成果简介安全生产管理信息系统建立以现场管理、 业务处理、 安全管控为框架的信息系统， 可以使企业及时掌握现场安全生产动态， 及时发现和处置事故隐患， 预防事故的发生， 为安全管理部门的监管和决策提供管控工具。 实现全员、 全过程、全系统的安全管理， 提高企业安全管理水平。安全生产管理信息系统的重点是对于涉及安全的“设备设施” 的维护和安全检查， 核心主线是按照“安全生产标准化规范” 形成:标准制定、 现场执行、 检查评价、 绩效改善的 PDCA 信息化闭环。

1、项目简介 本项目在三维荧光光谱技术的基础上，建立光谱数据矩阵计算模型和处理方 法，建立了基于荧光光谱和智能算法的食品安全检测新技术。应用于白酒检测， 实现了白酒品种和年份酒年份的科学化、仪器化和智能化鉴别和测定；应用于食 品添加剂检测，实现了目标物的种类和含量的方便、快捷、灵敏、准确测定。 2、创新要点 本项目研发用于复杂混合物体系检测的高分辨率荧光光谱技术，结合数学建 模方法和智能计算技术，以三维荧光光谱获得更多信息，以三维数阵校正智能算 法进行混合物光谱特征信息的提取和处理，在处理复杂混合物体系光谱信息方面 发挥优势，实现了以“数学分离”代替“化学分离”、以“计算识别”代替“人 工判别”，解决了复杂混合物荧光光谱特征指向问题，建立了新的食品安全检测 技术。 3、效益分析 “白酒年份酒的荧光光谱检测技术及鉴别系统”可实现对所建库中不同品牌白 酒及不同年份白酒进行准确鉴别，可应用于白酒企业的生产管理和年份白酒消 费市场的监督管理，将促进我国白酒年份酒的产生和销售的规范和发展，推动 品牌白酒鉴别工作的技术进步，为打击假冒伪劣、保护名牌提供技术支持，具 有直接的经济效益和良好的社会效益。 4、推广情况 建立的白酒荧光光谱检测技术对“中国白酒 169 计划”和“白酒 3C”计划的 家白酒企业的产品进行了应用。在“山西杏花村汾酒厂股份有限公司”，本项目 成果已应用于公司的生产管理和市场的监督管理.本项目成果已在“无锡市凯得 灵糖果食品有限公司”得到应用，应用于公司生产原料和成品的检测。为本公司 确保产品质量，提供了有效的技术支持，促进了产品质量的稳定和提高，应用二 年多时间以来，糖果的产销量有了显著的增长

市场背景：我国具有世界上最大的有机质废弃物产生量：城镇污泥年产量已经超过4000万吨（以含水率80%脱水污泥计，以下同），以有机垃圾、餐厨废弃物为代表的城市有机质废弃物产量超过1亿吨/年。但我国对有机质废弃物的稳定化处理与资源化处置显著落后于发达国家，目前我国主要处理处置措施仍为填埋和焚烧，对城市环境造成严重的二次污染威胁。随着欧洲等发达国家可再生能源战略的实施、国际能源危机的进一步加深、我国对大气环境及水环境质量要求的进一步提高，城镇有机废弃物的高效生物燃气化技术，尤其可以满足大型城市集中式处理处置与能源资源综合利用需要的有机废弃物干法厌氧生物制气技术，可以把有机质废弃物高效转化为生物燃气，生产清洁能源，实现废弃物的减量化和高值循环利用，已经成为目前国际上有机垃圾、城市污泥等富含有机质废弃物处理和资源化利用的重点发展方向，各国纷纷在该领域投入大量研究，抢占城市有机质废弃物资源化与能源化产业化技术的制高点。由于我国污泥泥质的特殊性，其有机质含量远低于国外、含砂量高、生物反应池负荷低等，国外传统成熟的污泥厌氧消化处理技术在我国无法得到稳定应用，造成国内大量污泥处理处置设施的故障闲置，城市污泥及有机质处理处置技术存在着重大的瓶颈性问题。 国内外现状：国内外有微波强化预处理促进低有机质污泥厌氧资源化、城市低有机质污泥的好氧堆肥研究、温和热处理对低有机质污泥厌氧消化性能的影响等相关城市污泥厌氧化资源化技术，但针对我国污泥有机质低、含砂量高、区域差异大的特点的合适的污泥资源化处理处置技术却鲜少，本技术方案突破了传统厌氧消化要求进料含固率为5%的技术要求，实现了将进料含固率提升至10%~20%实现连续稳定厌氧消化的可行性与调控措施，并在国际上较早报道了脱水污泥直接实现厌氧消化的连续流试验结果，并提出了高含固体系下污泥与餐厨等城市有机质废弃物的协同厌氧消化调控技术，创造性的提出了适用于我国典型低有机质污泥高含固厌氧消化的技术路线。 目前本项目组针对我国污泥低热值的泥质特点，开发了适用于生污泥与消化污泥的热解/焚烧耦合技术，并形成核心装备，解决了污泥及工业固废高效热化学处理的技术难道与成套装备。

