本项目中我们将从分子结构入手，设计开发BODIPY使其不仅可以诊断早期AD，并能干预抑制AD发展，开发出基于BODIPY的阿尔兹海默症人工智能药物，达到AD早期诊断和干预治疗的目的，为临床AD早期诊疗提供理论基础和技术支持。整个研究工作具备以下特点：（1）设计开发近红外BODIPY荧光探针对细胞和活体进行成像可避免生物背景荧光的干扰；（2）BODIPY对与AD早期相关的Aβ寡聚体具有特异响应，为临床前AD早期诊断提供科学依据；（3）BODIPY通过与Aβ聚集的作用点结合，呈现荧光，到达有效诊断的目的，在此基础上Aβ聚集缠结的作用点被BODIOY占据从而达到一定程度上抑制AD发展的目的；（4）将抑制Aβ聚集的天然小分子药物山柰酚与BODIPY有效结合，可进一步提高AD早期诊疗的效果。   Scheme 1. Aβ derives from the proteolytic cleavage of a larger glycoprotein named amyloid precursor protein. (A) A near-infrared BODIPY probe (NB-K) was synthesized which detected and drove self-assembly of FF. (B) NB-K designed according to the structure of FF and the two aromatic rings of FF overlap well with the two aromatic rings of NB-K. When NB-K binds to Aβ oligomers, free rotation of three benzene rings of NB-K is restricted resulting in 1650% increasing of NB-K fluorescence. (C) Overview of the amino acid sequences of the Aβ-related peptides Aβ1–40 and Aβ1–42. (D) Aβ produces β-folds and then aggregates to form tetrad oligomers. NB-K could be potentially useful in the early diagnosis (via imaging) of AD via binding to the FF of oligomeric Aβ. On the other hand, the tetramer could rotate 90° along the β-fold axis to form fibrils. Aβ源自β-和γ-分泌酶对糖蛋白（称为淀粉样前体蛋白（APP））的蛋白水解切割（Scheme 1C）。二苯丙氨酸二肽（FF）是Aβ折叠起始作用点，对Aβ聚集过程起着关键作用。四个β折叠的Aβ通过FF的π-π堆积作用和其它氨基酸之间的氢键作用以面对面的方式排列形成Aβ寡聚物，这是AD早期的重要生理标志，严重损害了大脑的健康。当β折叠的Aβ形成四聚体Aβ寡聚物时，FF几乎被完全暴露，这为近红外BODIPY荧光探针（NB-K）与FF有意组合提供了极好的机会（Scheme 1D），并能够通过荧光信号传输有效地诊测早期AD。Aβ寡聚物沿β折叠链方向逐渐以90°旋转，变成Aβ原纤维，其比Aβ八聚体更大，且与中期/晚期AD有关。当β折叠的Aβ形成原纤维时，疏水性片段（包括FF）聚集在球形结构的核心，大多数FF参与Aβ的自组装并形成球形结构，导致NB-K与Aβ原纤维的结合不良（Scheme 1D）。而且，Aβ单体表现出更大的自由弹性，这可能导致NB-K对Aβ单体的不良反应。总的来说，NB-K可以有效地分化以响应寡聚体和单体/原纤维，从而达到AD早期诊断的目的。如Scheme 1B所示，FF的两个芳环与NB-K的两个芳环很好地重叠，形成稳定的π-π结构。FF的羧基和氨基进一步促进了NB-K-FF的结合。NB-K和ThS在染色Aβ方面的主要区别如下：1）NB-K的分子量约为ThS的三倍。由于更大的空间位阻，NB-K不能进入由芳香环形成的浅槽，因此NB-K不能染色结合Aβ原纤维。 2）Aβ中的NB-K结合基段为FF。当Aβ形成β折叠时，折叠点恰好在FF，然后Aβ形成Aβ寡聚体。如Scheme 1所示，Aβ寡聚物中的FF几乎完全暴露，结果是NB-K会牢固结合识别响应Aβ寡聚物。    