本申请涉及机械工程技术领域，特别涉及一种部分可观测信息下多状态复杂系统维修决策方法，其中，方法包括：基于状态观测数据构建多状态退化过程的连续时间齐次马尔科夫链模型；利用期望最大化算法联合估计待估的状态转移参数和观测参数，结合贝叶斯定理实时更新系统处于各个采样时刻的后验概率，以计算系统的条件可靠度，以长程期望平均费用最小化为目标，寻求最优条件可靠度控制限；推导计算半马尔科夫决策过程中转移概率、期望驻留时间和期望维修费用，以确定多状态复杂系统维修决策。由此，解决了相关技术中，未考虑到在系统各状态失效率的区别且最优停机阈值为虚拟的复合指标，导致维修决策缺乏准确性和针对性，影响系统的可靠性等问题。

真实还原AFM全流程操作从样品制备(滴样、干燥)→探针校准→扫描参数设置→ 三维成像→ 数据分析 虚拟化沉浸式学习利用虚拟现实技术，真实还原仪器操作流程，有效提高学习效率 智能考核系统自动记录操作轨迹、参数设置合理性、数据处理规范性,生成量化评分报告 教师管理平台教师一键查看班级考核排名、错误率统计,精准定位教学难点

电子科技大学电磁环境仿真及智能处理平台采购项目竞争性磋商

海洋平台、海底管道等海洋装备长期在恶劣的海洋环境中服役，较易出现腐蚀、疲劳以及开裂等结构缺陷，直接影响水下结构可靠性。针对以上问题，本项目（海洋装备交流电磁场智能安全检测及可视化评价技术与应用）围绕海洋装备在役安全检测及评估的技术难题展开系统攻关，基于交流电磁场检测原理，引入海洋电磁学，探究海洋环境中多类型激励下电磁场畸变特征，揭示水下结构缺陷三维形貌-畸变电磁场-可视化成像的正反演化规律，提出水下提离扰动条件下干扰信号识别及补偿方法，建立海洋装备智能检测与可视化评价算法，改变传统操作人员主观评估为智能可视化评价，显著提高海洋结构缺陷检测的智能化和可视化水平，最终构建新一代海洋装备交流电磁场智能安全检测和可视化评价技术体系及其工业应用系统，有效添补水下结构缺陷交流电磁场检测及可视化技术空白，突破国外技术壁垒，率先研发的具有自主知识产权的水下交流电磁场智能可视化检测仪器，可实现500米水深结构物缺陷检测。 团队（赛弗智检）依托于中国石油大学（华东）智能传感与无损检测实验室，目前有教授一名，副教授两名、博士后一名、博士三名，硕士生二十余名，具有良好的科研攻关和产品研发、升级能力。 团队研发的海洋装备交流电磁场智能可视化检测仪器能够实现水下结构萌生级裂纹（3.0 mm 长、0.5 mm 深）的智能识别和可视化评价，突破水下涂层和附着物扰动影响技术瓶颈，减少表面清理作业工序60%以上，可视化反演精度超过90%，达到国际领先水平。 本项目成果改变传统无损检测主观经验判断为智能检测与可视化评价，显著提高海洋装备结构缺陷检测效率和准确率，可广泛用于海洋油气开发、港工码头、跨海大桥以及船舶等多领域海洋装备的在役安全检测，提供高精度缺陷三维形貌信息，为合理决定维修或改装方案提供数据支撑，有效延长海洋装备的使用寿命，保障海洋装备安全运行，具有良好的社会及经济效益。 目前研发的智能可视化检测仪器已在中海油检测技术公司、广东运通仪器科技有限公司等企业销售和推广应用，用于水下导管架焊缝、深水隔水管、海洋平台等关键海洋装备安全检测和评价，有效代替传统磁粉等表面无损检测方法，产品销售及检测服务已为企业新增效益9000余万元。 获奖： （1）第六届中国国际“互联网+”大学生创新创业大赛   银奖 （2）中国博士后创新创业成果大赛   团队组金奖 （3）首届“能源 智慧 未来”全国大学生创新创业大赛   一等奖 （4）第五届山东省“互联网+”大学生创新创业大赛   金奖 （5）第十二届“挑战杯”山东省大学生创业计划竞赛   银奖 （6）东营市首届油地校创新创业大赛   二等奖 （7）第七届中国研究生能源装备创新设计大赛   一等奖 （8）第六届山东省大学生科技创新大赛   二等奖

