本技术提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。 一、项目分类 显著效益成果转化 二、技术分析 随着智能手机、笔记本电脑等消费电子产品的快速发展，锂离子电池（Lithium Ion Battery, 简写为LIB）已经成为最成功的电化学储能设备之一，并从根本上影响并改变了人们的日常生活方式。随着制造工艺的逐步成熟，LIB的能量密度已经接近其理论极限。另一方面，可移动电子设备的快速普及和汽车电动化的蓬勃发展也不断要求开发具有更高能量密度的充电电池以满足实际使用的需求，而最先进的LIB依然无法完全满足上述需求。因此，寻找更高能量比的锂电池电极材料，加快下一代新型锂电池关键技术的相关研究，已成为制约锂电池技术产业发展进步的关键问题。锂金属电池的能量密度虽足以达到下一代电动车的要求，但其自身的稳定性仍令人担忧，这主要是因为Li金属的反应活性过高，其几乎可与所有的电解液均能自发地发生化学反应。在电池的运行过程中，Li电极和电解液之间通过自发化学反应和电化学反应导致了固体电解质界面（solid electrolyte interphase，SEI）的形成。当所形成的SEI结构不均匀时会诱发电池体积膨胀，此外，充放电过程中锂的不均匀沉积会导致锂枝晶的形成，锂枝晶的不规则生长会刺穿SEI，导致SEI膜发生破裂，并产生死锂，降低锂金属电池库伦效率；更严重的是，锂枝晶的不断生长会刺穿隔膜，造成电池内部的短路，导致火灾和爆炸等安全事故，大大缩短了电池的使用寿命，严重阻碍了其大规模商业化发展。因此，SEI对LMB的性能具有至关重要的影响。良好且稳定的SEI可以阻止（或者大幅度减缓）负极界面上反应的持续发生，起到保护Li电极的作用。针对下一代高稳定性锂金属电池设计中存在的关键问题，结合国际研究进展与本团队前期研究基础，我们提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。本方案已形成完整的工作流，相关自动化软件已开发完成并交付使用，且具有完全的自主知识产权，可用于国内外上游电池生产研发企业积累原始电池性能数据，大范围筛选有效电解液组分，指导下一代高能量密度锂电池研制。 我们的技术优势与创新主要表现在： 1）首次在电池体系中实现了QM与MM的混合模拟与混合加速； 2）在电池体系模拟中实现了开放电子体系对电化学反应的热力学和动力学预测； 3）在保证精度的前提下，实现了在纳米尺度上对真实的实验SEI结构直接模拟； 4）通过耦合深度机器学习，实现了电解液组分大范围筛选与性能优化。

南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），

以肉类食品为主要基质，构建了单增李斯特菌、肠炎沙门氏菌、副溶血性弧菌、金黄色葡萄球菌、气单胞菌、生孢梭菌等主要致病菌或条件致病菌或研究替代菌的生长、残存、失活、损伤、修复等状态以及低温、酸化、渗透压、气调包装等环境条件下的动力学和概率模型，特别是通过生长模型探讨了在货架期预测方面的应用可能性，设计了电子 TTI 结构模式，并对冷冻损伤型的气单胞菌建立了适用的失活模型，初步探讨其冷冻损伤和修复机制，另外完善了两菌竞争拮抗建模理论（单增李斯特菌与植物乳杆菌、肠炎沙门氏菌与铜绿假单胞菌），构建了新型防腐剂

随着国民经济的持续发展，我国的电力系统正在向超高压、大电网、大容量、自动化的方向发展，对输变电设备进行在线监测与故障诊断，可有效提高电气设备的运行可靠性，具有重要的意义。该系统能够联网实时监测和远程管理变压器、GIS、电容型设备等输变电一次设备，及时发现输变电设备内部的各种短路、局部放电、绝缘受潮和老化等故障，并实时诊断预警，为输变电设备正常运行提供必要的指导数据，大大提高了输变电设备的运行可靠性。该系统是总结十多年来高电压与绝缘技术研究所关于绝缘泄漏电流测量、介质损耗测量、局部放电测量、振动特征测量和故障诊断技术等领域的研究结果，结合现场实际检测和处理经验，采用最新的传感器技术、信号处理技术、计算机技术等手段和最新诊断理论、算法实现的新一代高性能智能化、综合化的在线监测系统。采用多元信息融合技术进行故障综合诊断，诊断效率和准确度大大提高，达到了国内领先水平。近年来基于该课题，我研究团队共获得省部级科技成果二等奖、三等奖各1项；申请发明专利20余项；承担“973” 、“863”子课题各1项、国家自然基金项目3项、省自然基金项目2项，其他横向项目10余项。有100余台套输变电设备在线监测与故障诊断系统在现场运行，经济效益和社会效益显著。