项目成果/简介:市场背景：我国具有世界上最大的有机质废弃物产生量：城镇污泥年产量已经超过4000万吨（以含水率80%脱水污泥计，以下同），以有机垃圾、餐厨废弃物为代表的城市有机质废弃物产量超过1亿吨/年。但我国对有机质废弃物的稳定化处理与资源化处置显著落后于发达国家，目前我国主要处理处置措施仍为填埋和焚烧，对城市环境造成严重的二次污染威胁。随着欧洲等发达国家可再生能源战略的实施、国际能源危机的进一步加深、我国对大气环境及水环境质量要求的进一步提高，城镇有机废弃物的高效生物燃气化技术，尤其可以满足大型城市集中式处理处置与能源资源综合利用需要的有机废弃物干法厌氧生物制气技术，可以把有机质废弃物高效转化为生物燃气，生产清洁能源，实现废弃物的减量化和高值循环利用，已经成为目前国际上有机垃圾、城市污泥等富含有机质废弃物处理和资源化利用的重点发展方向，各国纷纷在该领域投入大量研究，抢占城市有机质废弃物资源化与能源化产业化技术的制高点。由于我国污泥泥质的特殊性，其有机质含量远低于国外、含砂量高、生物反应池负荷低等，国外传统成熟的污泥厌氧消化处理技术在我国无法得到稳定应用，造成国内大量污泥处理处置设施的故障闲置，城市污泥及有机质处理处置技术存在着重大的瓶颈性问题。 国内外现状：国内外有微波强化预处理促进低有机质污泥厌氧资源化、城市低有机质污泥的好氧堆肥研究、温和热处理对低有机质污泥厌氧消化性能的影响等相关城市污泥厌氧化资源化技术，但针对我国污泥有机质低、含砂量高、区域差异大的特点的合适的污泥资源化处理处置技术却鲜少，本技术方案突破了传统厌氧消化要求进料含固率为5%的技术要求，实现了将进料含固率提升至10%~20%实现连续稳定厌氧消化的可行性与调控措施，并在国际上较早报道了脱水污泥直接实现厌氧消化的连续流试验结果，并提出了高含固体系下污泥与餐厨等城市有机质废弃物的协同厌氧消化调控技术，创造性的提出了适用于我国典型低有机质污泥高含固厌氧消化的技术路线。 目前本项目组针对我国污泥低热值的泥质特点，开发了适用于生污泥与消化污泥的热解/焚烧耦合技术，并形成核心装备，解决了污泥及工业固废高效热化学处理的技术难道与成套装备。应用范围:项目已经进入示范运行阶段，在长沙（基于热水解预处理的高含固污泥厌氧消化工程，500吨/天）、镇江（污泥热水解+污泥/餐厨高含固协同厌氧消化工程，260吨/天）、丽水（市政与工业污泥热解/焚烧耦合无害化处理，100吨/天）等地建立了示范工程，取得了良好的运行效果。 通过本技术的应用实行，市政污泥及城市有机质高级协同厌氧消化制气技术的研发及产业化有助于解决我国有机质废弃物处理设施普遍存在的厌氧消化产气率低、降解率低的问题，在原有工艺基础上提供更高的生物质能源利用率。既可以解决城镇污泥及其他城市有机质的处理处置问题，又实现资源的充分利用和能量流的最大化循环，突破了我国在生物质能这一重大国际热点新能源领域的技术与产业竞争力，具有重要的社会和创新效益。项目阶段:其他（进入示范运行阶段）效益分析:技术亮点：该项研究工作突破了传统厌氧消化要求进料含固率为5%的技术要求，实现了将进料含固率提升至10%~20%实现连续稳定厌氧消化的可行性与调控措施，提出了适用于我国典型低有机质污泥高含固厌氧消化的技术路线，解决了我国城市不同废弃物在高含固的条件下实现协同厌氧消化问题，增加消化设施的工程效益，提高反应效率的问题，为我国城市有机质的协同消化提供了机理与技术研究的支撑，突破了国外技术垄断。在此基础上，进一步针对我国污泥低热值的泥质特点，开发了适用于生污泥与消化污泥的热解/焚烧耦合技术，并形成核心装备，解决了污泥及工业固废高效热化学处理的技术难道与成套装备。 技术优势：相较于传统消化技术，解决了我国有机质废弃物处理设施普遍存在的厌氧消化产气率低、降解率低的问题，实现了高进料含固率下的持续稳定运行，提高了单位体积产气率，从而提高了单位体积产能，在原有工艺基础上提供了更高的生物质能源利用率，从而实现市政污泥、餐厨、禽畜粪便、有机垃圾等废弃物中营养物质与能源的协调调配与高值利用。

