近年来，环境污染问题严重，石油等不可再生资源日趋匮乏，探求汽车新的动力源已经成为世界汽车领域研究和发展的热点，燃料电池汽车作为一种新型节能汽车备受关注。质子交换膜燃料电池作为第四代燃料电池技术，不但突破卡诺循环限制，能量转换效率高，而且排放污染少，对环境极其友好。部分汽车企业已经开始进行小规模的PEMFC汽车试运行和小批量投产，加快了其商用进程。 燃料电池装置作为燃料电池汽车的动力装置，是整个装配体中最重要的部件，如何对质子交换膜燃料电池（PEMFC）进行有效的热管理，对其工作效率、使用寿命和运行经济性有着极其重要的意义。 通过对燃料电池的热分析，与上汽合作搭建起36kW的Plug-in燃料电池发动机试验平台。 借助试验平台，可以对电堆进行大量实验，并且可以分析电堆的输出的功率，极限功率，及功率调节特性等动力数据；还可以分析电堆的散热性能，以及散热效果对电堆的功率影响等基础数据。

项目背景：2021 年国务院政府工作报告中指出，扎实做 好碳达峰、碳中和各项工作，加大新能源技术研发。据研究 公司 Frost＆Sullivan 发布的一项新报告指出，预计到 2030 年，全球电池储能市场的复合年增长率将达到 23％。由此可 见，未来十年储能电池数量将大幅增加。另一方面，储能电 池安全性引起广泛关注，2019 年 4 月 19 日，美国亚利桑那 州 McMicken 电池储能项目发生火灾爆炸事故；2021 年 4 月 16 日，北京集美家居大红门的储能电站起火。因此储能电池 安全性显得尤为重要。通过人工智能和机器学习等手段预测 电储能电池的安全性已经成为研究热点，英国剑桥大学和美 国斯坦福大学等顶尖高校和科研院所都有相关的实验室。在 国内，中科院、比亚迪、宁德时代、国家电网等企业院所已 经开展了各种类型储能电池和技术的研发。然而，目前国内 外还没有成熟的电储能电池远程管控系统，储能电池数据传 输协议没有公认的标准。由于不同类型的电储能数据指标差 异较大，需要采集的数据缺乏规范标准。另外，何种指标的 变化会引起潜在的储能电池安全问题尚未明确，目前基本是 通过人工经验判断，效率不高，并且准确率较低。如果能够 通过机器学习，深度学习等人工智能手段，结合储能电池实 际工作过程中的电流、电压的变化数据，学习并分析其运行 规律，挖掘出数据变化导致的潜在安全风险，电储能电池的 安全性能将大幅提高。 所需技术需求简要描述：1.研发储能电池故障预测模 型，利用人工智能等手段，通过机器学习的方法对采集的电 池运行状态及参数数据进行分析，实时监控电池运行状态， 对可能出现的潜在储能电池安全问题进行评估，实现对即将 出现的电池故障和安全问题的预判。2.建立储能电池的远程 安全传输协议，对电池运行状态及参数数据进行周期性采 集，并实现多终端异构网络环境下的储能电池数据实时传 输。建立安全传输机制，有效防止数据伪造和恶意攻击。3. 开发电储能电池数据远程管理系统，对不同种类的储能电池 安全问题采取相应的措施，通过网络实现对储能电池的远程 管理，从而延缓或避免由于电池故障产生的安全问题。数据 通信应建立在安全可靠的传输机制上。  对技术提供方的要求:1、建立电储能电池的远程数据采 集和安全传输协议。2、开发研究电储能电池数据远程智能 分析和管理系统。3、在相关领域经验丰富的技术团队的院 校或科研单位。 

