1.项目背景 化学反应器与精馏装置是石化生产过程中使用最为广泛的设备，也是最主要的耗能单元，反应器与精馏塔运行的好坏直接关系到石油化工企业的经济效益。反应与分离强化过程通常由多个单元耦合联接而成，其不仅涉及反应与分离能力的协同机制、多单元组合与系统整体运行效能的关系，而且强化过程具有强非线性、大滞后和多变量耦合特性，以及经济、环境与安全等不确定性因素的干扰，都对强化过程的平稳操作、协同调控与分级优化带来诸多的挑战。 采用反应与精馏强化技术，通过传质与传热的强化、物质流与能量流相互耦合，使强化过程具有大幅度提高反应转化率或选择性，降低生产能耗和污染物排放等优越性。然而这种集成优势只有在反应能力与分离能力动态协同作用条件下才能被充分发挥，而且强化过程具有多稳态、强非线性和多变量强耦合特性，这些都对强化过程的自动控制与优化理论提出了新的挑战。 采用传统控制模式，当系统受到干扰时，很容易引起反应与分离能力动态失调和工况发生大范围波动与偏移，造成产品质量不合格和能耗增加等控制难题。因此，在传统控制模式的基础上，探索反应与精馏强化过程的动态协同调控方法与动态优化理论，对解决集成装置的平稳操作与自动控制难题，切实提高系统运行品质，有效降低装置生产能耗和污染物排放方面具有重要意义 2.项目技术原理 南京工业大学绿色化工研究所，经过多年研究发明了不同工况反应与蒸馏集成技术，可根据不同体系的特殊要求，实现不同工况反应与精馏的最佳匹配，解决了反应与蒸馏操作条件必须一致等问题。本项目在对强化过程机理模型、经济稳态优化和动态特性分析的前期研究基础上，研究反应能力与精馏能力的动态协同调控新方法和强化过程的分级优化理论，提出反应与精馏强化过程一体化设计思想，对传统多单元生产过程具有很好的借鉴作用。项目针对反应与精馏过程自动控制系统设计与性能优化调节方面主要开展以下技术： （1）反应与精馏强化过程多变量自动控制方案的设计与性能分析 在对反应与精馏过程机理建模、经济稳态优化设计和动态特性分析基础上，采用稳态增益矩阵和奇异值分析方法，合理选择过程被控变量和操作变量配对模式，运用传统控制策略设计反应精馏强化过程多变量自动控制方案，采用ASPEN PLUS流程模拟软件和ASPEN DYNAMIC模块进行控制方案的动态模拟测试，并根据实际工艺扰动情况，通过在动态流程模拟系统上分别加入不同幅度和方向的多种扰动和改变系统设定值，评价传统控制模式闭环系统性能，在此基础上，改进自动控制方案设计，确保设计的自动控制方案在实际应用中能够维持平稳有效运行。 （2）生产负荷自动调节和优化技术原理 反应与精馏过程的生产负荷经常随着市场需求的变化进行调整，负荷的变化将可能引起系统工况的波动，产品质量下降，能耗增加等问题，甚至造成系统不稳定而被迫停机。本项目采用设定值多步长滚动优化、偏差区域容忍动态矩阵控制与传统控制相融合方法，实现反应与分离能力动态协同调控；本项目在多变量基础控制系统上，在关键控制回路增加设定值智能调节模块和多变量协调预测控制模块，分别采用设定值多步长滚动优化、偏差区域容忍动态矩阵控制（Error tolerant DMC）与传统控制相融合方法，实现反应能力与分离能力动态协同调控，使系统获得了良好的跟踪性能和鲁棒性。解决传统控制模式下扰动引起反应与分离动态失调，导致产品质量不合格、能耗和污染物排放增加等控制问题。在多变量协调预测控制模块设计中，对于反应器出口成分和产品质量等不可在线测量的关键变量，采用机理模型和经验模型建立产品成分软测量模型，实现对产品成分、反应转化率等不可测被控变量的在线估计。 （3）反应与精馏强化过程的系统性能优化技术 在经济稳态优化设计前期研究基础上，开展多目标多约束动态优化与多变量跟踪控制相结合的分级优化理论研究。在上层多目标多约束的动态优化设计中，是以能耗和操作成本最小为优化目标，以质量、尾气/废液排放和过程动态模型等为约束条件，采用多目标优化算法对强化过程的关键操作参数进行动态优化计算，给出工况最优调节方案。根据多目标动态优化给出的关键参数设定值最优调节方案，采用设定值多步长滚动优化给出多变量预测控制的参考轨迹，通过多变量协调预测控制和基础控制回路的跟踪调节，使系统输出快速跟踪设定值的最佳操作值，实现工况优化与平滑调节，确保系统维持高品质运行特性，从源头降低工况大范围波动和事故发生的概率。 3.关键技术路线 项目针对反应与精馏过程，融合了化学工程理论、自动控制理论、智能学习算法与计算机模拟技术，采取理论研究、模拟实验和工业应用相结合的技术路线，如下图所示。项目分别开展反应精馏过程的多变量基础控制系统设计、反应与分离能力动态协同调控新方法、强化过程分级优化理论研究，并将项目成果融合，开展不同工况反应与精馏强化过程的一体化工程设计，研制一套流程模拟综合实验平台，进行模拟验证和工程应用研究。 4.项目技术特色和创新性 （1）针对反应与精馏强化过程，在传统控制模式下扰动引起反应与分离动态失调和工况偏移，导致集成优势难以充分发挥工程问题，项目提出将设定值多步长滚动优化、偏差区域容忍动态矩阵控制、多目标多约束动态优化与传统基础控制相融合的动态协同调控新方法与分级优化理论，在反应与分离动态协同作用下实现工况的优化与平滑调节，确保系统维持高品质运行特性。 （2）项目沿着学科交叉与融合方向，将化学工程理论、自动控制理论、智能学习算法与计算机模拟技术相结合，提出不同工况反应与精馏强化过程流程模拟、控制系统设计与集成优化理论相结合的一体化工程设计思想，并在常压反应与减压精馏集成的甲苯氯化反应精馏工业装置上进行工程应用研究，解决装置自动控制与平稳操作等实际控制问题，发挥强化过程高转化率/高选择性、低能耗的集成优势。

