3D投影机智能教室方案采用激光光源的3D投影机，搭配中央控制系统、3D服务器、3D信号处理器、3D互动讲台、3D白幕、3D红外眼镜、消毒推车、音响等构成。设备集中管理，一键联动控制。适用于：学校升级改造、3D多媒体教室、兴趣实验室、特色教室、3D影院、生物实验室、地理实验室、专用教室、3D智能化教室、3D多功能教室等。  方案特点： 与常规教室整合，可复用易部署 臭氧紫外线杀菌，3D眼镜安全卫生 3D效果出众，调动学生多感官参与 搭配3D优质教学资源库 3D多媒体教室效果图

渡众机器人为满足智能驾驶实训系统演示需求，开发了各种定制化智慧交通模型行驶系统沙盘。模型车辆搭载实车使用的各类传感器，模拟在实际交通场景中车辆自动启停、信号灯自动识别、障碍物识别等智能驾驶行为。自动驾驶实训沙盘构建主要分为智能路侧系统、微缩沙盘系统、基于V2X的自动驾驶三部分内容。车路协同自动驾驶演示沙盘为各高校提供必要的实践环境与研发平台，可完成当前智能网联技术的理论学习和工作实践。  

2010年我国含氟聚合物产能约8万多吨，占世界总产能的三分之一，产量近6万吨，其中PTFE约占80%，已成为世界第二大生产国。根据国家氟化工十二五规划，到2015年我国含氟聚合物产能将达到13.4万吨，产量达到9.4万吨，其中PTFE约占70%。随着战略性新兴产业的兴起，PTFE应用范围已经从传统领域扩展到环保、生物医药、新能源、电子信息等新兴产业领域。如在环保领域，PTFE膜接触器应用于烟道气处理；在生物医药领域，PTFE中空纤维管用作血浆过滤器；在新能源领域，PTFE用作锂电池隔膜和太阳能电池背板；在电子信息领域，PTFE用作驻极体材料。而这些应用，无一不涉及到对PTFE的表面处理。传统的湿化学法已经不能适应，正如氟化工十二五规划中所述：产品结构不合理，中低端产品为主，高端产品仍然依赖进口；应用开发不力，加工技术和设备落后。 大气压低温等离子体材料表面改性是一种新型的表面改性方法，这种方法可以有效地改善材料表面性能，且凭借其独特的优点使其具有其它传统方法不可比拟的优势，是一项值得深入研究的有广阔应用前景的技术。本项目采用大气压低温等离子体改性PTFE材料，替代传统的湿法化学处理方法，从而提高其表面的粘接性、吸湿性、可染色性、及生物相容性等性能，开发出适合对PTFE表面处理的高放电均匀性、高放电电离效率和大面积的均匀等离子体在线清洁处理技术，从而达到对PTFE表面改性的有效调控，取代传统的化学表面处理方法，推动相关产业的技术进步和PTFE在新兴行业中的应用，对于提升PTFE产品档次，促进PTFE在新兴行业的应用具有现实意义。 本项目所采用的常压低温等离子体设备为大面积、均匀连续处理设备，如图所示，可以实现稳定均匀DBD模式运行，配合上收卷、送卷，臭氧抽气等装置，可实现在线连续运行。目前已在实验室实现电极长度为1.5米的的大面积放电，如图(a)所示，将进一步结合在线处理要求，深入研究等离子在线处理工艺，开发如图(b)所示的在线处理样机。处理宽度0.5m，处理速度1-5m/min可调；处理厚度0.05-0.5mm；处理后PTFE表面水接触角不大于50°；PTFE表面微观形貌：表面刻蚀程度均匀。 技术特点及创新性 针对目前PTFE表面处理中采用的湿法化学处理方法安全性、环保性、节能性差的缺点，采用大气压低温等离子表面处理技术，通过研究放电参数、处理结构及处理气体对PTFE表面改性影响的规律，获取最优改性处理条件，找到最适合取代化学处理方法的PTFE表面状态；通过研究在PTFE表面接枝不同的分子链，使其表面产生新的分子结构和新的功能，解决表面处理后老化效应等问题；开发新型的DBD等离子体处理样机，提高等离子体大面积处理均匀性；实现对PTFE表面处理的在线连续性、经济性、清洁性和安全性。同时为低温等离子体材料表面改性的大规模工业应用提供实践。研发出适应工业化生产的PTFE表面处理新技术和新设备，从而提高其表面的粘接性、吸湿性、可染色性、及生物相容性等性能，而且改性只涉及表面纳米级别范围内，基体性能不受影响，对于提升PTFE产品档次，促进PTFE在新兴行业的应用具有现实意义。 ●应用前景： 以聚四氟乙烯复合胶带为例，该产品是采用PTFE乳液浸渍玻璃纤维基布，生产出聚四氟乙烯漆布，再进行单面表面处理后，涂上一层有机硅胶粘剂。该产品表面光滑，有着良好的抗粘性，耐化学腐蚀和耐高温性以及优秀的绝缘性能，并具有反复粘贴功能，广泛应用于在造纸、食品、环保、印染、服装、化工、玻璃、医药、电子、绝缘、砂轮切片、机械等领域，还可应用于浆纱机的滚筒、热塑脱模等行业。该产品预计全国年用量达1000多万㎡。再以太阳能电池组件背板为例，其主流产品是TPT。该产品是由上下两层PVF（聚氟乙烯）和PET（聚对苯二甲酸二乙酯俗称涤纶）薄膜三层复合而成。该产品的生产就涉及到对PVF的表面处理。相对于PTFE来说，PVF的表面处理就比较容易。据统计1兆瓦组件需要8800-10000平方米的背膜,2007年我国组件量为1717兆瓦,消耗各种背膜1500-1700万平方米,全部依赖进口。据《2008年中国光伏太阳能行业研究与投资前景分析报告》预测，2008年世界组件量为将上升40%，约为5600兆瓦，我国组件量约为2400兆瓦，需要背膜约1900-2400万平方米，PVF表面处理量达3800-4800万平方米。 目前，国内外相关研究大多实验室阶段，国外一些知名的大公司，如道康宁、3M以及德国的一些公司，也正致力于该技术研究。从目前报道资料情况上看，国外仅道康宁公司有应用报道，国内尚无相关产品推出。因此技术属于自主創新技术，将填补国内空白，达到国际先进水平。本技术具有应用的普遍性，不但可用于PTFE的表面处理，更可用于其它氟树脂和难粘高分子材料的表面处理，具有广阔的市场前景。本技术还可以推广到其他高分子材料处理领域，以及保护性包装、生物材料处理、薄膜沉积、生物医学应用等领域，在提高材料表面性能，开创材料新的应用领域方面发挥着至关重要的作用。