Figure 1. (A) Aβ aggregation assay: in vitro study to detect Aβ aggregation over time. ThT was used to detect formation of fibrillary Aβ species. Total fluorescence (%) was plotted as the fluorescence intensity divided by the maximum fluorescence intensity obtained during the plateau; (B) and (C) Fluorescence emission of NB-K and ThT response to buffer (background fluorescence, black line), oligomer and fibrils; (D) △I refers to the increased fluorescence intensity, I0 corresponds to background fluorescence of NB-K or ThT; Aβ morphology was evaluated by SEM after 160 hours incubation with NB-K (E) or ThT (F). 单体Aβ可以在24小时内衍变形成Aβ寡聚物，在72小时后开始有Aβ纤维形成。硫黄素-T（ThT）是市售检测Aβ原纤维的绿色荧光探针，以它为参照对比NB-K，以实时监测单体Aβ随时间的衍变聚集。在72小时后，ThT荧光强度略有增加，表明Aβ原纤维的形成（Figure 1A, ）。而对于NB-K，荧光强度在10小时后迅速增加，仅在40小时后才达到平稳状态，这表明NB-K缩短了Aβ衍变聚集成核相时间（Figure 1A, ）。 在24小时NB-K荧光强度急剧升高，这应与NB-K阳性Aβ物种有关，即Aβ寡聚体。换句话说，NB-K抑制寡聚体转变为原纤维。此外，使用荧光光谱法评价了NB-K在Aβ寡聚物和原纤维的溶液中区分识别Aβ寡聚物与Aβ原纤维的能力。对于Aβ寡聚物和Aβ原纤维，NB-K荧光分别增强了1650％±15％和450％±10％（Figure 1B, 1D）。相比之下，ThT荧光强度并未随Aβ寡聚物而增加，而随Aβ原纤维而增加了460％±10％（Figure 1C, 1D）。这说明ThT只对Aβ原纤维有荧光响应信号，而NB-K对Aβ寡聚物有很好的荧光响应信号，相比之下，NB-K对Aβ寡聚物的荧光响应性能高于ThT对Aβ原纤维荧光响应。此外，分别在ThT和NB-K存在下，Aβ单体衍变聚集160小时后，通过SEM观察Aβ单体最终衍变聚集形态。我们发现，在NB-K存在下，Aβ显示出六边形结构（Figure 1E），而在ThT存在下，Aβ显示出复杂的如斑块状的聚集体结构（Figure 1F）。这表明NB-K可能影响Aβ的构象聚集，从而产生有序排列的结构，而ThT对Aβ单体衍变聚集没有良性影响。    Figure 2. Epifluorescence microscopy of transgenic AD mouse (APP/PS1) brain stained with ThS or NB-K. ThS emission was obtained at 488 nm (left panels) and NB-K fluorescence was obtained at 561 nm (middle panels). Merged images of ThS and NB-K are shown on the right panels. Hippocampus is shown in A-C, whereas cortex is shown in D-F. G-I are magnified images from dotted squares in D-F, respectively. Scale bar: 100 µ (A-F), 50 µ (G-I). 在Aβ聚集的过程中，核心缠结成不溶性的原纤维，周围是由可溶性寡聚物组成的环状结构，这些可溶性寡聚物正在慢慢向原纤维衍变。AD脑组织的ThS / NB-K双重染色清楚地表明了这种现象，如Figure 2所示，Aβ原纤维的ThS绿色荧光染色被Aβ寡聚物的NB-K红色荧光染色所包围。 另外，在正常对照小鼠的脑切片中，未观察到NB-K染色，进一步说明NB-K对Aβ寡聚物的特殊识别性和荧光信号响应性，这对AD早期诊断预防研究无疑是一个有价值的信息。

