本发明涉及一种振动式深松机作业状态监控系统，不仅可以对深松机工作性能、关键参数进行现场移动检测，同时能够通过GPS定位以及GPRS?DTU无线传输技术实现远程计算机的同步监测、在数据的线分析和批量存储，计算机对定位地块数据查询分析并结合该机具返回的关键技术数据分析，通过建立BP神经网路模型，输出以最低消耗为目标的优化参数，得出该地块最优耕作周期、最适宜的耕作深度、工作效率、最高的机具深松频率和振幅等相关参数，并将相关参数发至现场移动监控终端供其参考，从而实现真正的少耕、优耕。

本发明公开了一种用于监控产品储存期限的智能标签，属于温 度监控领域，其包括金属电极、对电极以及位于金属电极和对电极间 的电解质，所述电解质用于在金属电极和对电极之间传递离子，所述 对电极的电位高于所述金属电极的电位。所述对电极的容量大于所述 金属电极的容量，所述对电极的容量是指对电极发生电化学反应对应 的电量，所述对电极中包括活性成分，所述活性成分选自二氧化锰、 氢氧化氧镍或水合钒酸锌。本发明的智能标签结构简单、制备

成果提供了智能动力装备全寿命周期监测与性能优化服务支持的系统解决方案，实现了动力装备全寿命周期的有效监测与性能优化维护服务支持。 动力装备全寿命周期监测诊断方面：实现了支持物联网的智能信息采集与管理、全生命周期动态自适应监测、早期非线性故障特征提取。优化重构出综合体现装备运行工况及表现的新参数，提高异常状态辨识的适应性与可靠性，基于运行过程信息反映装备劣化趋势与故障发展规律，来提高故障早期辨识能力。动力装备全生命周期性能优化服务方面：提供了转子全息动平衡快速响应与服务支持、以全息谱为核心的失衡故障确诊、动力装备转子和轴系平衡配重方案优化。 基于物联网和网络化监测诊断将产品监测诊断与运行服务支持有机集成一体，在应用中实现动力装备常见故障诊断准确率达80％以上。

本发明公开了一种塑料注塑过程的在线工况过程监控方法，属 于工业监控和故障诊断领域。其包括如下步骤：S1 利用传感器收集各 个工况下的数据，组成建模用的训练样本集 X；S2 进行数据预处理和 归一化，使得训练样本集 X 的均值为 0，方差为 1，得到矩阵 X′； S3 根据所述矩阵 X′，应用高斯核函数计算获得距离矩阵 W；S4 对 所述距离矩阵 W 进行标准化，获得马尔科夫矩阵 P⁽¹⁾

本发明涉及一种振动式深松机作业状态监控方法，不仅可以对深松机工作性能、关键参数进行现场移动检测，同时能够通过GPS定位以及GPRS?DTU无线传输技术实现远程计算机的同步监控、数据的在线分析和批量存储，计算机对定位地块数据查询分析并结合该机具返回的关键技术数据分析，通过建立BP神经网路模型，输出以最低消耗为目标的优化参数，得出该地块最优耕作周期、最适宜的耕作深度、工作效率、最高的机具深松频率和振幅等相关参数，并将相关参数发至现场监控终端供其参考，从而实现真正的少耕、优耕。

项目研究污水处理优化控制与节能管理，通过人工智能技术，实现污水处理过程的优化运行和精确控制并提供具有专家经验的优化调度和管理策略，最终达到节能降耗的目的，系统分为两部分，上位机优化软件和下位机PLC控制站，上位机优化控制软件包括各种智能控制模块、优化调度策略及电能监测等功能模块，是节能降耗的集中体现，下位PLC控制站的主要作用是接收上位系统的控制指令完成控制功能。

黄酒发酵易受外界条件影响，品质稳定性较差，目前黄酒的发酵和品质控制主要依靠经验，没有有效的评价体系。项目针对黄酒发酵化学成分分析复杂耗时，香气成分及变化规律不明确，优势微生物组成不清楚等难题进行了研究，主要成果如下：1.针对传统的化学检测过程耗时耗力的缺点，利用衰减全反射- 中红外光谱结合多元数据提取和非线性数学工具建立了黄酒发酵过程中主要化学成分（总糖、总酸、酒精度、氨基酸态氮）的快速无损检测方法。2.使用电子鼻建立了黄酒发酵液的雷达指纹图谱，并建立了统计质量控制分析（SQC）模型，可以快速测定黄酒发酵样品品质稳定性；3.项目创新性的提出和实现了通过分析功能微生物组成监控黄酒发酵过程及稳定性的思路，建立了黄酒发酵过程中微生物群落组成数据库，对黄酒发酵微生物稳定性进行有效监控。 

基于身份证开锁的物联网电子锁系统，主要由物联网电子锁、云服务器、后台管理软件、客户端软件组成。整个系统是基于无线以太网通信技术，可实现远程无线对电子锁的监控管理，通过RFID射频识别技术识别身份证信息。该系统解决了可用二代身份证刷卡开锁的问题，实现开锁过程实名制，以及利用无线以太网络传输开锁密码、开锁身份证号、门锁状态等信息的问题。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。