电力变压器是电力系统的核心设备之一，承担着电能传输、变换等重要职能。随着先进传感和信息融合技术的发展，将其应用于电力变压器运行状态的实时监测、评估诊断与在线预警，实现电力变压器的智能化是智能电网建设的重要组成部分。 本成果围绕“基于多信息融合的电力变压器智能化关键技术研究与应用”问题，深入研究了变压器关键状态劣化故障的发生机理与特征信号的传播规律，发明了适用于电力变压器状态信息探测的多种新型传感装置，研制了变压器状态信息监测智能组件（IED）、变压器冷却智能控制单元及充氮灭火等装置，开发了集智能监测与传输、智能评估与诊断、智能决策与调控的变压器智能化监控系统，并进行了推广应用。 授权发明专利11项，实用新型15项；发表SCI/EI论文35篇；本项目可有效实现电力变压器的智能化监控，提高变压器面对未来智能电网复杂工况的应对能力，支撑河北省输变电装备产品升级和产业发展；获2016年河北省科技进步一等奖。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： 　　（1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 　　（2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 　　（3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 　　（4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 　　本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： （1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 （2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 （3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 （4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

我校量子信息技术研究所王琴教授团队在量子密码领域取得新突破，该团队首次提出将人工智能领域的长短期记忆神经网络(LSTM)应用到量子密码控制系统之中, 实现了对量子密码系统的主动反馈与控制, 在不引入任何额外硬件和辅助稳定设备的条件下，将系统传输效率提升接近百分之二十。该成果近期发表在美国物理学会权威学术期刊《PhysicalReview Applied》上。 　　量子密码作为量子信息技术领域发展最为成熟的技术，正逐渐从实验室阶段走向商用化，有望在未来大规模网络加密通信中发挥重要作用，因而得到学术界和工业界的广泛关注。自第一个BB84协议提出以来，量子密码无论是在理论上还是在实验上均取得了巨大进展。现有量子密码系统包括相位、偏振、时间-能量编码等编码方式，其中相位编码方式应用最为广泛。该类系统在运行过程中不可避免地存在相位漂移问题，因而需要不断对发送端和接收端的相位进行实时校准。目前主流系统通过采用扫描+传输的方法来解决。该方法虽然可以实现相位补偿，但会导致量子密码系统传输效率降低。针对该缺点，我校王琴教授团队首次提出将人工智能与量子密码控制系统相结合，利用LSTM网络主动预测系统相位漂移大小，进而实现主动反馈与控制；同时通过固定时间间隔对网络细胞状态进行更新，使量子密码系统始终保持稳定的高效率运行状态。该方法在不提高系统硬件复杂度的前提下大幅提升了量子密码系统传输效率。此外值得提出，该方法的适用范围不依赖于某种协议或编码方式，原则上同样适用于其他任意量子密码协议和任意编码系统，为未来开展大规模量子通信网络应用提供新的研究思路与应用方法。 该项工作的第一作者是我校通信与信息工程学院硕士研究生刘靖阳，量子信息技术研究所的王琴教授和江苏省图像处理与图像通信重点实验室的谢世朋副教授是该工作的共同通讯作者。该工作得到了安徽问天量子科技有限公司的技术支持。此项工作受到国家重点研发计划、国家自然科学基金以及江苏省研究生科研实践创新等项目的支持。