成果简介电动汽车直流充电机控制器设计， 应用于电动汽车的电池充电。 包括控制模式与控制策略的设计与实现。 技术特点： 大功率， 大电流， 高电压， 智能快速充电。 节能与环保。 采用 ARM 控制器， 触摸屏操作与显示， 与上位机及电池管理系统 BMS 通信， 进行管理与显示等。 可按照要求采用不同方式设置输入与控制， 可以计费结算。 创新点： 充电机智能控制。 该产品应用于新能源与电动汽车领域。直流充电机的大功率直流模块将电网三相交流电转换为直流电能， 经过整机（包括直

本发明公开了一种设备预防性维护和柔性作业车间控制集成的 多目标优化方法，其特征在于，该方法具体包括：首先，根据柔性作 业车间控制问题的工序先后顺序、设备维护时段、每个工序的生产过 程不可中断、生产过程和设备维护过程之间不可冲突的约束条件，建 立考虑成本和效率的柔性作业车间控制和设备维护计划的集成优化模 型；其次，采用混合多目标化学反应方法对所述多目标进行优化，其 中，所述多目标包括最大完工时间、总生产费用以及总的设备预防性 维护的费用；最后，获得优化求解结果，即可得到柔性作业车间控制 计划。本发明可

项目简介： 为了整合分布式发电的优势 ， 弥补单一分布式发电的缺点，多 种分布式电源与储能协调控制相关技术研究越来越受到重视。常见的分布式能源主要包括太阳能、生物质能

成果简介：本项研究的应用领域为板带热轧，重点是热轧中厚板领域。板厚 控制、板形控制、轧制节奏控制、轧制温度控制及轧制规程自动生成与自动 修正等是热轧板带特别是热轧中厚板轧制过程中的关键技术和重要科学问 题。本研究运用的重要理论基础和技术包括现代控制理论、最优控制理论、 系统辨识理论和计算机控制与优化技术等。将上述理论与热轧液压自动厚度 控制(HAGC)系统研究与应用，轧制过程建模、仿真与优化控制研究，热轧规 程动态设定与自学习研究紧密结合

