本发明公开了一种支持非抢占实时任务集节能调度方法，其步 骤包括：初始任务集合处理，获取初始减速因子，获取候选减速因子， 分配减速因子；本发明所公开的非抢占实时任务集节能调度方法，在 保证非抢占实时任务在截止期之前完成的前提下，充分考虑了任务集 的非抢占特性，得到更小的减速因子，从而使得任务集能以更低的速 度运行，达到更好的节能效果,可有效节约嵌入式系统能耗，并具有更 强的非抢占任务集实时节能调度能力；与现有的实时系统

边缘智联网（edge+AI+IOT=eAIOT）综合实验平台是一款集成物联网、嵌入式、移动互联技术、人工智能于一体的高端教学科研实验平台。 整个教学平台包括物联网、嵌入式Linux和人工智能（AI），三个部分互相支撑、互为补充。平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与OpenCV计算机视觉库，支持TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE等深度学习端侧推理框架。 实验平台支持图像处理、语音处理、无线通信、传感器原理、RFID等技术的主流算法及应用。提供完整的配套教学教材，实训案例的源码、开发手册等，满足AI和IOT教学实训、应用开发等需求。 本项目实验平台搭载瑞芯微RK3399处理器，不少于9个无线传感器节点，配备11.6寸高清触摸屏、高清相机模块、7麦麦克风阵列和ODB接口。 硬件系统采用DC12V电源适配器安全统一供电，结构为上下两层一体化设计，上层紧固式安装实验所需硬件（非磁吸式安装），实验所需硬件均平铺安装在一整块底板上，下层收纳放置配套线材、配件等设备。 实验平台支持ZigBee、BLE、lorawan、nbiot、RFID等无线网络通信，支持无线传感器网络、物联网人工智能、嵌入式系统开发、RFID射频识别技术等课程实验。同时配备可私有云和公有云部署的“物联网云平台”，配合多种传感器模块，可完成基于物联网云平台的嵌入式无线传感器综合实验。本平台提供嵌入式深度学习框架Tengine，可完成人工智能实验，包含基于深度学习的目标检测实验、基于深度学习的人脸识别实验，可完成声纹识别门禁实验、AI语音智能家居实验、知识图谱和聊天机器人实验等人工智能实验。

本项目针对上述问题，从分子、细胞和个体水平三个层面上研究人端粒酶逆转录酶(hTERT)生物学行为及相关技术的临床应用，旨在提高儿童肿瘤疗效。 1、主要科技内容和技术特点： 1） 率先在国内外建立RT-PCR和实时定量RT-PCR检测hTERT法，该法简便、快速、经济、安全，适用于临床推广应用。该项技术已经应用于儿童恶性肿瘤诊断、监测和指导个体化治疗，提高了儿童肿瘤的诊疗水平。 2）首次在国内外研究体内造血干细胞hTERT的生物学行为，证明了hTERT与促红细胞生成素的关系，并系统研究了恶性肿瘤细胞hTERT的生物学行为， 探讨肿瘤细胞中Aurora A与hTERT及端粒酶表达的相关性，提出hTERT与细胞因子网络紊乱相互作用促进肿瘤发生和发展的新观点，为恶性肿瘤在分子水平上的监测和以hTERT为靶点的生物工程治疗提供了依据。 3） 在国内外首次阐明端粒酶重建对成纤维细胞迁移能力和生物节律的调控，把端粒酶、hTERT生物学行为和生物节律与肿瘤择时治疗有机结合，为肿瘤治疗提供了一条新路径。实践证明，在该理论指导下进行化疗，可明显提高肿瘤化疗效果，且毒副作用明显减少。

研究团队首次发现了自噬与泛素-蛋白酶体通路在肺缺血再灌注损伤中存在交互作用，为肺移植缺血再灌注肺损伤提供新的治疗策略；首次发现天然免疫在肺缺血再灌注损伤中的重要调控作用，为肺移植缺血再灌注肺损伤防治提供新的潜在治疗靶点。深入探索肺缺血再灌注损伤发生的分子机制，改良肺移植关键技术，围绕肺缺血再灌注损伤的防治、药物筛选，临床改良体外肺灌注技术及双体外膜肺氧合模式，在全国医院推广使用，显著提高肺移植手术的安全性和成功率。