1. 痛点问题 随着能源危机和节能减排的驱使，大力发展电动汽车成为缓解能源危机和环境污染的有效途径，汽车燃油是石油消耗的主体。汽车尾气占全世界总二氧化碳排放量的10%至15%。电动汽车可以减小二氧化碳的排放量，改善大气环境。以光伏电池作为新能源输入的电动汽车充放电站也将具有更大的优势。推动光伏供电的电动汽车充放电站的建设，不仅发展了电动汽车行业，也推动了光伏产业及新能源的发展，同时对于节能减排，改善环境具有双重推动作用。 现有的光伏电动汽车充电站仍以交流母线或直流母线进行光伏电池、电动汽车蓄电池和电网之间的能量变换。现有的能量变换需要通过多级电力电子变换器实现，即需要多级直流-直流变换器，直流交流变换器等，这使得能量变换的效率很低。多级电力电子变换的现有方案效率低，成本高，无法对产业瓶颈形成有效突破。 2. 解决方案 本项目提出了一种高效的新型光伏充电系统，和用于此系统的充电控制方法。 新型光伏充电系统包括：一个或多个高频逆变器，与一个或多个光伏电池组件一一对应连接，以及多端口变换器。高频交流逆变器之间通过高频交流母线连接。多端口变换器包括分别与高频交流母线和直流母线连接的两个端口以及与蓄电池连接的一个端口。多端口变换器用于实现高频交流母线、直流母线与蓄电池之间的能量变换。 用于光伏充电系统的充电控制方法包括：对于一个或多个光伏电池组件中的每一个，采集该光伏电池组件的输出电流和输出电压，对该光伏电池组件进行最大功率跟踪，并输出电压给定值。将电压给定值与该光伏电池组件的输出电压进行比较，并输出光伏电池比较结果；根据比较结果控制与该光伏电池组件相对应的高频逆变器中的开关管的驱动信号相对于多端口变换器中开关管的驱动信号的移相角；将多端口变换器输入蓄电池的输入电流与蓄电池的充电电流曲线进行比较，并输出蓄电池的比较结果，根据此结果利用脉宽调制方式控制多端口变换器中的开关管驱动信号。 合作需求 与新能源乘用车/商用车整车厂、房地产企业，充电运营商等企业合作，开展知识成果落地和工程化的工作。

