实验室废气排放特点及处理难点： ● 风量大，浓度低。 ● 种类多，成分复杂，难以分类搜集。 ● 间歇性，无规律排放，难以统计溶剂年使用量。 ● 科研的未知性，科研项目的开放性，实验试剂的变化性。 高校实验室废气处理难点： ● 被动式处理，限于环保要求，盲目上各类低效单一型处理装置，无法满足后期环境监测标准。 ● 实验室楼先天设计缺陷多，没有足够空间，或者楼顶层承重局限，无法安装大型重型的尾气处理装置。 ● 没有专人专岗维护，疏于耗材更换和设备运维，导致已安装的尾气处理装置失去效用，却又因为尾气装置的阻力影响实验室送排风的风量。 智能组合式废气处理装置专门为实验室研发设计，适用于风量大、浓度低、成分复杂的废气处理。采用干湿组合式处理方式，针对性强，处理效果显著，确保达标排放，并且可以智能监测数据，主动高效运维，节省安装空间。 埃松智能组合式废气处理装置的特点： 组合处理废气，智能监测数据，主动高效运维，节省安装空间。 组合处理装置技术及优势：采用干式+湿式组合式处理方式，专业处理实验室复合型尾气，针对性强，处理效果显著，确保达标排放； ● 干式处理段 1、干式处理段采用高碘值活性炭对污染物进行吸附处理，吸附容量和吸附速率更高，最大程度延长活性炭使用寿命及更换周期； 2、采用模块化活性炭碳盒设计，方便活性炭更换及去除活化。 ● 湿式处理段 1、湿式处理段通过两级专业配制的吸收液吸收：无机废气吸收液吸收HCI、HNO3、 H2S等无机污染物+有机废气吸收液吸收有机污染物，可同时处理无机污染物和有机污染物，辅以智能加药和智能排污系统，节省运行维护成本； 2、充分考虑实验室采用变风量排风系统的特点，采用变频泵浦设计，根据排风风量，喷淋水泵智能变频控制，节能减排； 3、选用低风阻、高强度填料，两级除雾器设计，确保系统高效运行。 ■ 可根据具体实验单元及实验楼尾气排放种类针对性地配置不同的废气吸收液； ■ 设备尺寸及重量可根据定制设计，满足排放标准的同时，满足实际安放空间； ■ 整个废气处理过程安全、环保、稳定且无剧烈的能量转换； ■ 在线管道静压检测，实现对排风机的智能变频控制，具有正常、节能、紧急三种运行模式，同时可与实验室房间控制器进行通讯，实现智能连锁（工作状态与模式）； ■ 标配Modbus开放式通讯协议（5G通讯模块），便捷接入BMS系统和智能物联网； ■ 实时在线监测，保证处理达标，必要的情况下可以与生态环境主管部门的监控设备联网，保证监测设备正常运行并依法公开排放信息。 智能组合式废气处理装置均配备埃松自主开发的智慧管理系统，并采用7寸全触摸液晶显示屏进行就地管理，将废气处理装置的运行参数更加直观的展示出来，方便管理人员运行维护，保证系统运行安全可靠。 7寸全触摸液晶显示屏，实时显示： · 各分级处理段、排风机运行状态及压差； · PH、TVOC、盐度； · 温度（室外及喷淋液温度）、湿度； · 处理风量、空塔气速、排放风速； · 喷淋泵浦运行频率、运行状态； · 管道静压、排风机运行频率、运行状态； · 各功能段及设施运行状态。 项目案例

产品简介： CES-AIoT339 是软/硬件一体的面向 AI 人工智能方向的实训系统，融合边缘计算，人脸识别，机器视觉，文本/证件识别，语音识别诸多 AI 技术，同时引入物联网传感器，无线网络知识点，是一套 AI 人工智能+物联网综合型实验系统。 该款实验箱由具有边缘计算能力的单板计算机，高清晰画质视频采集器，拾音器，本地显示器，操控端口，物联网基础部件组成，完整布署在实验箱里，配套实验教程和实训所需的辅件。 该款实验箱是针对新工科“人工智能”专业研发的，具备创新，先进，实践性强等特点，适用于人工智能，计算机，电子，信息工程，自动化等相关专业。 产品特点： 该系统引入科大讯飞语音技术，百度 AI OCR 技术，可运行在边缘计算机上实现通用文字识别，证件/票据识别，语音识别等 AI 应用，比如身份证识别，户照，银行卡，营业执照，车牌，驾驶证/行驶证的识别。 AI 人工智能+ 物联网“双核”组合 提供物联网传感器，无线网络模块，NB-IoT 模块，与边缘计算机，AI 人工智能部件，构成 AI人工智能和物联网的融合，且支持与阿里云的链接，支持使用者进行 AI 人工智能物联网的应用扩展开发。 基于安卓系统的 AI 人脸识别技术 提供人脸识别的开源安卓工程包，实现静态，动态下的人脸特征采集，特征分析，对比等人脸识别功能。 AI 人工智能+ 物联网“双核”组合 基于 ARM 架构 Cotex-A72 六核处理器，内建强大视频处理引擎 Mail-T864 GPU, 完美支持H.265/H.264 视频解码，支持大数据处理，流畅运行 AI 应用软件。 硬件一体化设计，高度集成，易于设备的维护实验所用到的硬件，均布署在实验主板上，一对 N 供电模式，各单元相互独立，模块化设计。

