"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。

睿行智能是速羽动力旗下的低速智能车品牌，专注于多种场景的无人驾驶车辆、智能车的研发生产制造。 一、项目进展 已注册公司运营 二、企业信息 企业名称 南京速羽动力科技有限责任公司 企业法人 史昀珂 注册时间 2016.06.29 注册所在省市 江苏省南京市 组织机构代码 91320115MA1MNUC45H 经营范围 经营范围包括汽车、电动车、汽车模型、赛车、机动车及相关零配件的研发、生产、销售、技术服务和售后服务；工业产品造型设计开发；自营和代理各类商品和技术的进出口业务（国家限定公司经营或禁止进出口的商品和技术除外）；钢管、铝材、金属材料销售；碳纤维制品、锂电池组、电池管理系统、高压箱的研发和销售；体育赛事策划；赛车场地维护；自有设备租赁（不得从事金融租赁）；新能源汽车技术领域额内的技术开发、技术咨询、技术服务、技术转让；机械加工；游乐设备设计、生产、加工、销售及技术服务。 企业地址 南京江宁区东南大学路33号东南大学国家科技园1号楼3楼 获投资情况 东大科技园-紫金创投学生创业基金 15万元 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 史昀珂 机械工程 2021年9月 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 殷国栋 机械工程 教授 汽车工程 五、项目简介 睿行智能（RUIMOVE）是速羽动力旗下的低速智能车品牌，专注于多种场景的无人驾驶车辆、智能车的研发生产制造。 团队在多个领域的综合经验，使得我们在智能车领域拥有全方位的综合实力，不同的技术积累构成不同的解决方案，应用于无人驾驶的多个场景，包括无人驾驶科研平台、无人货运、无人巡逻、无人物流、无人清扫、无人摆渡、无人军事等。睿行智能（RUIMOVE）整合优势资源，立足低速智能车领域，致力于技术创新和产品创新，为低速无人车提供智能底盘整体解决方案，包括：车规级、全线控化的核心零部件，多场景电驱动系统方案，底盘轻量化、高性能解决方案。以强大的供应链、生产制造管理实现智能车的大批量生产及成本控制。睿行智能决心成为无人驾驶解决方案提供商，并积极布局软件算法、高精度地图、云服务、数据服务等领域，通过提供高性能的低速智能车和用户体验，为用户创造简便的生活方式，在全球范围内打造用户企业，致力于未来低速智能车的全面普及工作。

   首部系统讨论锂电制造工艺的高水平科技著作《锂离子电池制造工艺原理与应用》由化工出版社出版。辽宁工程技术大学杨绍斌教授和美国斯坦福大学博士后梁正编著，共63万字。历经12年编著而成，经三位院士推荐，获得国家科学技术学术著作出版基金资助。该书构筑了锂电制造工艺的理论框架，集成反映了国内外相关基础与应用研究最新成果，包括制浆、涂布、辊压、分切、焊接、装配和化成等章节。锂电的原材料著作已经出版多部，但锂电生产工艺涉及化工、机械、粉体、材料和电气等多学科知识，企业公开资料少，至该书出版之前，国内外未见系统讨论制造工艺的著作出版，该书填补了锂电制造工艺领域著作的空白。

1. 项目概述风力发电将成为我国未来发展速度最快的新能源产业之一。按照国家规划，未来15年风电设备市场份额将高达2100亿元。风力机叶片作为风力发电机中最关键的部件之一，达到整机价值的20％左右。据预测，“十一五”期间，我国仅1.5兆瓦风力机叶片需求量将达8000套。由于风电机组大型化，技术难度不断提高，大型风电机组叶片对设计与制造技术提出了更高的要求，而制造设备的设计与开发将是前提和关键。风电叶片制造设备是高度机电液一体化的集成设备，要求具有很好的尺寸精度、位置精度和执行精度，同时，由于风电叶片是附加值较高的高技术产品，对制造设备运行过程中的安全性和稳定性提出了更高的要求。然而，目前叶片制造设备效率低、精度差，例如叶片上下模具的翻转、顶升作业均需用大型起重机吊装，操作繁琐，迫切需要自动化程度高的模具翻转设备。南京工业大学车辆与工程机械研究所近年来一直致力于风电叶片制造设备的设计与开发，成功开发了风电叶片模具和模具翻转设备等产品。所设计的模具结构合理，通过轻量化设计有效节约了制造成本，通过有限元分析，优化了结构的强度与刚度。所设计的模具翻转设备可实现上下模具的自动开合、顶升与夹紧，其结构新颖，采用机电液一体化技术，实现了全自动化作业，作业精度高，可遥控操作，使用方便，通过PLC与变频控制等技术，解决了翻转过程中翻转角度的同步控制和系统的安全保护。风电叶片制造设备的成功研制，较大幅度地提高了我国风电叶片的制造水平。2. 技术优势特点：①机电液一体化程度高，可全自动化作业；②结构新颖，具有创新性；③可遥控操作，使用方便；④采用了结构优化设计和有限元分析方法，结构合理，性能先进；⑤采用冗余设计等技术，具有可靠的安全保护系统。技术指标：①翻转角度同步误差小于1~2°；②上下模具的合模精度小于±5mm。3. 技术水平达到国内领先水平，部分技术指标达到国际先进水平