以惯性导航挠性接头高质量加工为目标，开展磨削机理、工艺优化和加工过程监测方法研究，突破目前挠性接头微细特征磨削加工工序中对复杂微观结构认知的障碍，在磨削力、热载荷作用下充分认知磨削过程中影响表面完整性的重要因素。明确磨削表面完整性关键工艺优化目标，探究各个工艺参数间耦合关系，形成面向表面粗糙度、残余应力和磨削烧伤等表面完整性目标要求的工艺优化准则。研究面向惯性导航关键件磨削加工物理信号与表面完整性关联的磨削特征辨识方法，获取磨削加工质量监测和控制的深层知识，探索基于最优磨削特征融合的质量监测和多目标控制途径，实现惯性导航关键件磨削加工表面完整性的动态、准确和有效的监测。 相关技术指标： （1）加工后挠性接头表面粗糙度达到Ra 0.8 （2）加工后挠性接头近无表面残余应力 （3）挠性接头加工过程中实现砂轮磨损及表面完整性监控 技术创新点： （1）提出了基于磨削过程中物理信号与表面质量高关联度的磨削特征辨识方法 （2）揭示了挠性接头磨削加工工艺参数与力热载荷对于磨削表面质量的影响规律，并提出了高表面完整性加工的工艺准则 （3）提出了基于高关联度磨削特征融合的砂轮磨损及表面质量监控方法

通过建立单细胞生长流动成像系统，探究铜绿假单胞菌单细胞生长规律，同时，采用多次模拟探究不同初始接菌量对铜绿假单胞菌群体细胞生长迟滞期的影响，进行单细胞水平建模（IbM），实现不同初始接菌量下铜绿假单胞菌群体细胞的随机生长模拟，采用单细胞生长流动成像系统探究不同温度骤变下铜绿假单胞菌的生长规律

本项目针对输变电设备高压侧监测装置要求取电电源功率密度高、工作电流范围大的难点，分析了取电电源磁芯尺寸、材料、绕组匝数、负载特性等因素对取电电源输出功率的影响，建立了取电电源变压器的功率输出模型，提出了感应取电电源的最大功率跟踪方法和大电流冲击保护方法，最终建立了高能量密度感应取电电源的理论体系，并完成了感应取电电源样机的研制，一举解决输变电设备高压侧监测装置的供电问题。 本项目已申请中国专利6项，美国专利1项，其中授权专利3项。研制的感应取电电源可实现500g磁芯在10A电流条件下稳定输出350mW以上的功率，将传统感应取电电源的输出功率密度提高一倍以上，彻底解决我国输变电设备高压侧监测装置的供电问题，同时超过美国USI等国际知名厂家，使我国感应取电电源技术达到国际先进行列。 本技术可为所有输配网线路监测装置提供能量支撑，如输电线路动态增容、分布式故障定位、输电线路线路舞动、振动倾角等监测装置，配网故障指示器等。以故障指示器为例，目前国内传统故障指示器的出货量为50万只左右，以每只专利许可100块计算，每年可有超过5000万的产值。

本发明公开了一种水文区污染物监测的方法，包括 1：集成 SWAT 土壤水评估模型和地理信息模型， 利用区域地理信息进行评估计算水文区中的 NH4、TN、TP、COD 及泥沙含量；2：根据污染物含量， 利用污染物的等级划分规则，将子区域的颜色分为四个等级：绿色、浅绿色、黄色、红色；3：根据污 染物含量，绘制出指定河流指定污染点源的污染指数的变化趋势；4：根据地理信息模型获取并调整污 染点源参数及新增污染点源，回转执行所述的步骤 1，直至所需的污染点源均执行完毕；5：水文区污染 物数据计算、显示、数据输出及预警。本发明首次将土壤水评估计算模型与地理信息模型结合，提高了 计算精度，解决一般数据模型计算结果不直观、治理难的问题，预警明确直观。 

本发明公开了改进Crypten‑MFCC的非侵入式负荷监测方法，针对非侵入式负荷监测NILM信号的频域特性，采用线性滤波器组替代Mel滤波器，动态调整对数能量基准并优化离散余弦变换DCT系数提取，融合差分特征与时域统计量，提高状态识别精度；结合Crypten框架对支持向量机SVM模型进行加密训练，基于安全多方计算协议实现多方数据协同建模，通过加密梯度共享完成参数更新，确保数据与模型隐私。进一步引入二进制秘密共享技术降低加密计算复杂度，结合交叉验证动态优化参数，实现高效实时分类。该方法在保障数据隐私的同时，提升监测精度与效率，适用于智能电网、家居等场景的设备监测与管理。