基于跨行业数据挖掘标准流程CRISP-DM，实现数据的深度挖掘分析，帮助教师与学生发现数据中隐藏的关系及规律，为教师科研提供数据分析探索、模型构建、成果应用的一站式数据挖掘工具，高效开展行业应用研究。平台支持用户通过简单拖拽、低代码的方式快速完成挖掘分析流程构建。同时支持模型自动化构建、模型智能评估，推荐最优模型与算法。 1、极简的建模过程 基于拖拽式节点操作、连线式流程串接、指导式参数配置，用户可以通过简单拖拽、配置的方式快速完成挖掘分析流程构建。平台内置数据处理、数据融合、特征工程、扩展编程等功能，让用户能够灵活运用多种处理手段对数据进行预处理，提升建模数据质量，同时丰富的算法库为用户建模提供了更多选择，自动学习功能通过自动推荐最优的算法和参数配置，结合“循环行”功能实现批量建模，帮助用户高效建模，快速挖掘数据隐藏价值。 2、丰富的分析算法 内置150多个分析算子，包含30余种数据预处理方法，5种数据融合方法、11种常用特征工程，实现数据融合处理与特征构建；包含聚类、分类、回归、关联规则、时间序列、综合评价、协同过滤等7类N种机器学习算法，支持深度学习、集成学习与自然语言处理等人工智能分析方法，满足各类业务科研场景需求。 3、灵活的扩展能力 支持用户编制SQL\R\Python\Java\Scala\Matlab\PySpark脚本实现个性化的算法脚本。自定义算法功能允许用户通过R\Python\Java\Scala基于平台规范封装自主算法并发布形成平台节点，方便用户灵活扩展平台算法节点功能，增强平台的业务适应能力，充分满足不同领域科研的个性化需求。 4、全面的分析洞察 通过丰富详实的洞察内容，帮助用户全方位观察建模过程任意流程节点的执行结果，为用户开展建模流程的改进优化提供依据，从而快速得到最优模型，发现数据中隐含的业务价值。建模分析报告支持在线查看，并且支持下载可编辑Word版本，支持科研报告及相关成果发布应用。 5、全栈科研成果管理与应用能力 分析成果的快速工程化应用，支持模型以调度任务、异步服务、同步服务、流服务及本地化服务包等形式应用，满足工程化的不同诉求。提供统一的成果分类统计及统一管理监测，帮助用户高效便捷地管理成果、利用成果及监测成果。 6、跨平台模型迁移及融合 支持PMML文件的导入和导出，可以实现跨平台模型之间的迁移和融合，利于用户进行历史模型的迁移，实现用户在不同平台的模型成果快速共享，提升各类科研成果的复用性。    

智能化可燃性气体传感器具有本质安全、自动调校等优点，在多个技术指标上有明显优势，成本低于同类产品。试生产产品在龙煤集团下属煤矿试用，其稳定性、可靠性、本质安全等优点得到使用人员、领导的高度认可。产品在重庆梅安森、中国矿业大学等生产或研究单位使用、实验，其性能、优点得到有关人员认可。智能化传感器等产品与WIFI及网络技术、通讯技术结合产生的智能家居安防系列产品已完成，将作为智能家居重要成员进入千家万户。

本发明公开了一种以智能物流叉车为载体的碳排放智能监控和减排系统，包括能读取物流中心订单数据库中订单信息的碳排放智能减排监控系统、设于智能物流叉车上的智能物流叉车硬件终端，智能物流叉车硬件终端包括：碳排放检测装置、ＧＰＳ定位装置及能控制智能物流叉车动作的中央处理器，中央处理器能将碳排放量信息与位置信息发送给碳排放智能减排监控系统；碳排放智能减排监控系统能根据碳排放量信息与位置信息、并以低碳节能的执行原则将订单分配给中央处理器，又能自动规划出叉车最优作业路径，中央处理器会根据最优作业路径及分配订单进行作

针对目前智能服务系统在服务过程中存在的人机交互语 义理解不够深入、服务适配实时性差、以及智能化优化不足 等问题，利用深度学习、强化学习、知识图谱等技术手段， 重点研究：1）高效低成本的服务数据获取方法，为各类基 于机器学习的服务模型提供高质量训练数据；2）面向服务 过程的深度语义理解，包括服务意图识别、服务过程抽取、 事件检测等；3）面向复杂服务需求的服务任务智能调度， 结合具体服务场景展开基于多目标多约束的智能优化。