本成果可从根本上解决上述痛点难题，传感器检测到冰雪等风险路况时，及时向路政、交警部门和社会发送预警和报警信号，以便及时采取风险管控措施，大大降低恶性交通事故发生的可能性。还可与道路融雪化冰系统协同工作，监测到冰雪危险路况时，传感器信号自动启动融雪化冰系统工作，消融冰雪，保障道路安全通畅。本成果的主要创新点： 1）压电平膜传感器多阶谐振频率和振动谱解析技术； 2）多光谱传感器光电信号处理技术； 3）复阻抗传感器信号检测及处理技术； 4）多传感器信息融合人工智能技术； 5）传感器可靠性结构设计技术。 冰雪路况传感器主要包含阻抗谱、谐振谱和多光谱等三种核心关键技术，如下图所示，其来源于团队前期研发的压电平膜式、光纤（光电）式和阻抗式结冰传感技术成果，均为具有自主创新特色及自主知识产权的研究成果。

业界首个针对AI在极端和对抗环境下的算法安全性检测与加固的工具平台“对抗样本”成新型病毒，算法安全问题亟待解决随着人工智能技术的高速发展，人工智能在诸多场景正逐渐替代或协作着人类的各种劳动，它们可以成为人类的眼睛、耳朵、手臂甚至大脑。其中，机器视觉作为AI时代的基础技术，其背后的AI算法一直是各科技巨头和创业公司共同追逐的热点。然而在机器视觉诸多主流应用场景的背后，往往也藏着由技术性缺陷导致的算法安全风险。例如，在一些训练数据无法覆盖到的极端场景中，自动驾驶汽车的识别系统可能出现匪夷所思的决策，危害乘车人的人身安全。从2016年至今，Tesla、Uber等企业的辅助驾驶和自动驾驶系统就都曾出现过类似致人死亡的严重事故。并且这类极端情形也可能被恶意制造并利用，发动“对抗样本攻击”，去年7月，百度等研究机构就曾经通过3D技术打印出能让自动驾驶“无视”的障碍物，让车辆面临撞击风险。而以上攻击之所以能成功，主要是机器视觉和人类视觉有着很大的差异。因此可以通过在图像、物体等输入信息上添加微小的扰动改变(即上述故意干扰的“对抗样本”)，就能导致很大的算法误差。此外，随着AI的进一步发展，AI算法模型将运用金融决策、医疗诊断等关键核心场景，这类AI“漏洞”的威胁将愈发凸显出来。近年来，包括清华大学人工智能研究院院长张钹院士、前微软全球执行副总裁沈向洋等均提倡要发展安全、可靠、可信的人工智能以及负责任的人工智能，其中AI的安全应用均是重点方向。而且，AI安全作为新兴领域，在开源社区、工具包的加持下，对抗样本等攻击手段日益变得复杂，相关防御手段的普及和推广却难以跟上。并且对抗样本等算法漏洞检测存在较高的技术壁垒，目前市面上缺乏自动化检测工具，而大部分企业与组织不具备该领域的专业技能来妥善应对日益增长的恶意攻击。从安全测评到防御加固，RealSafe让AI更加安全可控就如网络安全时代，网络攻击的大规模渗透诞生出杀毒软件，RealAI团队希望通过RealSafe平台打造出人工智能时代的“杀毒软件”，帮助企业高效应对人工智能时代下算法漏洞孕育出的“新型病毒”。目前，RealSafe平台主要支持两大功能模块：模型安全测评、防御解决方案。其中，模型安全评测主要为用户提供AI模型安全性评测服务。用户只需接入所需测评模型的SDK或API接口，选择平台内置或者自行上传的数据集，平台将基于多种算法生成对抗样本模拟攻击，并综合在不同算法、迭代次数、扰动量大小的攻击下模型效果的变化，给出模型安全评分及详细的测评报告(如下图)。目前已支持黑盒查询攻击方法与黑盒迁移攻击方法。防御解决方案则是为用户提供模型安全性升级服务，目前RealSafe平台支持五种去除对抗噪声的通用防御方法，可实现对输入数据的自动去噪处理，破坏攻击者恶意添加的对抗噪声。根据上述的模型安全评测结果，用户可自行选择合适的防御方案，一键提升模型安全性。另外防御效果上，根据实测来看，部分第三方的人脸比对API通过使用RealSafe平台的防御方案加固后，安全性可提高40%以上随着模型攻击手段在不断复杂扩张的情况下，RealSafe平台还持续提供广泛且深入的AI防御手段，帮助用户获得实时且自动化的漏洞检测和修复能力。