近年来，环境污染问题严重，石油等不可再生资源日趋匮乏，探求汽车新的动力源已经成为世界汽车领域研究和发展的热点，燃料电池汽车作为一种新型节能汽车备受关注。质子交换膜燃料电池作为第四代燃料电池技术，不但突破卡诺循环限制，能量转换效率高，而且排放污染少，对环境极其友好。部分汽车企业已经开始进行小规模的PEMFC汽车试运行和小批量投产，加快了其商用进程。 燃料电池装置作为燃料电池汽车的动力装置，是整个装配体中最重要的部件，如何对质子交换膜燃料电池（PEMFC）进行有效的热管理，对其工作效率、使用寿命和运行经济性有着极其重要的意义。 通过对燃料电池的热分析，与上汽合作搭建起36kW的Plug-in燃料电池发动机试验平台。 借助试验平台，可以对电堆进行大量实验，并且可以分析电堆的输出的功率，极限功率，及功率调节特性等动力数据；还可以分析电堆的散热性能，以及散热效果对电堆的功率影响等基础数据。

电动汽车具有节能、环保的显著特点，是先进汽车的发展方向，具有巨大的市场前景。纯电动车、混合动力电动车、燃料电池电动车在其动力系统构型中，均采用了动力蓄电池，目前采用的动力电池主要有镍氢动力电池、锂离子动力电池，动力电池SOC值是实现电动车辆控制的重要参数，SOC估算是电动汽车动力电池管理模块的重要功能，动力电池管理模块是电动车辆的关键零部件。 北航所研制的电动汽车动力电池SOC智能估算技术及管理模块可适应与锂离子、镍氢等多种类型以及多种规格的动力电池配套，并满足电动车用的相关要求，主要技术指标：电压检测精度±0.6％，电流检测精度±0.5％，温度检测精度±0.5℃；SOC估算精度5%。 本项目取得的研究成果具有自主知识产权，实现了电动车辆关键零部件的国产化、具有了一定的电池管理模块产业化生产的技术基础，应用前景广阔，社会效益和经济效益显著。

项目背景：2021 年国务院政府工作报告中指出，扎实做 好碳达峰、碳中和各项工作，加大新能源技术研发。据研究 公司 Frost＆Sullivan 发布的一项新报告指出，预计到 2030 年，全球电池储能市场的复合年增长率将达到 23％。由此可 见，未来十年储能电池数量将大幅增加。另一方面，储能电 池安全性引起广泛关注，2019 年 4 月 19 日，美国亚利桑那 州 McMicken 电池储能项目发生火灾爆炸事故；2021 年 4 月 16 日，北京集美家居大红门的储能电站起火。因此储能电池 安全性显得尤为重要。通过人工智能和机器学习等手段预测 电储能电池的安全性已经成为研究热点，英国剑桥大学和美 国斯坦福大学等顶尖高校和科研院所都有相关的实验室。在 国内，中科院、比亚迪、宁德时代、国家电网等企业院所已 经开展了各种类型储能电池和技术的研发。然而，目前国内 外还没有成熟的电储能电池远程管控系统，储能电池数据传 输协议没有公认的标准。由于不同类型的电储能数据指标差 异较大，需要采集的数据缺乏规范标准。另外，何种指标的 变化会引起潜在的储能电池安全问题尚未明确，目前基本是 通过人工经验判断，效率不高，并且准确率较低。如果能够 通过机器学习，深度学习等人工智能手段，结合储能电池实 际工作过程中的电流、电压的变化数据，学习并分析其运行 规律，挖掘出数据变化导致的潜在安全风险，电储能电池的 安全性能将大幅提高。 所需技术需求简要描述：1.研发储能电池故障预测模 型，利用人工智能等手段，通过机器学习的方法对采集的电 池运行状态及参数数据进行分析，实时监控电池运行状态， 对可能出现的潜在储能电池安全问题进行评估，实现对即将 出现的电池故障和安全问题的预判。2.建立储能电池的远程 安全传输协议，对电池运行状态及参数数据进行周期性采 集，并实现多终端异构网络环境下的储能电池数据实时传 输。建立安全传输机制，有效防止数据伪造和恶意攻击。3. 开发电储能电池数据远程管理系统，对不同种类的储能电池 安全问题采取相应的措施，通过网络实现对储能电池的远程 管理，从而延缓或避免由于电池故障产生的安全问题。数据 通信应建立在安全可靠的传输机制上。  对技术提供方的要求:1、建立电储能电池的远程数据采 集和安全传输协议。2、开发研究电储能电池数据远程智能 分析和管理系统。3、在相关领域经验丰富的技术团队的院 校或科研单位。 

本项目开发出两类高性能尖晶石型锰系电池正极材料，包括多孔结构 LiMn2O4 和微纳结构 LiNi0.5Mn1.5O4。对于 LiMn2O4 材料，利用“乳液沉淀—固相锂化”制备路径，获得了高纯度富锂尖晶石相，产物具有一维多孔结构，产物尺寸可在纳米，亚微米和微米尺度范围内调节，优化的产品具有非常好的高倍率性能和长周期循环性能。对于 LiNi0.5Mn1.5O4 材料，利用“碳酸盐一步共沉淀法”和“表面活性剂辅助草酸盐共沉淀法”两种制备技术路线，获得的产品具有晶相纯度高、颗粒规整、振实密度大、高电压区间容量高，倍率性能好等特点。 项目特色： 开发了“乳液沉淀—固相锂化”、“碳酸盐一步共沉淀法”和“表面活性剂辅助草酸盐共沉淀法”三条技术路线，用于多孔结构LiMn2O4 电极材料和微纳结构 LiNi0.5Mn1.5O4 的制备，制备方法工艺简单，易于实施，有利于推广应用，制备的产品具有晶相纯度高、形貌规整、粒径可调、振实密度大、比容量高、倍率性能好、长周期循环性能突出等特点。 市场应用前景： 本项目社会贡献和经济效益在于使尖晶石型新型锰系锂电池正极材料形成自主知识产权，促进成果转化和产业化，提升电池行业的研发水平和产业链结构优化，带动锂电池新能源产业发展。