主井提升电机的主轴装置及天轮作为主要承载部件，其运行状况正常与否直接影响生产的效率和安全，关系到整个系统的稳定和安全。通过对煤矿立井提升承载部件的动态载荷结构的动态参数进行实时系统地监测，包括对主井提升机电机的主轴装置及天轮的振动监测、主井供电系统的高压开关柜、主接触器以及变压器的触头的温度监测从而保证煤矿的安全生产，避免由提升系统的故障造成的直接或间接的经济损失进行的保护措施。

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

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。

本项目提供压缩机全生命周期管理系统，建立模块化、集成化数据环境，面向于往复压缩机、隔膜压缩机，服务于石油化工、加氢站、储气库、船舶动力等行业主要包括： 设计规划阶段——压缩机整体方案设计，压缩机结构形式设计，核心部件材料遴选分析，启/停流程设计，安全控制策略设计等； 运行工作阶段——压缩机运行数据实时采集、远程动态展示，核心部件状态监测与故障诊断，监测诊断一体式/分体式硬件与软件系统开发； 检修维护阶段——零部件维修预警、寿命预测，可视化维修方案、维修模型、维修视频，压缩机及其辅助系统、零备件信息数字化管理平台。 关键技术一：压缩机性能计算技术与选型设计技术 基于 Windows 平台，遵循结构化、模块化原则，采用 QT 框架、C++语言编制交互设计软件，可实现往复压缩机物性计算、热力计算、动力计算、设计校核复算、平衡计算、产品系列化自动匹配、多工况计算七项功能于一体，可实现往复压缩机机组设计计算、选型、零部件管理一体化功能。现阶段已授权发明专利 1 项，软件著作权 1 项。 关键技术二：压缩机状态监测与故障诊断技术及设备 针对压缩机核心零部件构建相应状态监测方案与故障诊断方法，包括：①集成气缸内热力过程特征和阀片声发射信号的诊断方法，基于气阀声发射信号获得气阀故障的特征参数和反映故障程度的量化指标，诊断不同类型气阀故障；②基于活塞杆应变重构 pV 图方法的往复压缩机气阀无损故障诊断方法，基于活塞杆应变重构压力-容积图（p-V图）的无损监测方法，为传统侵入式方法破坏气缸完整性带来安全隐患的问题提供解决方案；③十字头销磨损、活塞杆松动的故障诊断方法，对不同程度十字头销磨损、活塞杆松动故障进行模拟试验，对比时频域分析研究十字头销磨损、活塞杆松动的故障机理、声发射信号和振动信号特征，提取故障特征识别故障程度；④基于压缩机内油-气压力“伴随”关系，国内外首次提出了集成声发射与油-气压无损监测的隔膜压缩机状态监测新方法，进一步根据油-气压力“伴随”关系的失调追溯故障根源；⑤基于增量式编码器的往复压缩机轴系扭振测试方法，基于增量式编码器构建了往复式压缩机扭振测试系统，为传统方法在现场实际应用时难于实施提出解决方案；⑥压缩机气流脉动和振动模态分析技术，隔振结构设计、管路结构设计，提供机组振动测试、诊断以及改进方案。 本项关键技术现阶段已授权国内发明专利 4 项，申请国际专利 2 项、国内发明专利10 项；应用于中海油海洋平台天然气压缩机；开发压缩机故障诊断仪，已在某加氢站压缩机调试中成功检测出气阀泄漏、膜片运动失效、活塞环磨损、溢油阀阀芯磨损等严重故障。 关键技术三：压缩机数据共享与健康管理云平台 构建压缩机及其辅助系统、零备件信息数字化管理平台；构建压缩机热力-动力-应力-寿命分析模块，集成监测数据评价机组运行状态；基于故障诊断技术，建立机组现场监测数据与健康/故障状态信息实时共享平台，打破机组现场与远程管理者之间的技术壁垒；实现压缩机核心部件维修预警、寿命预测，交互 GUI 界面集成可视化压缩机维修维保手册、指导视频、三维模型；压缩机全生命周期管理，显著提高运维效率和管理水平。