源头防治是实施大气污染防治行动、打赢蓝天保卫战的基本保障。针对大气污染主要固定排放源的火力发电厂，研发的电厂烟气污染物浓度平面分布智能传感系统，解决了环保脱硝要求和过量喷氨的核心矛盾，实现了SCR系统动态分区喷氨和精细化运行调整。 1、巡检间隔≤20 s，两侧烟道总巡检周期≤20 min，可实现三种巡检模式； 2、网格式混合平均值测量时间≤2 min，控制氨逃逸量≤3ppm 3、防腐设计，高压反吹防堵，高效制冷、排水，零点自动校正，长期稳定运行。 以600MW煤电机组为例： 减少总喷氨量10%~15%，节约成本30~50万元/年；控制氨逃逸量≤3ppm，降低空预器堵塞的风险，减少送引风机电耗和空预器维护费用，年经济效益200万元；减少空预器堵塞维护时切换清洗引起的降负荷发电量损失约300万元；减少喷氨格栅优化试验，年减少试验费用约30万元。 取样系统现场安装图 智能巡险柜与烟气分析柜

该项目针对装备智能化改造、智能个体自治技术、多智能体协商规则和自组织生产策略进行了深入研究，开发了相应原型系统——基于物联技术的自组织智能制造实验系统，形成了一套以物联技术为基础，通过自治与协商方式，实现车间自组织实时生产的“智能工厂”模式。 技术优势 该系统具备自组织、自决策、自适应、自学习的功能特征，可适应目前动态多变的制造环境，满足多品种、变小批量、高度定制化的生产需求。通过提供模块化热插拔的智能接口装置，可以帮助企业快速实现智能化改造升级。该智能制造系统可以高效柔性自治的应对加工、装配、检测等作业任务。

光学领域顶尖期刊《自然·光子学》报道了浙江大学信息与电子工程学院陈红胜教授课题组的一项最新研究：在国际上率先实现基于深度学习的新一代智能隐身器件。在不依赖任何人为操控的情况下，快速地动态适应变化的背景环境，从而与背景电磁环境特征融为一体，实现自适应隐身。论文审稿专家认为：“这是一项激动人心的、及时而杰出的工作，它连接了变换光学、电磁超材料和人工智能等领域，为智能光子材料和器件这个新兴领域树立了很好的标杆，也将大大促进其他智能电磁器件的发展。”自然界存在两种“隐身”策略。一种是在变色龙和章鱼生物中常见的拟态隐身，使自己融于周边环境；另一种是透明隐身，即光透过物体时不产生任何散射，例如海樽和水母。科学家近年来提出的变换光学隐身方法则区别于上述两种策略，它利用坐标变换的方法来控制电磁波，使其绕过被隐身的区域，按照原来的方向传播，从而使物体完全隐形。与自然界的“隐身衣”相比，人类的“隐身衣”多数只能工作在单一的环境背景和既定的入射波条件。如果稍加改变外界环境或者入射波，隐身效果便会大幅度降低。“理想的隐身衣应该和章鱼和变色龙一样，能够快速自动地适应于变化的外界刺激和背景环境。”陈红胜说。如何才能实现这一点？“章鱼有色素细胞，我们有可重构的新型人工电磁材料单元；章鱼有中枢神经，我们有深度学习方法；章鱼有光敏细胞，我们可以搭建电磁波和环境探测器。”论文第一作者、课题组成员钱超说。当前，深度学习已经开始渗入电磁材料领域，但是主要偏重于理论上设计优化人工电磁材料。如何在实验上实现新型的智能电磁材料、构建新一代智能隐身系统并实现快速有效的自适应隐身，是一个极具挑战的课题，在此之前还未见成功实验的报道。经过三年多的不懈努力，陈红胜研究团队组在充分研究隐身领域关键技术瓶颈的基础上，在微波段成功实现了智能自适应隐身器件。研究团队设计了一项小车智能隐身实验——小车身披一层超薄的可重构的超表面隐身材料，这件“隐身衣”由智能芯片控制，集成了训练好的深度学习模型，能够根据输入的电磁信息快速做出决策，改变“隐身衣”的电磁响应。探测雷达随机改变着入射波的频率、极化和入射角，而小车的任务就是动态适应变化的探测信号，对雷达“隐身”。当环境发生变化，变色龙大约需要6秒时间过度到环境色；而当电磁环境发生变化时，披着智能隐身衣的小车只需要15毫秒就能自动地实时“换装”。陈红胜教授表示，智能隐身成功地融合了新型电磁材料和人工智能等领域，其采用硬件手段实现用于隐身调控的深度学习模型，在应用中只需单次前向计算即可做出合理的决策，大大地缩短了响应时间，这一方法对于实时性要求很高的其他应用也有很好的借鉴意义

