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。

由我校“工业CT无损检测教育部工程研究中心”主任王珏教授牵头主持，重庆真测科技股份有限公司、重庆大学、山东新华医疗器械股份有限公司和四川英杰电气股份有限公司共同完成的“15MeV/9MeV双能加速器及CT系统”项目于2020年6月6日顺利通过了科技成果评价。

本发明公开了一种可测量金属化膜电容器元件在实际运行工况 下产气体积的方法和装置。该方法可模拟电容器短路击穿故障时的产 气情况，同时可将电容器运行过程中产生的气体全部收集到量筒内， 通过量筒上的刻度对产气量进行测量。通过该方法，可实现金属化膜 电容器元件击穿短路故障过程中的产气体积测量，同时还能用于气体 收集进行产气成分分析。本发明还提供实现上述方法的装置和材料， 主要包括绝缘容器、橡胶软管、玻璃量筒、绝缘油。本发明使用的材 料和器件均具有良好的绝缘性能，可保证实验过程中的安全。 

本发明公开了一种金属化膜电容器保护装置和方法，干式金属 化膜电容器内部不灌封或采用灌封的干式结构，电容器顶部存在一定 高度的空隙。热传导型氢气传感器及其检测电路构成的气敏保护装置 安装于电容器顶部。当电容器内部元件出现击穿故障时，元件内部会 产生大量气体并逸出，该气体会最终汇聚到电容器顶部的空隙中。元 件产气中，经检测氢气体积约占 85％，因此，该产气会导致电容器顶 部空隙中氢气浓度的变化，从而导致检测电路输出信号的变化，实现 金属化膜电容器内部故障的检测。检测到故障信号后，可从外部切断 电容器电源

（专利号：ZL 201410081975.1） 简介：本发明公开一种超级电容器用中空球形多孔石墨烯的一步法制备方法，属于炭材料制备技术领域。该方法以可塑性的煤沥青为碳源，纳米氧化镁为导向模板，氢氧化钾为活化剂，三者干法研磨混合后的混合物转移至刚玉舟中，置于管式炉内在常压或负压的条件下进行加热，一步法制得超级电容器用中空球形多孔石墨烯材料。本发明直接以富含芳环、廉价的煤沥青为原料，大大简化了制备工艺，增加了操作安全性。本发明具有工艺简单、成

本发明公开了一种电喷雾装置及利用电喷雾制备太阳能电池减反层的方法，利用电喷雾的原理，在透明导电薄膜上制备一层倒置纳米碗微结构的减反层，形状类似于倒扣的半球形；通过调节喷液的流速，喷嘴的口径大小，高压发生器的电压以及金属喷嘴与透明导电层的间距等参数来控制倒置“纳米碗”的形状及大小；通过 PC 控制单元调节运动平台在 X 和 Y 方向的运动速度来控制倒置纳米碗的密度。本发明采用电喷雾技术来制备减反层，工艺环境要求低，整个工艺过程采用数字化控制，工艺参数易于控制；制备的减反层能有效地降低太阳能电池表面的反

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。