准确度99.99%也难逃被“恶意干扰”，RealSafe高效应对算法威胁 考虑到公众对于对抗样本这一概念可能比较模糊，RealSafe平台特意选取了公众最为熟知的人脸比对场景(人脸比对被广泛用于金融远程开户、刷脸支付、酒店入住登记等场景的身份认证环节)提供在线体验。并且，为了深入研究“对抗样本”对人脸比对系统识别效果的影响，RealAI 团队基于此功能在国内外主流 AI 平台的演示服务中进行了测试。实测证明，“对抗样本”可以极大的干扰人脸比对系统的识别结果，而测试的这几家互联网公司平台开放的人脸比对API或SDK，几乎覆盖了目前市面上很多中小型企业在落地人脸识别应用时的选择，如果他们的人脸比对技术存在明显的安全漏洞，意味着更广泛的应用场景将存在安全隐患。因此，为了帮助更大范围内的企业高效应对算法威胁，RealSafe平台具备以下两大优势：·  组件化、零编码的在线测评：相较于ART、Foolbox等开源工具需要自行部署、编写代码，RealSafe平台采用组件化、零编码的功能设置，免去了重复造轮子的精力与时间消耗，用户只需提供相应的数据即可在线完成评估，学习成本低，无需拥有专业算法能力也可以上手操作。·可视化、可量化的评测结果：为了帮助用户提高对模型安全性的概念，RealSafe平台采用可量化的形式对安全评测结果进行展示，根据模型在对抗样本攻击下的表现进行评分，评分越高则模型安全性越高。此外，RealSafe平台提供安全性变化展示，经过防御处理后的安全评分变化以及模型效果变化一目了然。从数字世界到物理世界 RealAI落地更多安全周边产品随着机器学习模型不断的升级演化，“对抗样本”已经演变成一种新型攻击手段，并且逐渐从数字世界蔓延到物理世界：在路面上粘贴对抗样本贴纸模仿合并条带误导自动驾驶汽车拐进逆行车道、胸前张贴一张对抗样本贴纸在监控设备下实现隐身……因此，除了针对数字世界的算法模型推出安全评测平台，RealAI团队也联合清华大学AI研究院围绕多年来积累的领先世界的研究成果落地了一系列AI攻防安全产品，为更多场景保驾护航。比如通过佩戴带有对抗样本图案的“眼镜”，黑客可以轻易破解商用手机的面部解锁，通过在胸前张贴特制花纹实现在AI监控下的“隐身”，以及通过在车辆上涂装特殊花纹躲避AI对车辆的检测。发现类似新型漏洞的同时，RealAI也推出相应的防御技术，支持对主流AI算法中的安全漏洞进行检测，并提供AI安全防火墙对攻击AI模型的行为进行有效拦截。人工智能的大潮滚滚而来，随之而来的安全风险也将越来越多样化，尤其近年来因AI技术不成熟导致的侵害风险也频频发生，可以说，算法漏洞已逐渐成为继网络安全、数据安全后又一大安全难题。所幸的是，以RealAI为代表的这些顶尖AI团队早已开始了AI安全领域的征程，并开始以标准化的产品助力行业降低应对安全风险的门槛与成本。此次上线RealSafe人工智能安全平台是RealAI的一小步尝试，但对于整个行业而言，这将是人工智能产业迈向健康可控发展之路的一大步。

本实用新型涉及智能电器技术领域，具体涉及一种可控智能安全吹风机，包括风机和电热丝，还包括微控制器、风机驱动模块、电热丝驱动模块、温度传感器和电源模块，电源模块为其他各部分供电，温度传感器靠近电热丝设置，用于采集电热丝的温度，风机驱动模块、电热丝驱动模块和温度传感器分别与微控制器电连接，风机驱动模块与风机电连接，电热丝驱动模块与电热丝电连接，风机驱动模块和电热丝驱动模块均采用PWM软开关分别对风机和电热丝进行控制。该吹风机采用可控装置实现智能化，用微处理器对温度传感器进行读取，用PWM软开关技术实现电机调速和对发热丝温度的控制，此实用新型具有安全、耐用、简便等特点。

项目研究内容 ： 本系统的开发内容是实现一个能够对网络安全认证 协议进行形式化自动分析的模型检测系统， 该系统能够自动完成对协议的 建模、性质归纳及协议系统模型的验证，并在发现协议漏洞时，以直观的 图形化界面显示该漏洞的攻击序列图。 技术特点 ：抽象性：该系统具有较高的抽象性。协议的建模和验证过 程对用户来说是完全透明的