高校科技成果尽在科转云

成果与项目的背景及主要用途： 成果背景：由于建筑能源消耗的急剧增加，热泵作为一种通过消耗少量高品 位能量，把热量从低温处传输到高温处的装置，日益受到人们的关注。热泵通过 使用清洁的冷热源如太阳能、土壤能、空气能等，能够同时实现制冷、制热、提 供生活用热水。这种复合可再生能源系统的出现，给人们提供了更具灵活性的方 案，来实现洁净能源系统的三联供功能。 系统主要用途：多热源热泵系统是指以太阳能-空气源-地源等为热源的热泵 系统，主要包括：太阳能集/散热系统、空气源集/散热系统、埋地盘管集/散热 系统（含室内蓄热体）、水源热泵系统、房间热力系统、控制系统。本方案利用 先进的智能控制技术，将太阳能源、空气源和地源热三者有机结合，通过水源热 泵机组实现向建筑物供热、供冷和提供生活热水。太阳能集/散热器的利用可弥 补地源热泵因埋地管束多而导致的投资过大的缺点，同时减少地下环境受到过度 的热污染，而少量地源和蓄热系统的使用可弥补太阳能和空气源热泵受气候条件 影响大的缺点，使系统即使在恶劣的气候条件下也能在高能效状态下工作。太阳 能-空气源-地源热泵联合系统可以设计为基本工作模式，还可以根据具体情况开 展因地制宜的设计，组合成适合当地地理及气象特点的系统。系统采用全新的智 能控制技术，采集实时的系统参数，提高温度调节的准确性，使系统始终维持在 高效状态下工作。通过将太阳能源、空气源集/散热器做成外围护结构的一部分， 实现新能源与建筑结构的完美结合。结合三步节能建筑技术的普及推广，本技术 产品的目标是实现空调和采暖方面的一次投资和日常费用仅为传统空调+暖气方 案的 50%。 技术原理与工艺流程简介： 夏季： 系统处于制冷工况，需要把从室内吸收的热量转移到室外，太阳能散热器、 空气源散热器、埋地换热器分别提供冷源，此外，在房间内有相变蓄能材料，晚 上积蓄冷量，减轻热泵系统在白天的热负荷。由于空调系统在夏季并不处于常开 状态，如果空调不处于制冷状态时，使系统处于制热工况，关闭室内热力系统， 并且打开阀 V4 和 V6，关闭阀 V5，此时系统成为太阳能热泵式热水器，可以提 供稳定的热水。两种工况的切换通过实时测量的室内温度和热水箱温度等参数， 由智能控制系统进行判断。 冬季： 系统处于制热工况，太阳能集热器和埋地换热器作为热源给建筑供热，同时 供生活热水。当热水箱温度达到设定值时，关闭阀 V4 和 V6，打开阀 V5。此外， 在房间内有相变蓄能材料，白天积蓄冷量，减轻热泵系统在夜晚的工作负荷。三 个热源可以任意两个之间并联工作，也可以分别工作，要依具体的工作状况，包 括环境温度、室内温度、热源温度等状况而定。 技术水平及专利与获奖情况：该技术已申请专利，并通过小试鉴定。 应用前景分析及效益预测： 应用前景分析：本项目的实施可以加快可再生能源产业化的发展，促进建筑 节能与热泵系统的有机结合，对空调行业进一步向绿色能源的发展，都有非常显 著的作用。三步节能的尽快实现，客观上也促进了新能源的普及推广。 效益预测：下面以天津地区为例对本系统的一次投资成本及运行费用进行说 明，将本系统与单冷空调+暖气、地源热泵、空气源热泵比较。 建筑面积 150m2，采暖天数 125 天，制冷天数 120 天，每天制冷 10 小时， 平均运行负荷按 70%计，电费 0.41 元/度 以三步节能后的指标计，供暖负荷取 36W/m2，总供暖热负荷为 5400W/m2， 制冷负荷 72W/m2，总的制冷负荷为 10800W/m2。 第一种方案采用单冷空调+集中供暖，集中供暖中室外采暖的投资为 85 元/m2，室内的费用为 25 元/m2，总的费用为 110 元/m2，天津地区的暖气费用为 15 元/(m2 年)，设制冷系数为 2.5。 第二种方案完全采用地源热泵，冬季单位钻孔长的取热率为 30W/m，夏季 的放热率为 50W/m，约需 210m 的钻孔长，管长和施工总费用取 90 元/m。 第三种方案完全采用空气源热泵，冬季采用电辅助加热的时间为全部取暖时 间的一半，冬季制热，夏季制冷系数为 2.5，冬季制热系数取为 2。 第四种方案为本项目系统，太阳能集热板取 17m2，地源热泵系统的冬季负 荷为 1500W，夏季负荷为 2500W，地源热泵约占总负荷的 25%，夏季性能系数 取为 4，冬季的性能系数取为 3。 应用领域：建筑节能；新型热泵、空调系统；制冷、供暖系统工程；可再生 能源建筑。 技术转化条件（包括：原料、设备、厂房面积的要求及投资规模）：热泵、 空调及控制系统。 设备：机械加工及系统安装设备。 厂房面积：1000m2 以上。 投资规模：600 万以上。 合作方式及条件： 合作方式：技术入股、合资经营。 条件：对建筑、节能及可再生能源利用感兴趣且致力于该技术的推广实施。 