本项目开发出两类高性能尖晶石型锰系电池正极材料，包括多孔结构 LiMn2O4 和微纳结构 LiNi0.5Mn1.5O4。对于 LiMn2O4 材料，利用“乳液沉淀—固相锂化”制备路径，获得了高纯度富锂尖晶石相，产物具有一维多孔结构，产物尺寸可在纳米，亚微米和微米尺度范围内调节，优化的产品具有非常好的高倍率性能和长周期循环性能。对于 LiNi0.5Mn1.5O4 材料，利用“碳酸盐一步共沉淀法”和“表面活性剂辅助草酸盐共沉淀法”两种制备技术路线，获得的产品具有晶相纯度高、颗粒规整、振实密度大、高电压区间容量高，倍率性能好等特点。 项目特色： 开发了“乳液沉淀—固相锂化”、“碳酸盐一步共沉淀法”和“表面活性剂辅助草酸盐共沉淀法”三条技术路线，用于多孔结构LiMn2O4 电极材料和微纳结构 LiNi0.5Mn1.5O4 的制备，制备方法工艺简单，易于实施，有利于推广应用，制备的产品具有晶相纯度高、形貌规整、粒径可调、振实密度大、比容量高、倍率性能好、长周期循环性能突出等特点。 市场应用前景： 本项目社会贡献和经济效益在于使尖晶石型新型锰系锂电池正极材料形成自主知识产权，促进成果转化和产业化，提升电池行业的研发水平和产业链结构优化，带动锂电池新能源产业发展。

对锰酸锂，三元材料，富锂高容量高电压正极材料和高电压锰酸锂正极材料进行了多年的系统研究，通过合成方法，原料配比及掺杂改进，使所得的正极材料在循环稳定性，倍率性能及高温性能等方面都得到明显改进。综合性能达到国际先进水平。可以进行产业化和大规模应用，不但可以用于小型锂离子电池，更适合于大型的动力锂离子电池和储能电池。

从电器文明开始，短短一个世纪的时间，人类在科学探索的步伐上已经从工业进入了智能化的技术环境。随着物联网的发展，数据时代到来，各行各业也在争相抓住契机，利用新时代科技智能手段，帮助企业更好发展。其中，传感器技术的应用，为工业监测带来了新的惊喜。它在工业自动化系统的监测过程中，起到巨大作用，可以实时监测将监测到的信号经过转化后以数据的方式提供给人们，做到实时监测，确保工业自动化系统的正常运行。现阶段，监测工业机械运行一般使用振动传感、温振一体化传感器等，存在成本高、易误报、不能对早前故障进行监测等问题；而故障早期诊断对于维护设备安全、保障工业体系正常运转具有重要意义。 针对现有故障监测系统存在的问题，团队开发了基于声纹、振动、温度一体的声振温一体传感器，该传感可综合感知监测对象声音、振动、冲击脉冲、温度以及倾角数据，全面覆盖旋转设备早中晚期故障信息。同时，开发了旋转设备声振温一体化监测诊断系统，其由有线/无线声振温一体传感器、采集网关、电脑 WEB 端构成，同时适配云平台、手机端小程序。通过有线/无线声振温一体传感器将设备运行时的冲击脉冲、三轴振动、噪声、温度数据采集传输至数据库服务器，依托独有的异音分析、健康因子指标专利算法，实现设备状态实时监测与故障诊断。 核心优势： （1）全面集成冲击脉冲、三轴振动、声音、温度多维度深度感知专利技术； （2）快捷部署(磁吸胶粘/纹可选)，无线方式，快速联网； （3）数字信号传输，抗干扰能力强准:独有异音、健康因子指标专利算法； （4）高性价比，大容量电池，长维护周期。

        技术成熟度：技术突破         领域存在着景深影响效率的突出问题，本产品以高性能异构处理器为核心运算单元，以嵌入式手段通过视觉流与控制流的严格对位，高性能实时完成视频控制信息的结算，并直接输出电机驱动信号控制相关执行机构完成闭环控制。         本产品主要面向高性能伺服闭环控制的视频应用领域，能够显著提升显微工业自动化领域的视频对焦及对位处理的效率及精度，亦可实现宏观领域的视觉嵌入化控制闭环应用。         意向开展成果转化的前提条件：中试放大及产业化工艺开发资金支持

本仿真实训要求学员根据常见60KW以下小型分布式光伏电站项目需求书要求，到现场进行测量、采集项目所需数据，然后回到办公室使用设计软件进行项目设计，并且做出系统分析结果、施工图以及施工材料清单。 1.1. 场景设计 虚拟场景包括办公设计场景，楼顶建筑场景； 场景模型主要包括：办公室建筑模型、办公家具、办公设备、长度测量工具、方向测量工具、楼顶建筑模型等 设计软件模拟包括：阴影阵列分析软件、CAD制图软件、倾角分析软件、系统分析模拟软件 1.2. 互动设计 在办公室里使用电脑了解项目需求书，根据提供的信息收集项目所在位置的地理与环境信息 到现场使用长度与方向测量工具测量设计所需数据 回办公室使用各种专业设计软件对该项目进行系统设计。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片