1.项目背景 化学反应器与精馏装置是石化生产过程中使用最为广泛的设备，也是最主要的耗能单元，反应器与精馏塔运行的好坏直接关系到石油化工企业的经济效益。反应与分离强化过程通常由多个单元耦合联接而成，其不仅涉及反应与分离能力的协同机制、多单元组合与系统整体运行效能的关系，而且强化过程具有强非线性、大滞后和多变量耦合特性，以及经济、环境与安全等不确定性因素的干扰，都对强化过程的平稳操作、协同调控与分级优化带来诸多的挑战。 采用反应与精馏强化技术，通过传质与传热的强化、物质流与能量流相互耦合，使强化过程具有大幅度提高反应转化率或选择性，降低生产能耗和污染物排放等优越性。然而这种集成优势只有在反应能力与分离能力动态协同作用条件下才能被充分发挥，而且强化过程具有多稳态、强非线性和多变量强耦合特性，这些都对强化过程的自动控制与优化理论提出了新的挑战。 采用传统控制模式，当系统受到干扰时，很容易引起反应与分离能力动态失调和工况发生大范围波动与偏移，造成产品质量不合格和能耗增加等控制难题。因此，在传统控制模式的基础上，探索反应与精馏强化过程的动态协同调控方法与动态优化理论，对解决集成装置的平稳操作与自动控制难题，切实提高系统运行品质，有效降低装置生产能耗和污染物排放方面具有重要意义 2.项目技术原理 南京工业大学绿色化工研究所，经过多年研究发明了不同工况反应与蒸馏集成技术，可根据不同体系的特殊要求，实现不同工况反应与精馏的最佳匹配，解决了反应与蒸馏操作条件必须一致等问题。本项目在对强化过程机理模型、经济稳态优化和动态特性分析的前期研究基础上，研究反应能力与精馏能力的动态协同调控新方法和强化过程的分级优化理论，提出反应与精馏强化过程一体化设计思想，对传统多单元生产过程具有很好的借鉴作用。项目针对反应与精馏过程自动控制系统设计与性能优化调节方面主要开展以下技术： （1）反应与精馏强化过程多变量自动控制方案的设计与性能分析 在对反应与精馏过程机理建模、经济稳态优化设计和动态特性分析基础上，采用稳态增益矩阵和奇异值分析方法，合理选择过程被控变量和操作变量配对模式，运用传统控制策略设计反应精馏强化过程多变量自动控制方案，采用ASPEN PLUS流程模拟软件和ASPEN DYNAMIC模块进行控制方案的动态模拟测试，并根据实际工艺扰动情况，通过在动态流程模拟系统上分别加入不同幅度和方向的多种扰动和改变系统设定值，评价传统控制模式闭环系统性能，在此基础上，改进自动控制方案设计，确保设计的自动控制方案在实际应用中能够维持平稳有效运行。 （2）生产负荷自动调节和优化技术原理 反应与精馏过程的生产负荷经常随着市场需求的变化进行调整，负荷的变化将可能引起系统工况的波动，产品质量下降，能耗增加等问题，甚至造成系统不稳定而被迫停机。本项目采用设定值多步长滚动优化、偏差区域容忍动态矩阵控制与传统控制相融合方法，实现反应与分离能力动态协同调控；本项目在多变量基础控制系统上，在关键控制回路增加设定值智能调节模块和多变量协调预测控制模块，分别采用设定值多步长滚动优化、偏差区域容忍动态矩阵控制（Error tolerant DMC）与传统控制相融合方法，实现反应能力与分离能力动态协同调控，使系统获得了良好的跟踪性能和鲁棒性。解决传统控制模式下扰动引起反应与分离动态失调，导致产品质量不合格、能耗和污染物排放增加等控制问题。在多变量协调预测控制模块设计中，对于反应器出口成分和产品质量等不可在线测量的关键变量，采用机理模型和经验模型建立产品成分软测量模型，实现对产品成分、反应转化率等不可测被控变量的在线估计。 （3）反应与精馏强化过程的系统性能优化技术 在经济稳态优化设计前期研究基础上，开展多目标多约束动态优化与多变量跟踪控制相结合的分级优化理论研究。在上层多目标多约束的动态优化设计中，是以能耗和操作成本最小为优化目标，以质量、尾气/废液排放和过程动态模型等为约束条件，采用多目标优化算法对强化过程的关键操作参数进行动态优化计算，给出工况最优调节方案。根据多目标动态优化给出的关键参数设定值最优调节方案，采用设定值多步长滚动优化给出多变量预测控制的参考轨迹，通过多变量协调预测控制和基础控制回路的跟踪调节，使系统输出快速跟踪设定值的最佳操作值，实现工况优化与平滑调节，确保系统维持高品质运行特性，从源头降低工况大范围波动和事故发生的概率。 3.关键技术路线 项目针对反应与精馏过程，融合了化学工程理论、自动控制理论、智能学习算法与计算机模拟技术，采取理论研究、模拟实验和工业应用相结合的技术路线，如下图所示。项目分别开展反应精馏过程的多变量基础控制系统设计、反应与分离能力动态协同调控新方法、强化过程分级优化理论研究，并将项目成果融合，开展不同工况反应与精馏强化过程的一体化工程设计，研制一套流程模拟综合实验平台，进行模拟验证和工程应用研究。 4.项目技术特色和创新性 （1）针对反应与精馏强化过程，在传统控制模式下扰动引起反应与分离动态失调和工况偏移，导致集成优势难以充分发挥工程问题，项目提出将设定值多步长滚动优化、偏差区域容忍动态矩阵控制、多目标多约束动态优化与传统基础控制相融合的动态协同调控新方法与分级优化理论，在反应与分离动态协同作用下实现工况的优化与平滑调节，确保系统维持高品质运行特性。 （2）项目沿着学科交叉与融合方向，将化学工程理论、自动控制理论、智能学习算法与计算机模拟技术相结合，提出不同工况反应与精馏强化过程流程模拟、控制系统设计与集成优化理论相结合的一体化工程设计思想，并在常压反应与减压精馏集成的甲苯氯化反应精馏工业装置上进行工程应用研究，解决装置自动控制与平稳操作等实际控制问题，发挥强化过程高转化率/高选择性、低能耗的集成优势。