成果与项目的背景及主要用途： 近二十年来,机器人技术发展非常迅速,各种用途的机器人在各个领域广泛获得 应用。但我国在机器人的研究和应用方面与工业化国家相比还有一定的差距,因此 研究和设计各种用途机器人的应用是很有现实意义的。 成果简介：本项目涉及的智能搬运车，是一类综合了机械制造、电子信息、计算 机技术、人工智能科学等多门学科于一身的高新产品，主要用于智能车间产品物 流配送。 项目优点： （1）自动化程度高； （2）充电自动化； （3）美观，提高观赏度，从而提高企业的形象。 （4）方便，减少占地面积；生产车间的 AGV 小车可以在各个车间穿梭往复。 高速的物料传送功能，是搬运机器人保证自动化生产的关键因素之一，对提 高生产效率有至关重要的作用。搬运机器人可以做到物料库与目的地间的高速往 返，各动作间紧密结合，有条不紊，特别是在连续搬运和传送时具有良好的实时 性。 成果水平：国内领先，均有多项专利技术应用范围：工厂、购物中心、办公场所等服务行业。 项目成熟度：该技术目前已经产业化，天津成立公司，20 余人，目前公司订单充 足，每个月 10 台左右订单，现在处于融资扩大生产阶段。 合作方式：面议

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%。

基于大数据和 AI 的应用，可实现复杂场景下的网络问题识别、多场景优化方案的协同策略方案的动态和自动化执行。可以构建智能网络规划及运维平台，以实现极致性能和极简运维，使能新业务的自动化覆盖优化、移动性优化、负载均衡优化、节能优化、故障分析与定位。同样可以基于无线数据和视频数据融合的用户个体及群体行为在多场景应用下，充分发挥5G的优势，创造巨大的社会效益。

本发明公开了一种具备固定目标保护功能的智能网络摄像机，以单片 DSP处理器为核心，带有视频输入输出接口、音频输入输出接口、视频模 数/数模转换器、音频模数/数模转换器、存储器和网络通讯模块，所述的 DSP处理器带有视觉分析软件，用户设定保护目标，由视频输入设备采集 目标图像，视觉分析软件分析监控目标图像的背景信息，当目标图像全部 被遮挡、遮挡恢复时图像发生改变、目标发生移动等情况时，通过音视频 输出设备和网络通讯模块输出报警信息。本发明除具备一般网络摄像机的 视频压缩和网络传输功能之外还具备固定目标保护功能，能对用户设定的 固定目标(比如停止的车辆、墙上的画、停放的货物等)进行移动、盗窃报 警功能。