开展设备状态监测与故障诊断可以及时了解和掌握设备的工作状态，甚至提早期发现故障，找出故障的成因，并预报故障发展趋势。以往依赖人工经验，靠五感或简易仪表进行的常规检测已不适用。现代设备的状态监测。分布式在线监测系统采用计算机技术、网络技术、信号处理与分析技术，形成分布式的监测体系。 该系统重点解决关键设备远程在线监测、设备状态评价、设备故障诊断等问题。系统采用三层架构的体系，实现远程异地对设备运行状态进行监测，自动跟踪、记录设备的相关指标，诊断设备可能发生的故障，科学地评价设备状态，为设备维修和维护提供科学的依据。 系统由多台计算机通过计算机通讯手段形成一个完整的诊断网络，每台计算机分布在不同的场所，可以分别独立地完成各自的特定功能，同时在逻辑上相互联系，形成一个监测与诊断整体，给使用者带来了方便，系统的可扩展性也大大提高。系统的主要功能模块包括常规在线监测、数据保存（支持三种存储模式：定期存储、报警存储、人工触发存储），历史数据追溯、趋势分析、监测报表、实时数据采集、故障诊断等功能

采用国际上先进的CORBA技术、智能传感器技术、现代故障诊断理论对工业生产中的机械、电气设备进行在线监测，并对其运行状态进行分析和诊断，通过网络将监测的信息发送到异地远程的诊断中心，判定被监测对象的当前的运行状态，根据所累计的监测对象的历史监测数据，对其工作状态进行科学地评估，制订出合理的维修策略和计划。 系统特点 1.诊断中心可以利用Internet/Intranet实现异地远程的设备在线监测和故障诊断。 2.现场监测计算机提供对设备的24小时、365天无间断监测，并根据设定值进行报警提示。 3.可以对设备的运行工作状态进行科学的判定。 4.为企业设备的合理维护提供完整地数据保证。 本项目目前已经成功应用于冶金工业现场，并且取得了较好的效果。已经对现场的减速机等设备的故障和缺陷金进行了正确的诊断。

项目背景：目前电力机器人在作业过程中，由于环境恶 劣，电磁刚绕强度高，造成控制系统不稳定；同时在巡检过 程中，要对各种线路金具、各种作业仪表进行识别与检测， 通常采用机器视觉技术。但由于机器人作业在野外或阴暗照 明等复杂环境，存在识别率低，不稳定等问题。本项研究针 对特殊应用环境，拟开发一套基于机器视觉的巡检机器人控 制系统。 所需技术需求简要描述：1.基于多传感器信息融合的机 器人越障系统：主要包含视觉、激光雷达、超声、红外等传 感器信息，能够实现对巡检路径上障碍物的实时识别与定 位；2.巡检机器人远程监控平台：用于对巡检机器人采集到 的信息进行远程传输和监控，包含巡检路径上的实时视频传 输、机器人运行状态信息显示、巡检故障诊断与显示等；3. 小样本深度学习算法：针对极端环境下数据采集困难，数量 少等问题，研究基于小样本学习的深度学习算法，提高极端 环境下的障碍物识别精度；4.图像增强算法：针对高空强光、 阴暗、潮湿等极端环境所带来的图像识别困难问题，研究相 应的图像增强算法，提高识别精度。主要技术指标：1.开发 设计一种适合高压线路金具视觉检测与识别技术，对输电线 路各种金具进行动态识别与检测，解决野外环境下识别率低 的问题，形成一套完整的线路金具机器视觉识别与检测方 法。2.开发设计一种适合地下阴暗、潮湿、多尘环境下视觉检测与识别技术，形成一套完整的机器视觉识别与检测方 法。包括线路金具的识别模型和线路金具的定位方法与双目 测距技术。  对技术提供方的要求:拟与高校联合开发，要求团队具 有类似经验，具备电力机器人研究经历，具有电力线路识别 研究基础，最好有研发案例。 