本发明公开一种多电机驱动系统新型离散滑模跟踪控制方法、系统、设备和介质。属于多电机驱动系统控制技术领域。本发明依据特征建模理论，建立针对位置跟踪控制的多电机驱动系统特征模型，该模型比常规动力学模型阶次更低且参数更少；采用带遗忘因子的递推最小二乘法对特征模型参数进行在线辨识，并投影到参数范围集合；设计一种多幂次二阶滑模面，以加快跟踪误差在不同误差带内的收敛速度；设计多电机驱动系统新型离散滑模跟踪控制方法，实现高精度跟踪控制，同时减小滑模抖振。

本新技术成果提供了一种基于视频播放器精确获取原视频文件图像的实现方法，通过客户端全程监测视频播放器，获取视频的参数，将获取视频的所有参数代入函数并运行函数，通过计算获取当前播放视频的视频数据范围，并对该视频数据进行差值平滑处理，获取到最接近该视频数据的原视频文件图像即当前帧图像。本成果根据视频播放器的播放视频获取原视频文件的图像，使截取的图像清晰，效果更佳。

支持格式：1080P@60Hz及以下各种格式兼容 ？ 低延时： 720P低于90ms，1080P低于120ms ？ 输入接口：CVBS、HDMI、Cameralink、HD-SDI ？ 输出接口：CVBS、HDMI、以太网 ？ 码率可调：适应不同的带宽环境 ？ 误码保护：超强纠错与差错隐藏能力 ？ 工作温度：-40℃~+85℃ ？ 存储温度：-45℃~+105℃ ？ 通信安全： 256位AES加密，有效的防止干扰与窃听 ？ 适用场合：无人机、导弹地面控制

目前基于AI的图像分析技术已经日趋完善，在人脸识别、车牌识别等场景的应用越来越广泛，市场竞争也愈发激烈。本成果面向更复杂的场景：视频分析。通过深度网络学习视频数据的时空特性，能够捕捉视频的动态信息并进行自动分析，达到不同应用的目标。目前在较难的视频分析任务—手语翻译上达到较为先进的水平。