是一家模数混合式神经网络处理及传感器芯片公司，DVS视觉传感器，数模混合人工智能芯片，创始团队均为瑞士苏黎世联邦理工学院博士，专攻模拟电路及神经网络方向 点击上方按钮联系科转云平台进行沟通对接！

目前第一代完整的呼吸音采集设备已研发完毕，完全实现呼吸活动的柔性无感持续智能监测评价和适应多场景下交互设计需求，提高医疗救护能力和应急救援能力，减轻医疗及养老行业人力与经济运营成本，创新引领社会与经济发展。 图1 技术路线 【技术优势】 (1) 基于驻极体薄膜的高灵敏度接触式压力传感器 目前用于呼吸音及心音监测的传感器大多采用较硬的基底，难以适应人体胸部曲线，不适合长期可穿戴使用。因此，本成果基于驻极体的自驱动压力传感器的自供能、响应速度快和灵敏度高等优势，设计了一种用于可穿戴式声音监测的高灵敏度柔性驻极体压力传感器，以实现对人体呼吸音与心音地长期、实时监测。 图2 部分成果展示 (2) 智能呼吸音监测分析预警平台 通过深入临床大规模收集心音和呼吸音样本、对病理性样本进行学习训练，对信号的模式识别进行研究匹配，采用人工神经网络、支持向量机两种识别模式，对病理性声音特征进行分析得出智能化参考病症分析。由于呼吸音信号的复杂性，同一种类型的呼吸音有不同人或是同一人在不同时间发出时，样本数据不完全相同，传统方法容错率与识别率极低。本成果将呼吸衰竭患者的呼吸音数据进行分类识别和特征标定，采用人工智能算法进行测试和集训，实现为大数据分析提供数据参考。 (3) 呼吸音智能监测预警系统的人机交互设计 通过分析多个智能呼吸音监测预警操作系统的使用场景、认知特点、输入和输出方式，归纳出它们在交互设计上的一般性的设计原则和设计缺陷。通过多学科的交叉，如人因功效学、设计语义学、设计美学、设计心理学等学科，进行了全面整体的交互设计研究。 图3 智能呼吸音诊断软件界面 图4 临床人员操作软件试用 【性能指标】

本发明提供一种HVDC系统换流母线外部故障的人工智能识别方法。其特点是该方法利用小波变换多尺度分解算法，把系统故障信号分解到不同频段，以不同频段信号小波能量偏度作为故障诊断特征向量，再结合BP神经网络实现交流系统故障类型的准确识别。该方法与以往交流系统故障类型识别方法相比较，从能量分布的角度，只需对一个故障信号进行特征提取，不受系统运行方式的影响，操作简单，准确性好，可性度高。

四川大学抗击新冠肺炎疫情应急科研攻关相关项目组联合中国移动，发挥文、理、工、医多学科交叉融合优势，充分利用华西医学科研资源，在“5G医学转化服务平台”和“医学+信息”基础上，研发成功的基于5G云计算的新冠肺炎免疫检测与智能分析系统是全球首个运用新冠肺炎生物芯片，融合物联网、大数据、人工智能、云计算等信息技术的高科技产品，能在不同场景（机场/车站安检、大型活动安检、社区及个人自检等）对目标人群开展免疫检测，并通过人工智能技术进行分析，为新冠疫情的最终解决提供必要技术支撑。该系统实现了检测点的分散式布局与检测资源下沉，能避免集中检测的交叉感染，检测方便快捷，准确率高，数据自动上传国家指定平台。

本发明提供了一种风光耦合电解制氢系统的储氢罐智能滤波控制方法，包括：设计滤波器并根据储氢罐的时间常数动态调整滤波器的截止频率，通过寻优机制找到最佳的滤波器阶数；通过储氢罐的充放氢状态，判断当前的工况，根据不同的工况，从FIR滤波器、IIR滤波器以及自适应混合滤波器中选择合适的类型；对制氢过程进行滤波，根据目标制氢速率和实际制氢速率的差异调整储氢罐的充放氢量，从而获取平滑的氢气输出；根据输出氢气过程中的波动率评估制氢系统的性能，并根据评估结果重新调整滤波器参数。本发明根据不同工况动态选择合适的滤波器类型，实现了较平滑的氢气输出速率，确保系统的稳定性，满足后续大规模工业生产的需要。