产品概述 斯科信息RFID智能工具柜是基于物联网射频识别技术的专业化资产管理系统，集成了先进的RFID读写设备、智能控制终端和多层安全验证模块。该解决方案实现了对工具、仪器设备的无人化自助借还、实时库存盘点和全生命周期管理，大幅提升企业资产利用效率和管理精细化水平。 核心技术特点 1. 智能识别管理系统 采用高性能RFID读写器与定制化天线阵列，确保99.9%的识别准确率 支持高频(HF)与超高频(UHF)RFID标签，兼容ISO15693、ISO18000-6C等多协议标准 专利抗金属标签技术，有效解决金属环境下的信号干扰问题 2. 多重安全验证机制 支持IC卡、指纹识别、人脸识别、密码验证等多种身份认证方式 可配置权限管理体系，实现人员-工具-权限三级对应 开门超时报警、非法取用报警、异常操作实时记录 3. 智能化管理平台 云端SaaS管理平台，支持多网点、多柜体统一管理 实时库存可视化看板，工具状态一目了然（在库、借出、待维修、报废） 自动生成工具使用报表、人员借还统计、工具利用率分析 工作流程 身份认证：用户通过IC卡/生物识别验证身份 智能借出：系统自动识别取出工具并记录关联信息 自动归还：关门自动盘点，更新库存状态 异常处理：未授权操作实时报警，支持工具追溯查找 数据同步：所有操作数据实时上传至管理平台 性能指标 盘点速度：整柜盘点≤3秒（200件工具） 识别准确率：≥99.9% 系统响应：＜1秒 数据存储：本地存储≥10万条记录，云端无限扩展 环境适应性：工作温度-20℃~60℃，湿度10%~90% 行业应用解决方案 电力行业 安全工器具定期检测管理 绝缘工具有效期智能提醒 工器具使用培训记录关联 航空维修 专用工具校准周期管理 航材设备使用记录追溯 适航要求符合性管理 智能制造 生产线工具智能调度 使用时长统计与寿命预警 工具维护保养自动提醒 客户价值 管理效率提升：工具盘点效率提升10倍以上，人力成本降低60% 资产利用率优化：工具共享率提高40%，减少重复采购 安全管理强化：实现100%操作可追溯，安全事故降低80% 决策支持：数据驱动管理优化，提供精准的采购和报废决策依据 技术服务支持 斯科信息提供全生命周期服务： 需求调研与方案定制 系统部署与集成服务 操作培训与技术支持 系统升级与维护服务 📞 联系我们：19925314483获取行业解决方案详情与演示体验斯科信息技术团队为您提供专业的RFID工具管理咨询与定制化服务

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。

随着物联网技术与智能交通技术的发展，用于高速公路或城市内普通公路的道路护栏，作为“智慧城市”的一个重要组成部分，正受到越来越多的关注与重视。通过在护栏上安装低功耗的传感器芯片以及无线信号收发芯片，并配合相关服务器软件，护栏具备了一定的外部事件感知能力、处理能力、无线通信与组网能力，从而实现护栏的智能化。

该项目通过产学研用的创新合作，已研制出水下机器人焊接与增材制造系统，可应用于核乏燃料池、核构件池、核岛等强辐射环境水下焊接与增材修复，也可以应用于海洋资源开发装备以及海洋维权装备的远程遥操作水下自动焊接与增材修复。自动化程度高，水下电弧稳定性，在水深压力作用下仍具备非常优异的盖面搭桥能力，获得的焊缝成形美观，接头力学性能好。该套技术装备已于2016年通过中广核研究员组织的现场验收。该技术成果被科技日报以35项“卡脖子技术”专题进行了深度报道（第28项），入选刘亚东主编的《是什么卡住了我们的脖子》一书。

该技术建立了在役输电铁塔结构性能弱化模型和评估方法，提出了适用于瞬变载荷测量的输电铁塔状态全面感知技术，考虑台风、龙卷风、覆冰等灾害气象条件下载荷的瞬变特征，完成了输电线路瞬变载荷状态感知系统及终端设备研制，提出以架空导线载荷、铁塔结构倾角和应力状态实时测量为基础，与数字仿真模型深度融合的输电铁塔状态全面感知技术，构建输电铁塔的边缘智能感知端与云端协调工作架构，实现输电铁塔结构状态全面高速感知，可以实现输电线路巡护重点定位和输电铁塔灾害反演。 该技术的应用将解决重要架空输电线路通道中铁塔结构的健康状态智能感知与评价问题，能够实现架空输电线路结构健康状态全面感知，有效提升输电铁塔结构健康状态感知的准确度和智能化水平，为定位输电线路的巡护重点提供重要技术手段，为我国坚强智能电网的建设，提供重要理论支撑、技术保障和实践依据。 1 系统功能 （1）输电线路地理信息 以电子地图方式显示输电线路的地理信息，展示输电线路走向及铁塔位置信息。同时，可标识当前的气象信息。 （2）输电铁塔结构状态感知实时监测数据 以表格、图形的方式显示状态感知实时数据，对异常的状态感知数据实现声光报警，并可进行历史状态感知数据的查询。 （3）输电铁塔灾害反演 建立塔线体系三维模型，在三维模型上显示导线位移、导线和绝缘子的应力计算结果，并可实现灾害过程反演。 （4）输电铁塔实时健康状态 建立输电铁塔的三维模型，在三维模型上显示输电铁塔的杆件应力计算结果、输电铁塔结构变形结果及实时的健康状态评价结果。 （5）输电线路结构健康状态及巡护重点定位 显示输电线路结构健康状态评价结果，提供输电铁塔薄弱环节定位功能，为输电线路重点巡护提供支持。 2 系统组成 输电线路结构健康状态智能感知平台的系统结构分为感知装置和主站系统构成，如下图所示。 图1 系统图 系统客户端界面如下图所示。 图2 客户端界面