本项目融合深度学习算法，通过采集和合成大量的STI（space time image ）组成数据集，建立机器学习模型，无需人工辅助，智能系统自动进行图像识别测流。 一、项目分类 关键核心技术突破 二、技术分析 （1）创新性 ①融合双目摄像机测距算法，建立物体三维模型，无需人工在河流两岸布设地面标志点； ②融合深度学习算法，通过采集和合成大量的STI（space time image ）组成数据集，建立机器学习模型，无需人工辅助，智能系统自动进行图像识别测流； ③基于视频智能图像识别和水力模型深度融合技术的水位流速测量产品打破了传统接触式设备和PC端算法的局限性，填补了国内流量视频在线监测领域的空白； ④全天候非接触式实时在线测量，简单、高效、安全。 武汉大学授权的该产品的相关发明专利： [1].黄凯霖，陈华，刘炳义. 基于变分原理的河道表面流速计算方法及装置[P].湖北省：ZL202111245260.1； [2].陈华,赵浩源,刘炳义,王俊. 基于河流表面流速的河道断面流量计算方法[P]. 湖北省：ZL202011381025.2； [3].黄凯霖，陈华，刘维高，刘炳义，一种基于边缘识别与最大序列密度估计的河道流速测量方法，0； [4].赵浩源. 基于频域滤波技术的时空图像测流的纹理识别方法, ZL201911180498.4； [5].黄凯霖,陈华. 一种基于深度卷积网络与随机场的水位测量方法[P]. 湖北省：ZL112508986A； （2）先进性 本技术采用方法为目前行业内领先的计算机视觉图像智能识别和水文水动力模型交叉融合的方法，自主创新，形成了拥有完整自主知识产权的武大AiFlow视频测流技术与产品，突破了江河流量难以实现在线监测的技术瓶颈，在断面水位、流速、流量测量方面展现出优异的性能。武大AiFlow视频测流技术能获得河流表面流速与流场分布，其空间分辨率能够达到单像素水平，并且算法效率是常规算法的10倍以上，满足流量在线监测的需求。 成果获得2021年湖北省第四届“工友杯”职工创业创新大赛“十佳创新奖”，已申请国际发明专利2项，出版专著1本，发表论文10余篇，代表性成果如下： 成果获奖： [1].陈华，武汉大学AIFlow视频测流产品，2021年湖北省第四届“工友杯”职工创业创新大赛“十佳创新奖”。 受理的国际发明专利： [1].Kailin Huang; Hua Chen.Water level measurement method based on deep convolutional network and random field, 2021-11-26, 澳大利亚, 2021277762-59092AU； [2].Kailin Huang; Hua Chen. Method and device for calculating river surface flow velocity based on variational principle   , 2022-03-09, 美国, CN20220302US； 代表性论文： [1].Kailin Huang, Hua Chen*,Tianyuan Xiang, Yunfa Lin, Bingyi Liu, Jun Wang,  Dedi Liu, Chong-Yu Xu. (2022). A photogrammetry-based variational optimization method for river surface velocity measurement. Journal of Hydrology. 605. doi.org/10.1016/j.jhydrol.2021.127240. [2].Zhao, H. Y., Chen, H.*,Liu, B. Y., Liu, W. G., Xu, C. Y., Guo, S. L., & Wang, J. (2021). An improvement of the Space-Time Image Velocimetry combined with a new denoising method for estimating river discharge. Flow Measurement and Instrumentation, 77. doi: 10.1016/j.flowmeasinst.2020.101864 代表性专著： [1].陈华，赵浩源，黄凯霖，刘炳义，王俊，基于图像智能识别的河流流量计算方法，电子工业出版社，2022 （3）独占性 图像识别测流技术在国内尚处于起步阶段，目前国内研究的机构主要包括河海大学、武汉大学、天地伟业公司等。 河海大学计算机学院主要研究方向之一为智能视频监控与水利量测，已经在国内外期刊发表多项相关研究成果，目前尚未形成面向市场的产品。 天地伟业自主研发基于视频AI的测流产品于2020年8月份在第十二届中国水文水资源技术与装备展览会正式发布，但天地伟业该产品目前以试点项目为主，且未对外公开相关机构的比测结果。 武汉大学研发的武大AiFlow视频测流第一代产品于2021年6月中国水博会正式对外发布。该产品创新性地将计算机视觉图像智能识别与水文水动力过程模型相融合，通过高精度摄像头获取水流表面波纹相关时空图像数据，利用设置在后端计算机或外端边缘计算终端里的图像识别与人工智能算法计算水体表面实时流速值，结合水位-流速-流量耦合算法实时测算断面平均流速和流量。第一代产品已经实现面向水文站、灌区的实时在线监测，产品已经在南水北调渠首陶岔水文站、长江委崇阳水文站、淠史杭灌区横排头水文站以及栾川重大自然灾害试点投入使用，并获得长江委水文局比测报告，比测结果表明产品测量误差小于5%，满足一级水文站测验要求。此外该产品已经在贵州省水文局正式投入商用。

成果简介：本项目是在长期的学术研究和工程实践基础上，结合计算机技术、 模式识别技术和 DSP 技术研发的综合性智能视频监控技术。它以高速计算和 控制模块为核心，实现视频图像的自动分析，发现并跟踪重要目标，抽取图 像中蕴含的有价值信息，实现视频监控环境下对视频信息的自动处理。本项 目中技术成果包括：基于 DSP 系统的复杂背景下运动目标自动检测和自动跟 踪技术；实时图像和录像中的特定目标自动搜索技术；多摄像机自