5G+AI 云边一体化智慧出行解决方案，针对道路事故率高、交通拥堵困局、道路交通监管难、公共交通信息阻塞等问题，汇集了5G 通信、AT 算力资源平台、AI 算法、边缘计算网关、车路协同、智慧灯杆、大数据管理平台等诸多软硬件技术成果，具有充分的综合性、创新性、协同性、大集成等特征，同时将 5G、AI、物联网、大数据、云边一体化等技术交互融合，实现交通流感知、交通事件感知、配时方案优化、智慧灯杆、边缘计算网关等功能。 建设进展 研发方向一：网络建设规划南京移动在新港地区优先投入5G建设资源，目前新港开发区范围内，共 规划5G站点114个，其中宏站82个，杆站32个；已开通宏站27个。本项 目规划恒竞路需求站点11个，宏站9个，杆站2个，厂区内部宏站2个，兴 智路需求站点6个，其中宏站2个，杆站4个。 研发方向二：AI云平台研发 南邮信产院投入建设AI云平台，为人工智能提供算力支撑，为算法模型训练提供海量数据和开发环境，为区内 人工智能企业及高校科研人员提供一站式人工智能产业服务，带动人工智能技术的提升。目前已建成。 研发方向三：智慧灯杆+边缘网关 智慧灯杆：场景载体，环境感知等多功能实现。 边缘网关：各个功能互通互联的媒介 目前智慧灯杆进入融合各家设计阶段。 研发方向四:车路协同/无人驾驶交通流感知-实时感知城市交叉口内车流量、速度、排队长度、占有率等数据。交通事件感知-提供停车，逆行，超速，拥堵，变道等事件信息，并提供照片和视频。车路协同-将感知数据下发至无人驾驶车辆，车辆根据获得的信息自动优化行驶路线。配时方案优化-将感知数据直接下发到交通信号机，实时生成交通信号配时方案，下发至交通信号机，实现路口单点自适应控制。 研发方向四：车路协同/无人驾驶建设面向L4级无人驾驶的车路协同系统。主要是车路协同系统车端建设。通信网络建设方面：参与对5G网络的验证，协助验证5G网络与无人驾驶的互联互通。 大数据平台建设方面：其无人驾驶车可以在多场景应用，充当城市各种数据收集的载体。 车路协同云控平台建设方面：承担车路协同云控平台建设。 关注重点 开放性场景定义：一般是指城市基础设施建设运营管理、产业发展、民生服务等领域，对新技术新产品有应用需求的各类工程、项目。通过应用场景开发建设，可以推进新技术新产品的示范应用和迭代升级，助力新技术新产品推广应用。《南京市关于加快应用场景开发建设2021年行动方案》围绕5G+AI云边一体化创新应用示范道路，向全产业链（企业、科研机构等）开放能力。一是路侧基础设施开放，在南京南邮信息产业技术研究院有限公司统筹管理下，开放路侧龙门架、杆位等资源，以及相应的供电 、联网能力，为路侧生态参与者提供宝贵的示范场地；二是数据开放，在保障信息安全和公共隐私的前提下，开放路侧时空全覆盖的结构化与非结构化数据，形成"兴智路数据集"，为产业发展注入珍贵的稀缺数据资源；三是应用开放，建立其他生态参与者加入的申请入口，规范开放"数据集"，通过互联网、展厅等线上线下渠道向全社会展示 5G+AI云边一体化创新应用示范道路的成效。 示范性在中国（南京）智谷的指导下，本项目参与四方集聚各自技术及资源优势，群策群力，协同创新，紧密且高效地推进建设计划；将5G、AI、物联网、大数据、云边一体化等技术交互融合，期望建成经开区人工智能产业方向上的标志性应用场景，树立良好的示范典型。 先进性5G+AI云边一体化创新应用示范道路"项目，针对道路事故率高、交通拥堵困局、道路交通监管难、公共交通信息阻塞等问题；汇集了5G通信、AI算力资源平台、边缘计算网关、车路协同、智慧灯杆、大数据管理平台等诸多软硬件技术成果；与其他单纯的车路协同场景、智慧灯杆场景相比，具有充分的综合性、创新性、协同性、大集成等独特特征和 充分的先进性。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

科研领域及方向        热能与动力工程 / 先进控制策略在热工过程自动控制方面的应用研究项目概况    本项目主要针对众多热电联产机组在实施自动控制时所存在的问题，采用先进的智能优化控制理论，研究能较好地解决热、电负荷优化控制问题的先进控制系统，具体包括：热电联产机组热电负荷协调优化控制；锅炉母管蒸汽压力的优化控制；机组主汽温度的优化控制等。主要特点 传统控制和现代控制在提高热工对象的控制品质上已作了大量的努力，但对于一些复杂对象的控制效果仍欠佳。本项目对人工免疫系统这一新的智能理论进行了研究，并与传统的PID控制、模糊控制、预测控制等方法相结合，将新的思想与传统及成熟的控制理论有机结合，应用于解决实际复杂热工过程的优化控制，以期取得良好控制效果。技术指标     着眼于热电厂母管制机组实现热、电负荷整体优化控制需要解决的的一些关键问题，针对现有控制系统的不足，研究更为有效的基于免疫算法、多Agent技术和预测控制方法等的智能优化控制系统。市场前景本项目研究成果对改善中小电厂锅炉燃烧自动控制的现状，提高其锅炉自动投入率和经济效益，以及节约能源都具有重要意义。此外，还将有力地促进人工免疫技术的发展及其在热工过程控制中的应用，并为类似分布式复杂系统的控制提供借鉴。

