|
搜索
搜 索
高等教育领域数字化综合服务平台
“云上三院 · 战’疫’专版”服务模式
中山大学附属第三医院脑病中心将最新研发的“云上三院”掌上智慧医疗平台提前投入抗“疫”一线，平台紧急开发了“云上三院 · 战‘疫’专版”，陆续上线了“新冠风险自评”“疫期心理自测”“心理远程诊室”“方舱之声”四个板块，以弥补传统线下医疗模式的不足。 附属第三医院脑病中心“云上三院 · 战’疫’专版”服务模式 四个板块上线后迅速取得良好效果，其中“新冠风险自评”服务了近20万人群，智能筛选出7.8%的新冠肺炎高风险患者并提醒其及时检测和自我隔离，为防控新冠肺炎传播、缓解民众紧张情绪、避免盲目就医提供了有力保障；“疫期心理自测”服务了25万人群，智能筛选出13.5%的中重度焦虑/抑郁患者（包括前方医护人员），并指引其免费线上咨询和治疗；为了解决特殊时期心理医生资源不足和医患无法面对面就诊的困境，平台又紧急开发了“心理远程诊室”和“方舱之声”，提供心理在线咨询和音乐治疗，实现了精神心理疾病线上一站式诊疗闭环服务。 “心理远程诊室”版块上线后，为了尽可能多地帮助线上出现的诸多中重度精神心理问题的患者，附属第三医院精神心理诊疗团队自发组成10人的“心理志愿者服务队”，他们在“云上三院”的“心理远程诊室”轮流值守在线服务，获得了广泛的赞誉。 附属第三医院医务人员正在指导患者使用“云上三院”
中山大学
2021-04-10
天津大学地科院在水文系统的复杂性及可预测性研究方面取得新进展
天津大学地球系统科学学院生态水文与水资源研究中心利用混沌理论探索了水文系统不同水文过程的复杂性及影响因素，包括气候系统的复杂性、土壤水的混沌动力学特征、全球实际蒸散发的复杂性及可预测性等。
天津大学
2023-04-19
基于数据驱动的风电设备状态预警诊断系统研究
成果介绍基于人工智能和大数据技术，对风电机组实时运行状态进行在线监测及评估，对风机异常运行状态和能效劣化趋势进行预警。技术创新点及参数1、风机设备的变量关联分析以及典型状态特征挖掘；2、历史运行数据处理方法研究；3、基于数据驱动的风机状态预警关键技术的研究；市场前景大型风电机组，新能源发电，水火电机组。向大型风电厂推广并运营。
东南大学
2021-04-13
石化装置设备可靠性评估（RCM）方法研究及工程应用
1.目的意义 以可靠性为中心的维修(Reliability Centered Maintenance)：按照以最少的资源消耗保持装备固有可靠性和安全性的原则，应用逻辑决断的方法确定装备预防性维修要求的过程或方法。 RCM于上世纪60年代末起源于美国航空界。其目的是制定8-747飞机的预防性维修程序，确保其安全性；进入80年代，美国电力研究所(EPRI)把RCM概念用语指定为核电厂维修程序；到了90年代在核电厂得到了广泛应用，随后日本、加拿大、法国等也在其核电厂相继引入了
常州大学
2021-04-14
接触网状态在线检测设备及关键技术研究
本成果来自国家科技计划项目，现已结题，知识产权归属西南交通大学。该成果研制了接触网状态在线检测设备，包括接触网自动巡查（成像检测）关键技术及装置、非接触式紫外弓网燃弧检测技术及装置、接触网参数激光测量仪等多项检测设备。解决了不同速度下接触网硬点标准制定问题。通过图像处理技术和识别方法，在线检测接触网主要零部件的缺陷，形成了涵盖接触网导高、拉出值、定位器坡度、锚段关节、线岔、超高、燃弧电压、燃弧电流、弓网燃弧光谱特性曲线的接触网综合在线检测技术体系。
西南交通大学
2016-06-27
矿用大型机电设备安全运行诊断预警系统研究
煤矿大型设备（如提升绞车、主扇风机、空压机等）承担着矿井的提升运输、通风、压风等任务，是保证矿井安全生产最重要的装备和环节。由于它们分布在点多面广的不同区域，又由于企业对这些设备的运行监控还是停留在简单的人工看表，定时记录的方式上，技术手段非常落后，难以进行科学有效的管理，虽然有的企业有了一些先进的监控系统，但是数据传不上来、数据不准确、数据错误采集等人为原因在更大程度上减弱了监控系统对煤矿企业起到的安全、高效的管理作用，无法有效的预防和遏制煤矿的安全事故。该成果通过实时采集煤矿大型机电设备的实时运行数据，进行数据处理，达到对煤矿大型设备故障安全隐患的提前判识与诊断，并给出预警，杜绝安全事故的发生。
针对煤矿企业的主提升、运输系统、压风系统、抽风系统以及给排水等系统的大型机电 设备，利用与设备对应特定的采集器获取不同的实时数据，通过有线或无线网络技术将这些 数据传输到数据中心服务器汇总、处理分析，将设备实时状态、劣化趋势、数据分析、各种 统计报表等实时地展现在智能终端上（在调度中心），并对设备的运行健康状态进行判识和 诊断，能有效提高机电设备的运行效能，减少煤矿安全事故的发生。
安徽理工大学
2021-04-13
李强签署国务院令 公布《国务院关于修改〈国家科学技术奖励条例〉的决定》
本决定自公布之日起施行。
中国政府网
2024-05-30
实验室EDI超纯水设备
EDI（电去离子）是一种将电渗析和离子交换技术相结合的超纯水制备工艺-2。
核心优势：其最大的优点是在直流电场的作用下，系统内的离子交换树脂可以连续不断地自动再生，无需像传统混床离子交换那样停机使用酸碱进行化学再生-2。这使得它可以连续、稳定地生产高纯度水，无化学污染排放，运行和维护成本也更低-2。
出水能力：采用EDI技术为核心的系统，通常结合反渗透（RO）等前置工艺，可以稳定地产出电阻率达到15 MΩ·cm以上的高纯水-2，最终出水的电阻率最高可达18.2 MΩ·cm（25℃）的超纯水-1-5-8
青岛华膜环保设备有限公司
2025-11-25
为新药研发提供利器：复旦复杂体系多尺度研究院团队发表超越谷歌“AlphaFold2”的蛋白质侧链预测成果
在目前阿尔法折叠算法开源的情况下，复旦团队的算法可以为任何蛋白质结构预测工作提供比阿尔法折叠更准确的侧链模型，从而为蛋白质结构研究，尤其是基于蛋白结构的新药设计工作提供了利器。
复旦大学
2021-12-17
锂电池管理系统AI算法研究
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。
西南大学
2025-05-12