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。 

建筑幕墙是由支承结构体系与面板组成的、可相对主体结构有一定位移能力、不分担主体结构所受作用的建筑外围结构或装饰性结构,包括玻璃幕墙、石材幕墙和合金幕墙等，并被广泛应用于高楼大厦、机场、高铁车站等公共设施。随着服役年限的增加，近些年来建筑幕墙因面板脱落造成的事故屡见不鲜，严重威胁着人们的生命财产安全。因此，建筑幕墙实施有效的检测是实现幕墙安全管理、预防灾害发生的重要前提。当前幕墙安全状态检测的手段主要有：目测法、手试法、振动传感器法等，目测法和手试法需要作业人员通过攀爬等手段靠近检测对象实施检测，且检测结果受检测人员个人经验影响较大。振动传感器法因传感器的安装困难、需要额外激振、附加质量也对检测结果影响较大等原因实际应用价值较小。 本项成果提供了一种基于激光测振技术的建筑幕墙安全状态的无损检测方法。该方法基于幕墙面板时常微动的特点进行幕墙安全状态检测，不需要提供额外激励，可远程、快速评价幕墙的安全状态，具有适用范围广、实用性强等特点。

一种实现列车完整性远程监控的系统和方法，涉及车载设备和地面控制中心两部分。包括列尾设备和机车设备：列尾设备，用于监控列尾风压检测装置的工作状态以及列尾位置信息，包括GPRS无线通信模块；微处理器，通过接口与无线通信装置相连接；GPS卫星定位模块；安全监控模块，包括无线通信装置；微处理器，通过接口与无线通信装置相连；GPS卫星定位模块；告警装置，通信控制器，获取车载设备通过GPRS传输来的数据，向车载设备转发控制台发来的指令；地面数据库服务器，存储通信控制器接收到的数据，供控制台用户软件使用。通过上述系统，可实现列车完整性的远程监控，还可以利用GPS信息辅助列车完整性检查，从而达到保障行车安全的目的。

重点围绕实施大型机电设备预测性的状态检修需要，建立设备状态劣化监测模型，在线评价设备健康状态。采用自动逻辑推理的自主故障诊断方法，结合专家人机交互方式进行观察、推理的人工诊断方式，形成更准确全面的故障原因分析和故障定位。根据状态评价和故障定位结果，自动给出设备维修建议的方法。利用长期积累的设备试验、运行、故障前后的各种状态数据，进行设备状态劣化模型、故障诊断模型的更新和修正方法。基于Internet的远程协作诊断机制，遇到疑难问题时邀请多领域专家进行在线会商。可以用于机电设备、水电机组、风力发电机组

项目简介 “一种远程自动控制径向气隙的磁力调速器”是一种远程自动控制径向气隙的磁力 调速器，它通过控制脉冲频率来精确控制步进电机转动位移，同时通过齿轮传动和螺纹 传动控制活动卡体的径向位移，可以精确地调节永磁体和导条之间的径向位移，输出不 同的转速、转矩，实现了联轴器自身无级变速的目的。 产品性能、指标 1) 该产品可以实现联轴器自身无极变速的目的。 2) 因为内转子与外转子非接触传动，提高了联轴器传动的效率。 3) 本发明提高了永磁体的利用率，活动卡体径向移进或移出的

采用自动逻辑推理的自主故障诊断方法，结合专家人机交互方式进行观察、推理的人工诊断方式，形成更准确全面的故障原因分析和故障定位。根据状态评价和故障定位结果，自动给出设备维修建议的方法。利用长期积累的设备试验、运行、故障前后的各种状态数据，进行设备状态劣化模型、故障诊断模型的更新和修正方法。基于 Internet的远程协作诊断机制，遇到疑难问题时邀请多领域专家进行在线会商。

本发明提供一种针对云平台虚拟机度量的主动远程证明方法，包括远程证明客户端主动操作过程和 云管理端的服务器可信验证过程，在云平台虚拟机启动后进行静态度量和运行后周期性的动态度量，度 量完成后，进行主动的远程证明，云管理端获得度量的值和度量报告后，通过与基线值的对比，验证虚 拟机的状态是否被篡改。该方法改变了传统的被动式远程证明方法，由度量模块主动触发远程证明客户 端，实时将度量结果发送给云管理服务器端，无需将度量值保存在 TPM 的 PCR 中，