技术相结合，从物理性状、指标成分和大类成分等多个维度综合精准感知药材品质。针对致病微生物快速检测，研制了基于SERS的生物传感器，利用拉曼光谱仪快速检测中药产品中微生物，攻克微生物检测时间长、灵敏度低的现场感知难题。 针对提取过程等中药制药关键工序中有效成分时变信息检测，采集并比对正常及异常工况时的提取动态光谱数据，采用机器学习算法建立监测模型，在线实时获取过程中有效成分提出情况，通过提取数据积累，不断提升模型精度，准确感知提取过程工艺品质。 为有效降低异常工况发生率，提出中药制药过程轨迹监测方法，采用Hotelling T2、DModX和主成分得分等多维统计量综合表征过程状态，快速灵敏感知制药过程状态异常；根据状态特征控制后续工况操作参数，提前排除潜在扰动因素，保持过程轨迹始终处于控制限内，攻克了中药生产制造状态无法测控的难题，并成功应用于丹红注射液生产现场。 运用所建立的适用于中药复杂体系并体现整体观的中药制药过程多维度智能感知技术，将制药分析技术从以往的“检测指标成分”创新发展为“监控制药过程状态”，科学测判中药制药过程状态一致性，开创了中药制药过程一致性管控的技术先河。   关键技术4：中药制药过程智能认知与优化技术 本项目在中医药理论指导下，聚焦中药先进制药与信息化融合中的重大技术挑战，创造性提出符合中药特点的制药工业大脑模型以及中成药生产制造知识图谱构建方法，建立了制药过程智能认知与优化技术，打通“信息孤岛”，从而能利用中药工业大数据来发现中药制药知识，提升中药制造智能化程度。 建立药材关键性质和关键过程参数范围与过程产物品质之间的定量关系，明确制药过程对药材质量波动的承受能力大小，建立与之相匹配的投料药材质控标准；进而采用不同批号药材按比例混匀投料等均一化质控手段严控药材关键指标成分含量波动在预设质控标准范围内，显著减少原料批次间差异，从制药过程源头保障了中药质量。   创建了风险分析和统计分析相结合的中药制药关键工艺单元辨析及工艺关键参数辨识技术，提出加权决定系数法综合制药工艺对有效成分含量、风险物质限量和生产效率等的多目标需求，自主开发计算机软件并获软件著作权，为精准设定制药过程控制目标参数提供了有效认知工具。

深圳大学与中兴网信长期保持深入合作，积极探索产学研新模式，通过在健康大数据领域的持续研究与实践应用，为国家健康医疗战略、医学实践及全民健康管理提供大数据驱动的决策支持。在《基于物联网的多维健康数据智能平台关键技术及应用》项目，中兴网信将深圳大学科研成果进行转换，构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效地缓解医疗资源紧张等问题，通过多维健康数据分析，有效地保障了高危人群健康。项目构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效缓解医疗资源紧张等问题，通过多维健康数据分析，有效保障高危人群健康。相关技术内容包括基于协同感知技术的智能移动医疗终端及协同滤波研究、基于移动网络切分优化理论的网络优化及安全研究、基于多维异构医疗大数据的分析诊断云平台构建、应用系统开发及成果产业化。项目共发表高水平论文56篇，其中中科院一区论文13篇，ESI高被引论文5篇，获广东省创新创业金博奖、全国创客大赛冠军等奖项。目前项目理论成果与专利技术已应用转化，2016-2018年项目收入6.95亿元，间接经济效益16.31亿元。授权中兴的产品在广东、山西等全国13个省市应用推广，同时在东南亚、非盟等“一带一路”国家与地区推广使用；研发的云伴妇幼平台，2014年起在广东、江西等100多家省市各级医院使用。疫情期间，项目保障慢性病、妇幼等众多高危人群的健康，获得了很好的社会声誉。