蓄电池是目前煤矿蓄电池电机车运行的能源来源，其本身的安全可靠决定了蓄电池机车的安全可靠运行，蓄电池电机车司机在驾驶机车时，若能实时通过显示屏观察蓄电池的容量和剩余使用时间，则可以有效指导司机对蓄电池机车的计划使用，能及时更换容量不足电池，防止电池过放电，同时也能防止蓄电池机车半路抛锚事故的发生，提高生产效率与生产水平。 本成果通过实时检测运行过程中蓄电池的开路电压及放电电流，同时根据蓄电池的放电曲线，能对蓄电池容量及剩余使用时间进行预测。 1、能够实时测量蓄电池的电压，电压范围 0～250V； 2、根据蓄电池的实时电压预测蓄电池的剩余容量； 3、能够根据蓄电池容量与带载情况，预测蓄电池的使用时间； 4、根据蓄电池机车的平均速度，预算蓄电池的行驶理程； 5、当蓄电池容量下降至正常容量的 20%时，实现语音提示； 6、所有的检测预测信息通过液晶屏实时显示。

对锰酸锂，三元材料，富锂高容量高电压正极材料和高电压锰酸锂正极材料进行了多年的系统研究，通过合成方法，原料配比及掺杂改进，使所得的正极材料在循环稳定性，倍率性能及高温性能等方面都得到明显改进。综合性能达到国际先进水平。可以进行产业化和大规模应用，不但可以用于小型锂离子电池，更适合于大型的动力锂离子电池和储能电池。

成果描述：本发明申请要解决的问题是，云计算平台中的动态任务调度问题。本专利针对动态任务调度问题的特点，引入了排队论对任务分配、执行前的状态进行快速建模、结构化处理；针对现有以任务高度值（粒度）来作为主要参考因素的任务调度算法所存在的严重不足，本专利提出了任务-计算资源分配矩阵，用以描述任务（或虚拟机）与计算资源（节点）之间的关系，并结合人工免疫理论给出了运算模式，保证能以概率1搜索到问题的最优解，能有效提高收敛速度和精度，快速搜索到合理配置，提高集群资源利用率市场前景分析：本发明为云计算平台下的动态任务调度研究提供了一种新的途径，本发明首先利用排队论对任务进行排队处理，然后用人工免疫理论中的免疫克隆选择策略对集群中的计算资源进行合理配置，再利用负载均衡调整抗体基因，使得集群资源的配置更加满足任务处理的需要，本发明能适应云平台的动态变化和虚拟化的环境，快速搜索出最优配置，提高集群资源利用率。与同类成果相比的优势分析：本专利提出了任务-计算资源分配矩阵，用以描述任务（或虚拟机）与计算资源（节点）之间的关系，并结合人工免疫理论给出了运算模式，保证能以概率1搜索到问题的最优解，能有效提高收敛速度和精度，快速搜索到合理配置，提高集群资源利用率。

项目成果/简介:本服务体系主要依托 SPARROW 模型，它是一款由美国国家地质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向我国特点的具有空间响应特性的水环境管理模型，简化了原SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结果进行可视化表达。应用范围:模型已应用于东北松花江流域、黄山新安江流域，成功完成对这些地区 N、P、COD 等污染负荷的空间解析，并设置敏感断面（松花江流域的同江断面，新安江流域的跨省断面--街口断面）进行溯源分析，能够为流域（区域）水环境管理决策的制定与实施提供技术支持。效益分析:（1）污染源空间解析：进行各子流域污染源组成比例分布预测以及各子流域的污染来源追溯等，由于监测站点只能评价静态的理化指标，SPARROW 模型则综合考虑流域内的地质地貌、气象要素等，通过监测数据追溯污染来源，分析来自不同污染源的污染量和比例，有针对性地对水质进行控制和管理，找出污染贡献最大的区域加以治理，实现投入产出的效益最大化； （2）面向水质达标的监测站点空间布局优化与设计：利用有限水质监测站点过去一段时间的监测数据外推流域内其他未监测河段 的水质情况，有效解决布设监测站点成本高、监测网络点位数量少、代表性差的问题，通过对流域整体水质状况的预测分析，找出水质较差河段，进而有效优化监测站点的空间设置，为水环境质量达标提供支持。 （3）面向敏感区（达标断面）的削减措施优化：例如海岸带、湖库、饮用水取水区、达标考核断面等，作为考核或评估断面进行污染物传输分析，分析上游各子流域对其污染贡献大小，甄别污染贡献最大的区域，优化管理措施的设置。

本项目以教育部设施农业网上合作研究中心为依托，结合科技部、教育部和上海市 科技兴农重点攻关项目，进行了新型智能温室结构设计及其配套设施的综合设计与开发、 建模与控制新方法的应用基础理论研究和 "温室环境计算机控制系统"开发、基于图像 处理技术的叶片面积估算技术的温室水肥精准灌溉控制系统、作物栽培管理辅助决策支 持系统等一系列研究，实现了对温室的远程自动控制。 

本服务体系主要依托 SPARROW 模型，它是一款由美国国家地质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向我国特点的具有空间响应特性的水环境管理模型，简化了原SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结果进行可视化表达。