技术成熟度：技术突破 本成套设备，以电供暖的各个电暖气为控制对象，以建筑内不同房间不同区域的取暖温度为控制参数，自下而上，组成了由单片机现场控制器（控制室单独使用PLC控制器）、PLC中间层算法控制器、工控机为上位机构成监控界面的DCS控制系统，从而实现分散控制集中管理的控制系统。此系统的目的在于替换传统水暖系统，利用合理科学的软件算法，实现节能、环保、减排的效果。设备兼具教学、实验、科研及实用的功能。 成果技术特点：本套装置由四个单片机组成现场控制器，一个PLC组成的控制室控制器，与中间层面的S7-300PLC控制系统，以及顶层监控层的工控机装置，统一安装到了一个整体的平台上。此平台便于实地集中实验、研究，也有利于集中编程与项目演示。 图1 设备实物图 图2 为智能控制系统电脑操作界面

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

TDA（芯片热设计自动化）软件是清华航院曹炳阳教授团队全自主研发的国际首个芯片跨尺度热仿真与设计系统。TDA软件可实现芯片从纳米至宏观尺寸的热设计与仿真，支持芯片微纳结构内部热输运过程的模拟研究，直接提高芯片热仿真精度与结温预测准确度，进而提高芯片性能、寿命和可靠性。

扫描数字剪切散斑干涉仪利用激光散斑剪切干涉和线阵CCD扫描原理, 将激光束扩束后照射在具有光学粗糙的物体表面，并以线阵CCD扫描记录 待测物体表面变形前后的剪切散斑像，进而利用数字图像处理技术，获 得反映物体表面形变的数字剪切散班干涉图样，由该图样可以获得物体 表面形变信息或相关区域的缺陷特征，实现无损检测目的。基于特殊设 计的微位移移动轨道和CCD扫描技术的应用，以及剪切镜的灵活设计，可 以有效增大测量视场并提高缺陷检测灵敏度。 该

扫描电子声显微镜技术是在扫描电子显微镜的基础上发展起来的一种基于热声效应的无损检测技术。当扫描电子显微镜的探测电子束对样品进行扫描成像时，入射的电子会把入射的能量部分转化成热能，从而使样品表面及亚表面层的温度升高。通过对扫描电子束实现强度调制，从而使样品表面及亚表面周期性加热激发声波（电子声信号）。检测不同位置的声信号的振幅和相位，可分析样品在不同深度的结构、性质和参量，实现分层成像。由于电子束能聚焦得比较细，其成象分辨率优于光声显微镜，特别适合于

   当固体物质受到周期性强度调制的光束照射时，物质吸收辐射能而受激发，然后通过非辐射去激励而将部分或全部吸收的光能转化为热能。周期性热流使周围的介质热胀冷缩，因而激发声波。检测声波信号可得到声波携带的热信号的振幅和相位，从而能分析样品在不同深度的结构、性质和参量，实现分层成象。可应用于半导体材料和器件（特别是集成电路）的研究、分层检测及其对生产工艺流程的控制等；层状或不均匀材料的分层研究和检测；各种固体残余应力的研究；

锂离子电池超声扫描仪是利用超声波成像技术，从声学角度来表征锂电池内部多相结构变化的检测设备。 一、项目分类 关键核心技术突破 二、成果简介 锂离子电池超声扫描仪是利用超声波成像技术，从声学角度来表征锂电池内部多相结构变化的检测设备。它可以实现软包电池及方形电池中电解液浸润状况及微量产气的原位无损检测，并能迅速灵敏地反映电解液浸润状态，评价电解液稳定性，检测SEI生长情况，从而对电池的健康状况进行综合评估，为优化电池装配工艺，分析电池失效机制等方面提供了创新性的技术手段和有效途径，有助于实现锂离子电池的安全性预警与故障的及早排除。 锂电池整体为封闭式结构，可见光、红外线、电子束等信息载体无法穿透金属外壳，内部状态难以直接观测，无法获知是否存在如电解液浸润不良、产气等影响电池性能，甚至导致安全隐患的因素，极大阻碍了锂离子电池的规模化发展及应用，亟需一种原位、无损的新型表征技术来研究这些结构演变。

本项目在国家重大科学仪器专项项目支持下，经过4年产学研用相结合技术攻关，成功研制了能表征样品形貌与内部纳米级结构的新型扫描探针显微镜，并实现了产业化。 研制了高稳定度激光器、高灵敏度光学检测器、高Q值扫描探针等核心关键部件，突破了基于ARM+DSP的自适应随机共振微弱信号检测方法、基于脉冲发送皮层模型多频超声图像融合方法以及基于非下采样剪切波变换的局部方差融合方法等核心关键技术，建立了RBG 彩色图像融合模型，成功研制了能表征样品形貌与内部纳米级结构的新型扫描探针显微镜。同时，通过在航天、医学、生物材料、电子器件等领域的实际使用，进一步改进与完善，提高了仪器的可靠性、有效性和实用性。 图1 成果展示 【技术优势】 在内部超声图像分辨率、最大可检测样品厚度等指标方面达到了国际领先水平。 【技术指标】 与国内外同类仪器比较，总体技术指标到达了国际先进水平，部分指标达到了国际领先水平。经过具有国家仪器检测资质的第三方测试结果，各项技术指标见下表： 【资质荣誉】 2021年湖北省科技进步二等奖。

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。