影像学检查在新冠肺炎的诊疗中具有非常重要的参考价值，《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》将“疑似病例具有肺炎影像学特征者”作为临床诊断标准，但在临床实践中存在一定局限，疫情爆发导致待阅片数量激增，医生阅片压力巨大；新冠肺炎属于新发疾病，各地医疗机构特别是基层机构缺乏阅片经验，且由于“异病同影”，容易造成漏诊或误诊；该病病程发展快，患者需要接受多次胸部CT检查以监测病情发展、评估治疗效果等，单凭阅片医生肉眼很难快速对比并识别病灶变化。 在接诊量高峰期，亟待建立更精准高效的人工智能影像辅助诊断方法。孙逸仙纪念医院林天歆教授组织医院呼吸内科、急诊科、放射科、大数据与人工智能团队开展科研攻关，在广州再生医学与健康广东省实验室、广东省科技厅的支持下，联合清华大学、澳门科技大学以及广州康睿智能科技有限公司，使用50万份临床影像学大数据，开发了基于胸部CT的新型冠状病毒肺炎AI筛查和辅助诊断系统。 该系统能对新冠肺炎进行快速诊断，判定新冠肺炎的分级和严重程度，协助医疗机构加速辨别感染者，为快速隔离、诊断、治疗争取时间。其优势主要体现在：快速、准确地诊断新冠肺炎。有经验的影像科医生看完1个患者的胸部CT图像约15-30分钟。该AI系统可在20秒内完成1个患者CT图像的检测及诊断过程，诊断准确率达90%以上。进行病情严重程度分级和重症危重症预测功能。该系统可对胸部CT图像每一切面的小结节、磨玻璃影和实变进行自动分割、标注及定量分析，可预测患者的吸氧频率、血氧饱和度、全身代谢情况、其他器官损伤程度，预测病人发展为重症、危重症的概率和时间，以便医生及时干预，降低患者死亡率。协助医务人员进行药物效果评估，指导用药。系统可对同一位患者用药前后的CT图像进行对比分析，通过定量计算病灶在用药前后的变化，判别药物是否有效，指导临床用药。

项目概况 本系统采用自主研发的数据采集处理箱，对旋转机械的振动数据进行实时采集、降噪、快速傅立叶变换、小波变换等处理，并将处理过的数据送往上位机进行故障特征的提取。 上位机对下位机传送来的数据信息进行特征提取、故障检测及诊断，实时监测旋转机械的运动状态。 本项目实用性强，拥有自主知识产权，市场应用前景广阔。 主要特点 数据采集处理在以DSP作为处理器的下位机进行，大大加快了振动信号的实时处理能力；振动信号的降噪和特征提取综合运用傅立叶变换和小波变换两种算法，提高了振动故障信号的降噪和故障鉴别能力；故障的诊断综合运用专家系统、神经网络、支持向量机等故障分类方法。技术指标 本系统可分别显示时域振动图、频谱图、极坐标图、轴心轨迹图、瀑布图、相关分析图等旋转机械振动信号傅立叶变换频谱信息；也可显示小波序列图、小波能量分布图等旋转机械振动信号的小波变换谱信息。同时，可给出引起旋转机械振动的故障原因。市场前景 旋转机械的振动故障占旋转机械故障的70%以上，对旋转机械的正常运行构成较为严重的威胁。旋转机械振动故障的检测与诊断设备价格一直偏高，而且故障的漏报率和误报率一直较高，影响了大型旋转机械故障诊断系统得应用。 本系统的价格适中，使用方便，对于提高企业的经济效益具有非常现实的意义，拥有广阔的市场前景。

随着国民经济的持续发展，我国的电力系统正在向超高压、大电网、大容量、自动化的方向发展，对输变电设备进行在线监测与故障诊断，可有效提高电气设备的运行可靠性，具有重要的意义。该系统能够联网实时监测和远程管理变压器、GIS、电容型设备等输变电一次设备，及时发现输变电设备内部的各种短路、局部放电、绝缘受潮和老化等故障，并实时诊断预警，为输变电设备正常运行提供必要的指导数据，大大提高了输变电设备的运行可靠性。该系统是总结十多年来高电压与绝缘技术研究所关于绝缘泄漏电流测量、介质损耗测量、局部放电测量、振动特征测量和故障诊断技术等领域的研究结果，结合现场实际检测和处理经验，采用最新的传感器技术、信号处理技术、计算机技术等手段和最新诊断理论、算法实现的新一代高性能智能化、综合化的在线监测系统。采用多元信息融合技术进行故障综合诊断，诊断效率和准确度大大提高，达到了国内领先水平。

本发明涉及交通运输领域，提供了一种地铁车辆转向架轴承的故障诊断方法。针对现有技术中地铁车辆转向架滚动轴承的故障诊断不够智能化的问题，本发明通过直接采集地铁运行状态下的轴承加速度信号，并对其进行处理，得到多个频带内重构信号的包络频谱图，最后通过在包络频谱图内搜索与理论值相匹配的故障特征频率来进行故障诊断。从而可以完全脱离人工参与，由相应的装置来完成地铁车辆转向架轴承的故障诊断过程，也就是实现了列车运行状态下转向架轴承的故障诊断。

故障诊断主要是针对过程工业中流体机械泵、压缩机、风机等机器的工作在线监测技术。流体机械广泛应用于石油、化工、电力、冶金、医药、轻工等各领域，设备的性能及其安全运行在现代流程性工业中起着举足轻重的作用。旋转机械的故障诊断技术包含监测试验台、旋转机械的监测测试的硬软件、各类传感器等部件，可以对工矿企业使用的大型流体机械泵、压缩机、风机进行在线工作监测；也可以作为制造压缩机、风机的厂家对其制造中的产品进行质量检测；此外对许多专业教学单位可以用来测试典型流体设备压缩机的实际排气量、指示功率测定、电测示功图等性能。 多通道稳态分析（时基图、轨迹图）；瞬态分析；转速频率谱、转速阶次谱、转速幅值相位谱、大容量采集（定时、内部）以及多通道实时示波、波形显示、数据编辑、数字微分大容量采集等功能。

回转机械在线监测和故障诊断系统，以化工、石化等行业的回转机械为对象，采用先进的计算机技术、光纤传输技术和独创的全息谱监测诊断方法，全面、实时、连续地实现了机械运行状态的监测和故障诊断。在线监测和诊断系统采用高性能的光纤计算机网络，传输速率高、误码率低；在线监测和诊断系统中前端监测计算机、主监测计算机和诊断分析计算机并行工作，保证监测的连续性和实时性；多任务的系统运行环境，保证了对突发事件数据和信息的捕获，实现了事故追忆功能；在线监测和诊断系统采用通用的网络协议，提高了系统的互联