随着国民经济的持续发展，我国的电力系统正在向超高压、大电网、大容量、自动化的方向发展，对输变电设备进行在线监测与故障诊断，可有效提高电气设备的运行可靠性，具有重要的意义。该系统能够联网实时监测和远程管理变压器、GIS、电容型设备等输变电一次设备，及时发现输变电设备内部的各种短路、局部放电、绝缘受潮和老化等故障，并实时诊断预警，为输变电设备正常运行提供必要的指导数据，大大提高了输变电设备的运行可靠性。该系统是总结十多年来高电压与绝缘技术研究所关于绝缘泄漏电流测量、介质损耗测量、局部放电测量、振动特征测量和故障诊断技术等领域的研究结果，结合现场实际检测和处理经验，采用最新的传感器技术、信号处理技术、计算机技术等手段和最新诊断理论、算法实现的新一代高性能智能化、综合化的在线监测系统。采用多元信息融合技术进行故障综合诊断，诊断效率和准确度大大提高，达到了国内领先水平。

回转机械在线监测和故障诊断系统，以化工、石化等行业的回转机械为对象，采用先进的计算机技术、光纤传输技术和独创的全息谱监测诊断方法，全面、实时、连续地实现了机械运行状态的监测和故障诊断。在线监测和诊断系统采用高性能的光纤计算机网络，传输速率高、误码率低；在线监测和诊断系统中前端监测计算机、主监测计算机和诊断分析计算机并行工作，保证监测的连续性和实时性；多任务的系统运行环境，保证了对突发事件数据和信息的捕获，实现了事故追忆功能；在线监测和诊断系统采用通用的网络协议，提高了系统的互联

面向轨道交通运输系统安全运行监控需求，提出和设计了测控管一体化解决方案，开发了一套运行状态远程监测与故障诊断系统。可对在线设备记录数据和系统运行状态信息进行监测和实时远程无线传输，并基于专家系统对设备记录数据和运行状态信息进行实时故障分析与诊断，此系统非常适用于交通车辆运行的监控等。 创新要点： 1.依托便携式车载数据分析装置、多网融合无线车-地通信系统以及地面智能诊断预警平台，进行交通车辆运行状态和设备记录数据远程采集和无线传输、故障分析诊断，诊断信息和故障解决方法可

本系统为在线监测系统，主要对船舶柴油机在运行中的性能参数进行监测。如柴油机的振动、噪声、油温、输出扭矩、输出转速、缸压、输入扭矩、输入功率、曲轴箱及螺旋桨的变速箱等多个性能指标进行实时多通道采集分析。系统自行对相应的变化做出反应，自动报警。并对测试结果自动打印测试报告。该系统具有黑匣子功能，对故障信号能够自动存储、分析和诊断。

制动控制单元（BCU）电路板故障诊断系统可以全面检测BCU各项性能参数，包括单板的导通测试、功能测试和特性测试，不仅能迅速准确的对各块单板进行自动测试和手动测试，实现故障检测和定位，实时显示、存储和打印测试结果，还能对BCU单板故障回路进行报警。该成果解决了传统测试技术对于信号数量庞大、种类繁杂的被测对象需要数量庞大的测试仪器的问题，为制动控制系统乃至轨道列车的研制、生产和维护提供有力保障，填补了国内同类产品的空白。 BCU电路板故障诊断系统技术特点如下：Ø  采用基于PXI的数据采集系统，背板总线带宽达132MB/s；利用PXI星形时钟总线，实现各个数据采集模块间精确的同步和握手，实现多个数据采集模块协同数据采集；Ø  采用虚拟仪器技术，对设备进行可重用性配置，减少了测试仪器数量；Ø  软件系统采用分层结构开发，设计设备驱动层、测试语句层、故障定位层以及人机交互层四层结构。开发环境选择LabVIEW进行图形化工具，提高了开发的效率；Ø  采用多任务并行测试技术，大大提高了BCU电路板测试的速度；Ø  采用SQLServer数据库进行数据管理，方便数据的检索。     应用范围： 动车组、地铁列车制动控制单元单板检测。

公司研发的基于云计算的车辆远程测试与智能诊断系统，能够实现电流、电压、CAN/LIN等信号级测试，还能实现车身和底盘电气系统等系统级测试。 一、项目进展 已注册公司运营 二、企业信息 企业名称 安徽风云智控科技有限公司 企业法人 张天耀 注册时间 2022.3.8 注册所在省市 安徽省合肥市 组织机构代码 MA8NRN7R-8 经营范围 技术开发、技术服务 企业地址 安徽省合肥市蜀山区长江西路898号新加坡花园城二期北区9栋1单元803室 获投资情况 无 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 张天耀 机械工程学院/工业工程与管理 2021/2024 许于涛 机械工程学院/工业工程 2021/2024 饶正卿 机械工程学院/工业工程与管理 2021/2024 孙睿 机械工程学院/工业工程与管理 2021/2024 王凯林 机械工程学院/工业工程与管理 2020/2023 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 王跃飞 机械工程/计算机应用技术 副教授 汽车电子与实时系统；智能制造系统与物联装备 五、项目简介 汽车电子电气架构及系统测试是车辆关键性验证试验，直接影响到车辆系统运行的可靠性和安全性。传统测试设备功能单一，人力物力投入大，测试成本高，测试数据不能实时共享和处理，测试效率较低。  为解决该类问题，由合肥工业大学在校研究生创办了本高新技术公司。公司研发的基于云计算的车辆远程测试与智能诊断系统，能够实现电流、电压、CAN/LIN等信号级测试，还能实现车身和底盘电气系统等系统级测试。该系统包括采集终端、云服务器、Web客户端、PC端软件和手机端APP，可使用WiFi及蓝牙进行本地测试，也可以通过4G/5G网络实现远程控制、实时监测、在线采集、智能诊断。本系统已开发出标准型和便携型等系列产品，能够满足不同汽车企业智能化测试需要，市场前景广阔。