该系统可以完成整车直发、零担干线、零担配送、城配、短驳等运输业务，功能涵盖基础设置、货票合同、签收回单、运输计划，调度派车、运单管理、货物交接、异常处理、回车、行车可视化追踪，以及对账、收付款和费用结算等；可对中小运输企业的“车、货、场、人”进行全面管理，最大程度上提高作业效率和人员绩效。该系统以自主研发的基于动态容重比的智能配载优化算法为技术核心，可代替传统的人工排线和调度，大幅度提升车辆配载效率，平均降低物流成本 10%～15%，可以为中小型运输企业（如专线、零担、城配）提供从“接单-配载调度-运输-回单-回款”的全流程运输解决方案。

系统非接触式实现变电站及所有设备的异常监测，包括全景视频、温度和局部放电。对GIS、变压器、电抗器、开关、电缆、CT、PT等一次设备各部件温度及各类绝缘缺陷，违规作业、异物入侵等实施直接监测或计算外推，并实时智能预警。系统由多物理量值守机器人、智能云APP和大数据后台组成，值守机器人集成局部放电、红外测温、视频图像及声音诊断等传感器，并具备初步的人工智能算法和设备异常诊断能力，后台包括设备管理和大数据评估功能模块，APP接收智能终端和后台信息，主要显示诊断结果、数据内容，并实现人机交互。通信方式有无线、有线两种。 局放传感模块、红外传感模块、视频模块、气体传感模块、声音模块、油色谱等不同功能模块可根据实际情况合理增减搭配使用。产品的集成度高，远距离非接触采集信息，高智能、高可靠、低成本。近5年来，使用该技术发现了48起变电站内潜在故障隐患，避免了多起停电事故。 本项目经过十余年的研发与产学研合作，对应了目前泛在电力物联网的总体思路和要求，具有多个电网公司的应用案例，取得了一系列国际上具有独创性的成果。 适用范围广  能在高温、低温、高湿等环境条件下可靠运行，防水防尘。 多物理量协同  集成局放、红外、视频、声音等传感器，同时监测变压器、敞开式开关、电抗器等变电站内一次设备的局放信号、红外热像、视频信息，实现多传感器的高效结合及协调诊断。 使用方便  配备智能云APP，实时接收现场值守机器人采集的数据，实现人机交互，能够早期发现缺陷，判断缺陷位置，提高现场人员的工作效率。 智能化程度高  监测的数据可以通过无线网络或有线数据同步传输，嵌入人工智能算法，提高了监测数据及时率、准确率及有效性。 安装方便  值守机器人体积小，重量轻，一键式安装。有线通信与无线通信系统自动切换，内部参数可以通过手机设置。 性价比高  采用低成本、高可靠技术路线，通过人工智能算法降低硬件的复杂性。 目前该系统已获得14项国内发明专利授权、3项PCT专利授权、8项实用新型专利、软件著作权登记3项。高电压技术、电力设备智能监测领域权威期刊上发表论文30篇。应用在国家电网、中国石化30多个变电站，有三百多套挂网运行。 不同场景的实物及应用照片，或原理图解 图1 长距离多参数智能传感器（视频、红外、局放、声音+人工智能边缘计算） 图2 短距离多参数智能传感器（视频、红外、局放、声音+人工智能边缘计算） 图3 用户报告 图4 变电站安装监测 图5 大数据后台应用

项目简介： 针对设备如何正确理解人类的逻辑和时序知识，并将获得的知识便捷的转换为当前计算机体系的执行代码的问题，设计了用于智能应用的SOC芯片。此芯片由当前通用微处理器和相应的固件构成，固件由操作系统、类似人脑树突学习和推理的新型思维模型和通用通信模块构成，SOC系列芯片可以解决认知人类逻辑、时序思维的问题，具备了一定的认知智能。系列芯片可分无带代码编程的控制芯片，无代码编程的总线与网络通信芯片，低代码编程的运动控制芯片，制造业核心控制设备本质安全芯片等几个系列的芯片。 技术的创造性与先进性、创新要点： 01）、提出了类人思维计算理论方法 02）、有别于冯诺曼和哈弗结构的计算机运行架构  a、传统的计算机程序由程序员完成，新的框架和机制要求计算机 程序由使用者经过简单培训便可完成，改变了目前程开发模 式。  b、应用开发过程可直接认知和理解以人类思维描述的开发目标 几乎无需编写代码，与现有单片机、PLC等开发模式完全不同， 具备了认知人类知识和经验的高等级人工智能功。 c、与现有的开发模式和开发工具相比，对开发人员专业技能要求大大降低，应用开发效率极大提高。 03）、以人类思维的视角而非二进制运算的模式进行计算机数据的处理。 获奖情况： 获2016年山东省科技进步一等奖