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。

本发明涉及一种用于太阳能热水器节水及水温控制一体化装置及方法，该节水及水温控制一体化装 置包括来水分离管道系统、水温控制体统、自来水管道系统、控制系统以及用水管道系统，来水分离管 道系统、水温控制体统、自来水管道系统均设有温度传感器和电磁阀，温度传感器用于测量相应水流的 温度值，控制系统根据采集的温度值进行计算、并根据计算结果控制电磁阀的开闭，以此控制来水分离 管道系统、水

由于装置扩容改造，现有芳烃二甲苯装置都存在多线联合处理具有不同组分分布的原料 情况。为使得所需处理原料与处理装置的特性相匹配，必须对二甲苯装置各单元处理负荷和操 作参数进行优化，提高装置整体运行水平，才能实现二甲苯生产装置经济效益的提升。本项目 针对二甲苯生产装置的实际情况，开展甲苯歧化和混合二甲苯异构化过程的机理建模、芳烃分 馏过程的工艺建模、对二甲苯吸附分离过程的工艺建模、及抽出液与抽余液精馏过程的工艺建 模，实现二甲苯联合装置的全流程模拟，以及基于机理模型的工艺流程改进和工业装置关键工 艺参数操作特性研究，完成二甲苯联合装置工艺改进和优化运行技术的研发，并通过工业装置 实际应用，实现装置运行过程中物耗和能耗的降低与生产效益的最大化。

该机能一次完成挖掘、去土、输送、摘果、分离、清选、集箱 等作业，极大地提高了劳动生产率。该机在挖掘、夹持、输送、去土、摘果等 关键技术均采用课题组研制的最新科技成果，样机性能已通过农业部农业机械 试验鉴定总站检验，主要技术参数和技术经济指标达到国家标准要求。本机适 用于我国所有花生垄作地区的收获。经各花生主产区田间试验表明每机平均作 业效率 1.8 亩/小时左右，比人工作业效率提高 25 倍以上；摘果率≥97%、总损 失率＜3.5%。该机结构相对简单，制造成本仅 7.5 万元左右，应用技术要求不 高，因此该机有着极为广阔的推广应用前景。 

本发明公开了一种声波团聚结合喷雾联合作用脱除细微颗粒物的装置及其方法。团聚室主体的顶部设有压缩式驱动声源，压缩式驱动声源与功率放大器、信号发生器顺次相连，团聚室主体的上部侧壁设有烟气进口，团聚室主体的上部内设有喷嘴，喷嘴分别与缓冲罐、柱塞式计量泵、储水罐相连接，团聚室主体的下部侧壁设有引风机，团聚室主体的底部设有吸声海绵。本发明采用声波团聚结合喷雾联合作用对燃煤电厂排烟等含尘气流中的细颗粒物进行预处理，大大提高细颗粒物的声波团聚效率，结合后续传统的除尘器，达到高效脱除PM2.5的目的，从而控制PM2.5的排放，采用声波结合喷雾的方法所需的声压级要大大低于只使用声波方法，有效降低声波团聚的能耗。

高校科技成果尽在科转云

本项目针对我国尤其集团电站燃煤污染物排放现状和处理要求，瞄准世界 高新技术发展的前沿，以开发可供集团乃至全国火电机组应用的多污染物联合 脱除技术与装备为目标，结合现有的燃煤烟气污染物控制技术，在不增加大型 设备、不需要大量投资病充分利用现有脱硫和除尘设备的基础上，通过加强自 主创新，开发具有自主知识产权的、经济适用、稳定可靠的电联合作用下多污 染物综合脱除技术，结合现有的脱硫除尘工艺实现联合脱除；分别完成单元关 键技术和系统集成技术研究；技术成果具备工业应用条件。本技术的顺利实施， 有望成为当前小型火电机组进行污染物综合治理的技术选择路线之一，具备良 好的应用前景。 

本发明属于土壤修复技术领域，具体为一种微生物和植物联合修复盐碱地土壤的方法，步骤一：挑取保藏管菌株，接入LB液体培养基试管，5 mL/瓶，在30℃，200 rpm下振荡培养过夜；按照1%的接种量将种子液接入15 mL的LB液体培养液试管基中，在30℃,200 rpm下振荡培养24 h，制成菌株发酵液，然后取每株菌发酵液15 mL。本发明当中使用的微生物菌株不仅有耐盐碱的能力，同时还有能促进水稻抗逆促生的能力，由于水稻在盐碱地中很难生存致使产量甚微，本实验所使用的是耐盐碱水稻，施用本菌株可改善土壤盐碱程度，提高水稻产量，而水稻根茎会疏松土壤、提升土壤透气性，进一步为菌株改善生存环境。经水稻耐盐碱微生物联合修复后的土壤EC值能降低78.9%。

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。