2020年4月27日，我校华西医院胸部肿瘤科卢铀教授团队在Nature Medicine在线发表了题为“Safety and feasibility of CRISPR-edited T cells in patients with refractory non-small-cell lung cancer”的研究结果，报道了利用CRISPR-Cas9基因编辑技术在体外T细胞中编辑PD-1基因，经体外T细胞培养扩增，再输回非小细胞肺癌（NSCLC）受试者，首次证明了该疗法在NSCLC中的安全性和可行性。第一作者兼通讯作者为华西医院胸部肿瘤科卢铀教授，其他并列第一作者为胸部肿瘤科薛建新研究员、周晓娟主治医师，四川大学华西医院为第一作者单位。 2016年7月，《Nature》杂志率先报道卢铀教授团队计划开展首个CRISPR–Cas9基因编辑人体临床试验，并于2016年10月进行了首例受试者治疗。项目组严格按照临床研究方案计划，随访2年，截止时间为2020年1月31日。该临床试验完成12例三线及以上治疗失败的晚期肺癌患者的基因编辑细胞治疗，入组受试者安全性和耐受性良好，无3级及以上细胞治疗相关毒性发生和治疗相关性死亡。在入组的12例受试者中，中位无进展生存时间（PFS）为7.7周，中位生存时间(OS) 为42.6周。临床评价为疾病稳定（SD）2例中，一例受试者稳定时间近18个月。 该临床试验还重点研究CRISPR基因编辑对T细胞制品的脱靶效应，该团队分别利用二代测序技术（NGS）和全基因组测序技术（WGS）对细胞制品进行脱靶检测。结果显示这种CRISPR基因编辑导致的脱靶效应是低突变频率或不常见的。该临床研究是一项转化性I期临床试验，其成果的发表，为CRISPR基因编辑技术进一步向临床研究转化提供了重要依据。

该项目通过建立四种不同致病因素（包括博来霉素、百草枯、二氧化硅和脂多糖加香烟提取物）诱导的肺纤维化动物模型，实验结果表明多西环素可明显降低肺纤维化模型动物的肺系数，改善肺组织纤维化程度，降低肺纤维化病理评分及肺组织中胶原的含量，降低慢性炎症介导的肺纤维化模型小鼠血清中炎症因子 TNF-α、TGF-β1、IL-4 的含量，增加 IFN-γ的含量。除此之外，多西环素还可以增加肺纤维化模型小鼠的体重，改善模型小鼠的生存状态，显示出多西环素对肺纤维化具有很好的治疗效果，且毒性和副作用均较低。 课题组研究发现多西环素可通过抑制气道和肺上皮细胞转录因子 Twist1, Snail, Slug 和间质细胞标记物 Vimentin 的表达，并增加E-cadherin 的表达，从而使上皮细胞维持其原有极性和紧密连接，抑制细胞骨架重塑，从而抑制其向肌成纤维细胞的转变和活化，减少细胞外基质的分泌及其在肺间质的过度沉积，进而抑制肺纤维化的病理过程。本项目药理机制有一定的深入研究，已申请了专利（专利号201410514986.4）并完成临床前实验，获得了临床试验批件（批件号：2017L01323） 技术创新点： 1）目前肺纤维化上市药物疗效不甚理想，急需开发新型有效药物， 多西环素在临床前研究中表现出良好的抗肺纤维化效果，开发潜力很大。 2）多西环素本身即为抗生素，可达到抗感染、抗炎与抗组织纤维化的多重功效。 3）与其他治疗肺纤维化药物相比，多西环素毒副作用低，患者依从性好。 4）该类化合物合成方便，生产工艺成熟，可快速的投入生产并获得高效制剂。 市场应用前景： 近年来肺纤维化的发病率不高（8/10 万人），但一直呈现上升趋势。肺纤维化患者从出现呼吸道症状到呼吸窘迫死亡的中位生存时间仅为 28.2 个月，从诊断建立到死亡的平均生存时间为 3.2～5 年，肺纤维化 5 年病死率超过 40%，其自然缓解相当罕见(<1%)，甚至比某些恶性肿瘤死亡率还高。从这些数据可以看出，肺纤维化已经给我国人民的生命健康造成严重的不良影响。目前治疗肺纤维化的上市药物仅有吡非尼酮和尼达尼布两种，吡非尼酮 2015 年全球销售额为5.63 亿美元，2016 年第一季度该药销售额为 1.78 亿美元。尼达尼布于 2015 年被纳入 ATS/ERS/JRS/ALAT 特发性肺纤维化诊治国际循证指南的推荐用药，当年销售额达 3 亿欧元，2016 年尼达尼布的销售额翻倍达到 6.13 亿欧元，2017 年上半年达到 4.29 亿欧元。这两种药物都是由国外研发销售，目前国内临床上需要开发疗效佳、安全性较好、自主知识产权的治疗肺纤维化药物，因此盐酸多西环素市场前景良好。 合作方式及条件： 希望进行专利转让，或者与投资者共同开发，申报临床试验批件，并进行临床研究。 已获得的知识产权： 多西环素的应用（治疗肺纤维化）（专利号：201410514986.4 ） 本项目已获得新药临床批件，批件号码为 2017L01323。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： 　　（1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 　　（2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 　　（3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 　　（4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 　　本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： （1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 （2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 （3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 （4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。