在DCS与实时信息集成系统的基础上，实时智能故障诊断与专家系统充分利用网络技术、计算机技术、控制技术、通讯技术以及人工智能技术将分散的DCS系统进行集成，实现信息管理的智能化。实时智能故障诊断与专家系统实现从已有的DCS通讯网络获得数据，进行高一层次的综合和处理，进行监督、诊断和预报。主要内容：通讯网关：DCS数据高速公路和IFDES通过网关交换数据和信息。数据处理：从DCS、PLC和传感器送来的数据进行预处理，如数据工程化，数据转换和压缩。知识库：存放专家知识，用于工况监督、故障诊断、事故预报、提供在线操作指导；采用多种智能处理方法及软测量技术用于炼油生产过程的专家系统知识库的构建。推理系统：集成了前向推理机和反向推理机等，操作经验和事故教训将用于指导问题的解决。多媒体显示及操作手册的开发。与综合自动化平台集成。技术优势：1、 系统驱动器和数据处理器2、 数据库和服务器3、 IFDES专家系统4、 超媒体显示系统5、 IFDES与实时数据库接口的实现位号显示与趋势图模块  应用实例：已在炼油厂加氢裂解装置、烯烃厂锅炉装置等现场成功投运  投资规模及设备需求：  硬件环境（机型及CPU、内存、硬盘容量）：机型：运行Microsoft Windows操作系统；CPU: Intel 1.3GHz 及以上；内存：512M及以上；硬盘：80G及以上。  软件环境（操作系统、支持软件的名称及版本号）：操作系统：Microsoft Windows2000及以上版本；Web服务器：Microsoft IIS；数据库：Oracle 8.0以上；开发工具：Microsoft .Net Framework 1.1。实时智能监测与故障诊断专家系统软件（IFDES）  经济效益分析：本系统采用一系列先进的技术与开发集成手段。系统设计合理，使用方便，人机界面友好、开发周期短、扩充与二次开发便捷。性能价格比较高。它是低成本推广应用计算机及新技术的一次成功的尝试。使管理操作人员加强了工艺管理，及时捕捉到了装置运行过程中的事故隐患，确保了整个装置始终能处于高负荷、长周期稳定运行。使企业在最经济的成本下，产生最大的效益，减少事故的发生、原材的浪费与对环境的污染。经济与社会效益显著。

本发明提供了一种基于传感器实时监测网络的地铁火灾逃生系统及方法，包括监测装置、控制中心、带 惯性导航系统和无线传输系统的移动终端和 AP 集群，监测装置、控制中心、移动终端通过 AP 集群组成的 WIFI 网络进行数据交互；监测装置进一步包括火情监测装置和人流量统计装置，其中，火情监测装置监测 范围覆盖整个地铁站，主要用于监测地铁站内是否发生火情；人流量检测装置监测范围覆盖地铁站的进站口、 出站口、楼梯、拐角等乘客必经处，用于统计人流量进而判断

本发明公开了一种电子辐照加速器的电压故障监测系统及方法， 包括用于分别测量 n 个待测点电压的 n 个电压检测器、通信节点网络 和数据库；所述通信节点网络由 n 个通信节点单元和一个网络接入点 单元构成星型拓扑结构，n 个通信节点单元通过无线通信的方式与所 述网络接入点单元连接；所述网络接入点单元通过网线与所述数据库 连接；n 个电压检测器的输入端分别用于连接加速器中 n 个电压待测 点，采集待测点的电压，n 个电压检测器的输出端分别与 n 个通信节 点单元连接；根据数据库中的数据以及预先设定的故障

本发明公开了一种用于判断原动机调速系统对低频振荡影响的 监测识别方法，用于识别振荡过程中原动机调速系统为振荡提供正阻 尼还是负阻尼，以为电力系统稳定运行提供一定的参考价值。该方法 首先通过 TLS-ESPRIT 方法对振荡阻尼进行辨识，用阻尼比确定发电 机转子方程左右两边变量的第一夹角，再通过测量发电机本地的电磁 功率与转速得到转速偏差与有功功率偏差的第二夹角，两个夹角对比 确定机械功率偏差对于振荡提供正阻尼还是负阻尼。判断方法简单有 效，能够帮助运行人员提高电力系统稳定水平。 

本项目利用图像识别技术和运动目标检测定位技术，采用高新能、快速硬件组合（ARM+DSP+FPGA）方式构建运动目标自动识别系统，设计图像的非线性变换，二值化，自适应阈值值分割、模糊边缘识别和区域连通性分析等算法，对机车前方行人进行检测报警，提高了井下电机车运输安全性能。软件设计采用基于嵌入式实时操作系统的多任务设计模式，使得监测系统的实时性、可靠性更高，为行人监测系统的不间断运行提供了可靠的保障。

本成果2011年获得国家发明专利授权。该发明涉及一种高速铁路结构物沉降监测装置及一种可以实现无线远程自动化测量沉降的监测方法。解决了精确监测结构物的沉降变形问题。

本发明公开了一种 TBM 滚刀磨损在线实时监测装置及监测方法，其装置包括刀座、设于刀座上的 滚刀、数据采集模块和计算机，所述数据采集模块包括置于刀座内的磁敏 Z 元件和永磁体、定值电阻和 单片机处理器，所述磁敏 Z 元件、定值电阻和单片机处理器组成数据采集回路，当永磁体的磁场由于滚 刀磨损而发生变化时，会引起磁敏 Z 元件阻值变化，定值电阻两端电压也改变；单片机处理器测得定值 电阻两端电压并通过无线发射模块发送给计算机，并由计算机根据电压与磨损