本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 徐倩慧 中山大学医学院 2017.09~2022.06 童钊鹏 中山大学孙逸仙纪念医院 2021.09~ 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 蔡跃新 中山大学孙逸仙纪念医院 副主任医师 耳鼻喉头颈外科 四、项目简介 本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。通过模仿医生诊断的注意力机制，将获取局部关键特征的局部分类器与获取全局特征的主分类器有机结合，构成深度学习的主框架。通过计算AUC等统计学指标来评估模型的性能，并与两位副主任医师、两位主治医师进行人机对比来进一步评估模型的性能，同时通过热图显示深度学习模型在耳内镜图像不同区域的权重，以判断深度学习关注的区域是否与临床医师一致。该深度学习模型可获得整体93.4%的准确率，区分正常人与分泌性中耳炎的AUC为0.99，而区分化脓性中耳炎活动期与静止期的AUC为0.94.模型的准确率要高于两位主治医师，达到副主任医师的水平，同时热图显示深度学习模型定义的关键区域恰好是临床医生做诊断的区域，如化脓性中耳炎鼓膜穿孔区域，分泌性中耳炎的光锥区域。同时，同时，本项目还将深度学习模型的技术落地，自主研发出研发便携式可拍摄与自动诊断的耳镜设备。

该项目重点研制了VXI/CPCI监测单元、基于LabVIEW的监测诊断平台和融网络诊断工具和故障数据于一体的专家会诊环境，构建了包含基于Intranet的监测诊断平台和基于Internet的虚拟诊断中心两个层面的监测诊断网络，不仅可以全面在线监测诊断企业关键设备的运行状态和故障，并可以对疑难故障实现异地多专家的网上多媒体会诊。

本系统为离线巡检测试系统，主要实现对港口流动机械的性能检测，故障诊断及设备的现代化管理。为适应非平稳信号的分析要求，本产品采用了一种新的信号分析方法。实现了叉车柴油机部分的燃油系统、缸套及活塞组件、曲轴磨损及配气机构的故障诊断和性能分析。从而完成叉车振动检测、故障诊断与劣化报警的统一体系。可实现港口流动机械的预知维修。

XM-SX-III中医舌诊仪   XM-SX-III中医舌诊仪（中医舌象智能辅助诊断系统）是采用数据挖掘技术、机器视觉技术相结合的产品，该产品安装简单、操作方便、安全可靠、配置灵活，既能用于各大中医药大学舌象相关的教学、科研，又适用于医生舌诊的辅助分析，适用范围较广。   一、主要功能： ■ 计算机控制内部相机进行自动对焦拍摄，操作简单，图像清晰，完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原，使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节，使采集环境保持稳定。 ■ 在特定的光源环境下，采用摄像头获得舌像信息，对舌体图像的颜色、纹理、轮廓进行特征提取，由计算机将这些特征值与特征数据库中的阈值进行比对判断，给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置，操作前使用，避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。 二、主要特点： ■ 系统具有自主学习功能，通过不断学习，有效提高系统自主诊断准确性。 ■ 支持自动分析，且允许人工修正，提高诊断的准确性。 ■ 准确分析舌质、舌苔等，并直观显示结果。 ■ 支持初诊、复诊分离，实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理，提高安全性。 ■ 自动对焦（即自动舌体捕获）。 ■ 灯光控制功能。 三、软件功能： ■ 用户权限管理，提高系统安全性。     ■ 病理、临床库可以持续更新，具备学习能力，且具备自动提取舌体，自动分析舌体、自动分析后手动调整等功能，提高了学习的准确度。 ■ 快捷的初诊、复诊入口，操作方便、快捷。 ■ 功能强大的视频分析能力，既可实时诊断，又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力，数据分析能力。 ■ 病例学习：单击主界面中的“病例学习”选项，进入学习界面，包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项，学习与分析过程，采用人机交互的方式。 ■ 自动获取：单击自动获取按钮，如果参数正确，舌体提取成功，若存在不足，可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取：为了便于分步处理，此处特征提取分步骤完成，分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后，相关特征将被量化，以舌质为例加以说明。比如，单击舌质特征、舌苔特征按钮后，数据结果自动分析结果。 ■ 人工绘制：对于某些来自于其他途径的图片，会存在自动获取舌头错误的情况，此时可以通过人工绘制来完成。单击“人工绘制”后，在图像显示区域，单击右键将出现菜单，包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点，单击“绘制完成”后再自动识别完成；勾画轮廓则是按住鼠标左键后通过拖动完成绘制，绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销，最多支持5步撤消。