随着我国智能电网工作的深入和风电、光伏等新能源技术的推广应用，电网对火电机组动态调节性能的要求日渐提高，越来越多的火电机组开始采用AGC调度方式，而且AGC调度方式下的技术指标要求越来越高。不但要求机组能够快速加、减负荷，而且变负荷过程中还要保持良好的调整精度。要求机组能够在加负荷过程随时能够随时停止加负荷，甚至变为快速减负荷，反之亦然（机组实际负荷同AGC指令偏差小于1%）。AGC调度方式下，机组负荷响应速率直接影响到机组平均负荷率，提高机组负荷响应速率有利于提高机组的平均负荷率，从而达到提高经济效益的目的。为了保证机组的快速负荷响应能力，大多数电厂采取了快速改变锅炉燃料量的调整手段，由此造成了机组动态过程中煤耗水平的升高，对机组经济性产生明显的负面影响。 本课题采用自主研发的全程动态燃烧优化控制技术，将锅炉燃烧优化技术和DCS优化技术有机结合，实现了燃烧相关控制手段的自动控制调整。通过优化技术能够使锅炉动态过程中的锅炉效率提高1%以上，动态过程的发电煤耗减少3g/kw.h以上，机组平均煤耗水平降低1 g/kw.h。以实施项目的600MW机组为例，发电煤耗降低1g/kw.h，每台机组每年可以节约原煤约15000吨，减少CO2 排放约55000吨。

西安科技大学煤矿支护研发中心王晓利教授创新团队多年从事井下支护及设备研究，开发出井下混凝土制备输送机组，已获得3项专利。井下混凝土制备输送机组包括刮板上料机、混凝土制备机、矿用混凝土泵。施工工艺为：地面混凝土搅拌站按设计配合比搅拌好干料后，通过无轨胶轮车或底卸式矿车运输至井下，混凝土干料卸至刮板上料机的刮板槽内，刮板机运转将干料输送至混凝土制备机的搅拌槽内加水连续搅拌，搅拌好的湿料溜入矿用混凝土泵料斗内实现远距离泵送。该套机组目前已在神东煤炭集团公司、神华宁煤集团、山西潞安矿业集团、神华乌海能源集团、陕煤集团、神火集团等多个单位得到了应用。

太阳能制冷，是利用太阳集热器为吸收式制冷机提供其发生器所需要的热媒水，主要是利用加热来驱动制冷，电耗仅仅是来驱动相关的水泵、风机，不需要驱动功耗较大的压缩机，所以电耗比常规的制冷机组要低。太阳能空调与常规空调相比，具有以下三大明显的优点：1. 太阳能空调的季节适应性好，也就是说，系统制冷能力随着太阳辐射能的增加而增大，而这正好与夏季人们对空调的迫切要求一致；2. 传统的压缩式制冷机以氟里昂为介质，它对大气层有极大的破坏作用，而制冷机以无毒、无害的水或溴化锂为介质，它对保护环境十分有利；3. 太阳能

产品详细介绍风机盘管机组特点：一：安全可靠，寿命长每台盘管换热器都经过压力检漏；进出水接管（集水头）采用锻黄铜结构，可靠耐用；全部材料系防火型；电动机采用超低噪声滚动轴承，无需用户加油维修，使用寿命可达35000小时；电动机细长轴经特殊处理无锈蚀。二：效率高，能量足盘管采用无缝紫铜管串套高效的双翻边铝肋片并胀紧成一体，传热效率高，冷（热）量富足。三：风量大，噪音低采用超广角蜗壳，钢板制多页离心风轮，风轮与电动机可有多种优先匹配，以满足风机盘管机组个规格要求四：通用性强，重量轻本风机盘管结构左右进水可现场变换，以便连接水管。 FP-LM立式明装系列：此机组表面采用静电喷涂处理，色彩高雅，外形美观，可直接置于室内地板上，与室内装饰匹配，拆装保养容易，性能可靠。 TEL：18205349168 0534-2787188 FAX：0534-2787188 http://www.dtgrad.com

北京交通大学电机状态预测可视化系统项目 招标项目的潜在投标人应在线上报名（邮件）获取招标文件，并于2022年07月05日 09点30分（北京时间）前递交投标文件。