        VSM（也叫做M-H磁滞曲线测量系统）测量磁性材料的基本磁性能(如磁化曲线，磁滞回线，退磁曲线，升温曲线、升/降温曲线、降温曲线、温度随时间的变化等)，得到相应的各种磁学参数(如饱和磁化强度，剩余磁化强度，矫顽力，最大磁能积，居里温度，磁导率(包括初始磁导率)等)，可测量粉末、颗粒、片状、块状等磁性材料，VSM可以测量从-196℃到900℃的温度变化的磁性变化。   主要参数： 测量磁矩范围：10-3emu-300emu（灵敏度：5*10-5emu） 相对精度（30emu）：优于±1% 重复性（30emu）：优于±1% 稳定性（30emu）：预热24小时，24小时连续工作优于±1% 温度范围：从-196℃到900℃ 固定磁极间距35mm，极面直径60mm 磁场：由电磁铁提供，从0-3.5T   主要参数： 抗磁，顺磁，铁磁，亚铁磁，反铁磁材料和各向异性材料 颗粒状和连续磁记录材料以及GMR，CMR，交换偏置和旋转阀材料 磁光材料 容易容纳散装材料，粉末，薄膜，单晶和液体     VSM的组成：   型号 DXV-550 电磁铁 √ 稳流电源 √ 振动头，振动架 √ 振动杆，样品室 √ 振动源 √ 锁定放大器 √ 高斯计 √ 探测线圈 √ 电脑 √ 打印机 √ VSM可以单独准备高温和低温设备。     主要设备：   电磁铁 电磁铁应为可调式双共轭或固定间隙的。 45°放置 型号 高低温磁场，磁极间距：35mm（T） 冷水方式 DXV-550 3.4 水冷 DXV-400 3.0 水冷 DXV-380 2.7 水冷 DXV-300 2.4 水冷 DXV-250 2.2 水冷 DXV-220 2.0 水冷 DXV-175 1.6 水冷 DXV-130 1.2 自然冷却 DXV-100 0.8 自然冷却 DXV-60 0.5 自然冷却   稳流源 电源为可调式高稳定度稳压稳流自动转换直流电源，功率为2～30KW 。在稳流状态时，稳流输出电流能在额定范围内连续可调 (一)主要功能 　　(1)输出功率：额定功率从1-12kw。 　　(2)保护：缺相保护、过流保护、短路自动保护。 　　(二)技术指标 　　(1)电源为稳流输出：电流值可从0-额定值连续可调。 　　(2)显示方式： 电流表4位半LCD数字显示。 　　(3)显示精度：±(1%+2个字) 　　(4)当负载为电磁铁，且输出电流大于最大电流一半时，电源输出的电流稳定度优于5*10-4 　　(5)工作时间：连续8小时工作(环境温度20±5℃) 　　(6)输入电压：单相220V/三相380V±10%        (7)输入频率：50Hz   振动系统 包括振动杆、机械振动头支架、样品室及探测线圈   磁测单元 (1)量程分300emu、150emu、80emu、40emu、30emu、15emu、8emu、4emu、3emu、1.5emu、800memu、400memu、300memu、150memu、80memu、40memu、30memu和15memu (2)磁场量程：0.5kOe”、“1kOe”、“2kOe”、“4kOe”、“8kOe”、“16kOe” 和 “32 kOe” 显示在4位半LCD数字表头。.分辩率0.1mT，相对精度优于±1%。 (3)振动源输出频率180Hz,频率稳定度优于10-5，输出功率大于50W。   联想电脑 打印机：hp-1018 高温炉和温度控制设备: 加热功率是100W. 炉子的温度范围是室温到900℃ 通过4位半LED数字控制。分辨率：0.1℃ 低温杜瓦和温度控制装置 样品室的温度与控制范围是 77K-273K 通过4位半LED数字控制，分辨率：0.1K  

本发明公开了一种基于精细化运动想象脑电信号控制的机械手系统及方法，该系统包括脑电采集装置、计算机和多维度机械手；脑电采集装置包括电极帽、信号发送装置与信号接收装置；电极帽为非侵入式电极帽，直接佩戴在操作者头顶，采集操作者运动感觉区域的脑电信号，通过信号发送装置发送到信号接收装置；信号接受装置与计算机连接，计算机处理脑电信号，并将控制命令发送给所述多维度机械手，控制机械手的两个手爪电机、手腕电机、手肘电机和肩关节电机运动。操作者无需进行肢体运动，只要想象就能使机械手按照操作者的意愿实现抓取物体、搬运物体等功能，可以使瘫痪、丧失运动机能的残疾人重新实现一些基本的生活动作。

在动力大腿假肢控制研究中，如何实现复杂环境下“人-机-环”协调控制是一个挑战性难题。现有研究主要通过各类人机交互方式来解决上述问题，即期望通过各类人机界面信号识别人体运动意图以控制假肢适应环境。但目前人机界面信号难以达到期望中的可靠性和准确性。人穿戴假肢在环境中行走是一个典型的“人-机-环”问题，而现有研究缺少“机”和“环”之间的链路。 该研究探索假肢视觉对“人-机-环”回路的作用机制