海嘉船舶数据采集与分发系统创新性突出，采用先进的传感器技术，实现多源数据的高效采集。系统在通信方面采用了独特的混合通信方案，融合卫星通信、物联网技术，确保了信息的高速传输和覆盖范围。创新的数据处理算法实现了实时数据分析和异常检测，提高了系统的智能化水平。

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

量子材料科学中心韩伟课题组在二维磁性体系中展开工作并取得了重要进展，观测到了二维反铁磁体系中磁振子的长距离输运。MnPS3晶体是一种层状反铁磁材料，利用机械剥离手段得到了二维的MnPS3薄片。MnPS3薄片上制备了用于测量磁振子输运的非局域器件，器件结构如图A所示。器件左侧Pt电极通过热方法来注入磁振子，右侧Pt电极探测在二维MnPS3中扩散传输的磁振子。在二维反铁磁MnPS3中，实验上观测到了几微米的磁振子扩散长度。并且从图B中可以看出，随着注入端和探测端距离的增加，探测到的非局域信号表现出e指数衰减的形式，跟一维漂移扩散模型的理论模型一致。在此基础上，他们还系统研究了MnPS3厚度对磁振子弛豫性质的影响。随着MnPS3厚度从40nm降低至8nm，磁振子弛豫长度由4μm减小到1μm（图C），这可能是由较薄的MnPS3中较强的表面杂质散射效应导致的。 二维材料中的磁振子输运实现为二维磁性材料在磁振子电子学的应用与发展奠定了基础，也有望推动磁振子在量子尺度下的新颖量子物理性质研究。图：二维反铁磁体系中磁振子输运研究。（A）二维反铁磁MnPS3中的磁振子输运测量结构示意图。（B）自旋信号R_NL^*随电极间距的依赖关系，与理论预言的e指数衰减吻合。（C）磁振子弛豫长度随MnPS3厚度的依赖关系。

（1）能够实现在复杂的管道内的行走和检测，且对管道表面要求较低，能够实现自适应运动模式。（2）能够适应一定尺寸范围内的管道测量，同时可以在恶劣的管道情况下进行绕管道一圈稳定行走。（3）在一定情况下可以完成水下的检测作业。（4）能够实现在线准确测量管壁厚度、裂缝深度及范围及其他管壁质量缺陷，可以实现离线保存功能。（5）能够解决目前管道等特殊环境下普通测厚方法无法进行厚度测量及管壁质量预测的问题；（6）采用永磁技术，能够实现无源测量，可避免因为电源失电而导致测量失误的问题。

本发明公开了一种可见光目标轮廓模型指导的飞机感兴趣区测谱方法，包括：(1)建立典型飞机目标轮廓姿态数据库；(2)对实测飞机目标可见光图像进行测谱，包括：(2.1)获取飞机目标的可见光图像；(2.2)获得目标轮廓特征；(2.3)用目标轮廓匹配步骤(1)中建立的轮廓姿态数据库，得到飞机的对应姿态，以及在此种姿态下的部件对应几何关系；(2.4)根据轮廓与各个部件之间的相互关系，寻找目标各部件测谱的中心位置坐标；(2.5)把

本项目提供压缩机全生命周期管理系统，建立模块化、集成化数据环境，面向于往复压缩机、隔膜压缩机，服务于石油化工、加氢站、储气库、船舶动力等行业主要包括： 设计规划阶段——压缩机整体方案设计，压缩机结构形式设计，核心部件材料遴选分析，启/停流程设计，安全控制策略设计等； 运行工作阶段——压缩机运行数据实时采集、远程动态展示，核心部件状态监测与故障诊断，监测诊断一体式/分体式硬件与软件系统开发； 检修维护阶段——零部件维修预警、寿命预测，可视化维修方案、维修模型、维修视频，压缩机及其辅助系统、零备件信息数字化管理平台。 关键技术一：压缩机性能计算技术与选型设计技术 基于 Windows 平台，遵循结构化、模块化原则，采用 QT 框架、C++语言编制交互设计软件，可实现往复压缩机物性计算、热力计算、动力计算、设计校核复算、平衡计算、产品系列化自动匹配、多工况计算七项功能于一体，可实现往复压缩机机组设计计算、选型、零部件管理一体化功能。现阶段已授权发明专利 1 项，软件著作权 1 项。 关键技术二：压缩机状态监测与故障诊断技术及设备 针对压缩机核心零部件构建相应状态监测方案与故障诊断方法，包括：①集成气缸内热力过程特征和阀片声发射信号的诊断方法，基于气阀声发射信号获得气阀故障的特征参数和反映故障程度的量化指标，诊断不同类型气阀故障；②基于活塞杆应变重构 pV 图方法的往复压缩机气阀无损故障诊断方法，基于活塞杆应变重构压力-容积图（p-V图）的无损监测方法，为传统侵入式方法破坏气缸完整性带来安全隐患的问题提供解决方案；③十字头销磨损、活塞杆松动的故障诊断方法，对不同程度十字头销磨损、活塞杆松动故障进行模拟试验，对比时频域分析研究十字头销磨损、活塞杆松动的故障机理、声发射信号和振动信号特征，提取故障特征识别故障程度；④基于压缩机内油-气压力“伴随”关系，国内外首次提出了集成声发射与油-气压无损监测的隔膜压缩机状态监测新方法，进一步根据油-气压力“伴随”关系的失调追溯故障根源；⑤基于增量式编码器的往复压缩机轴系扭振测试方法，基于增量式编码器构建了往复式压缩机扭振测试系统，为传统方法在现场实际应用时难于实施提出解决方案；⑥压缩机气流脉动和振动模态分析技术，隔振结构设计、管路结构设计，提供机组振动测试、诊断以及改进方案。 本项关键技术现阶段已授权国内发明专利 4 项，申请国际专利 2 项、国内发明专利10 项；应用于中海油海洋平台天然气压缩机；开发压缩机故障诊断仪，已在某加氢站压缩机调试中成功检测出气阀泄漏、膜片运动失效、活塞环磨损、溢油阀阀芯磨损等严重故障。 关键技术三：压缩机数据共享与健康管理云平台 构建压缩机及其辅助系统、零备件信息数字化管理平台；构建压缩机热力-动力-应力-寿命分析模块，集成监测数据评价机组运行状态；基于故障诊断技术，建立机组现场监测数据与健康/故障状态信息实时共享平台，打破机组现场与远程管理者之间的技术壁垒；实现压缩机核心部件维修预警、寿命预测，交互 GUI 界面集成可视化压缩机维修维保手册、指导视频、三维模型；压缩机全生命周期管理，显著提高运维效率和管理水平。

        我国精神疾病发病率高且增长趋势明显，是我国推进国民大健康战略所面临的巨大挑战。然而当前精神疾病临床诊断缺乏发病机制的依据，主要以临床表型为指标。多数精神疾病的发病原因与人体基因新发突变相关，这种不在父代而仅在子代发生的基因变异对精神疾病的临床诊疗极具重要性。         研发团队建立了从患者新发突变基因组学到转录组、蛋白组学的完整生物组学发病机制临床辅助诊断系统，填补了精神疾病临床诊断的组学机制评价空白，系统自动生成辅助诊断报告和用药风险分析，具有显著的临床应用价值，符合领域发展的国际行业趋势，具有巨大的市场推广潜力。         意向开展成果转化的前提条件：中试放大及产业化工艺开发资金支持