AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

针对目前动力锂离子电池所存在的问题，采用全对称设计理念，严格控制动力锂电池工作过程中的热生成，抑制锂离子电池的热失控，设计出具有高安全性锂离子动力电池。该成果与中国直升机研究所合作，开发了高倍率纯电动直升机用动力电池组，具有功率大、能量密度高、安全性好等优势；并在开发适合于电动汽车用的高能高循环、低成本、高安全性、电动汽车产业发展需求，解决动力电池目前所面临的安全性问题。

本实用新型公开了一种预制装配混凝土结构的抗震连接节点，包括预制柱、预制梁、十字抗剪键、上十字钢板和下十字钢板；预制梁包括一台阶状的伸出端；预制梁的伸出端与预制柱的牛腿相互搭接，且伸出端上半部的前端端面与预制梁的侧面接触，伸出端的下半部的端面与预制柱牛腿的侧面接触；上十字钢板的一半预埋在预制梁伸出端上半部的纵向端面，上十字钢板的另一半插入预制柱侧面预留的十字形槽孔中；下十字钢板的一半预埋在预制梁伸出端下半部的纵向端面，下十字钢板的另一半插入预制柱牛腿的纵向端面预留的十字形槽孔中；十字抗剪键的下半部预埋

本实用新型公开了组合预制装配钢结构抗震连接节点，包括预制钢梁柱、预制钢梁、腹板垫板、高强螺栓一，所述预制钢梁柱和预制钢梁上均设有加劲肋，所述预制钢梁柱的腹板上和预制钢梁的腹板上分别设有安装孔一，所述腹板垫板上设有与安装孔一相同数量和大小的安装孔二，所述腹板垫板对称安装在预制钢梁腹板两侧，所述高强螺栓一依次穿过其中一个腹板垫板的安装孔二、安装孔一、另外一个腹板垫板的安装孔二进行紧固。该组合预制装配钢结构抗震连接节点结构简单、抗震性能优异。

成果介绍FLC装配式自保温墙板采用钢筋增强，物理发泡形成小而密的闭合孔洞，其隔音与吸音性能俱佳，具有很好的保温隔热性能；材料密度仅为普通材料的1/3，大大降低了墙体的自重，减低建筑物基础造价。FLC装配式自保温墙板集保温和围护功能一体化，同时装配式的施工方式也可以有效地加快施工速度，改善施工环境，提高建筑装配率。技术创新点及参数钢筋增强，物理发泡。市场前景轻量化、模块化建筑构件。

FLC装配式自保温墙板采用钢筋增强，物理发泡形成小而密的闭合孔洞，其隔音与吸音性能俱佳，具有很好的保温隔热性能；材料密度仅为普通材料的1/3，大大降低了墙体的自重，减低建筑物基础造价。FLC装配式自保温墙板集保温和围护功能一体化，同时装配式的施工方式也可以有效地加快施工速度，改善施工环境，提高建筑装配率。

TDA（芯片热设计自动化）软件是清华航院曹炳阳教授团队全自主研发的国际首个芯片跨尺度热仿真与设计系统。TDA软件可实现芯片从纳米至宏观尺寸的热设计与仿真，支持芯片微纳结构内部热输运过程的模拟研究，直接提高芯片热仿真精度与结温预测准确度，进而提高芯片性能、寿命和可靠性。

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。

（1）基于低成本RGB-D传感器的平面抓取： ①　非规则物体的抓取位姿检测 ②　并可泛化到未训练过的物体实例 （2）基于低成本RGB-D传感器的全空间6自由度抓取： ①　散乱放置、非规则物体，可针对特定实例或物体类别 ②　无需特定物体模型 ③　支持UR5机器人或其它标准6轴工业机器人通信 （3）机器人柔顺装配：基于视觉/力控引导的插孔、层叠装配。 （4）学习与人机协同功能：从人的视频示范中学习任务与抓取姿态约束，针对人机协作装配任务，从人的操作示范中学习并预测人的动作。

本实用新型涉及一种装配式建筑承重柱，包括中心柱、直角柱、连接片、橡胶垫和螺柱，四个直角柱固定在中心柱的外侧；连接片将相邻两个直角柱固定在一起，防止相邻两个直角柱之间产生相对移动，提高了连接强度；相邻两个直角柱之间均插入设置有一个橡胶垫，起到了隔离的作用；本实用新型采用装配式结构，实现了可拆卸式设计，实现了循环利用和节省环保；且拆装步骤简单，提高了施工效率；加工及运输方便，降低了建筑成本；较好的满足了模块化建房对承重柱的要求。