海嘉船舶综合信息系统（简称“海嘉PMS管理系统”）是由厦门大学科考船运行管理中心自主开发并获得中国船级社（CCS）型式认可证书的船舶综合信息系统。该系统针对国内船舶管理高校、公司的船舶管理特点，坚持“以人为本”的管理理念，全方位覆盖船舶管理各项业务。系统构建的数字化安全管理体系平台可有效协助船东和船舶管理单位进行船舶管理；通过数字化维修保养体系使得船舶主管机构的监督检查效率和质量更高；PMS型式认可证书是货方指定的第三方评审（如RightShip检查）机构对船舶运营提出检查清单并进行评分时必须查看的一项证书。 PMS型式认可证书 核心功能

海嘉船舶数据传输系统采用先进的通信技术与数据处理手段，系统利用高带宽卫星通信和5G网络，提供了更快速、可靠的数据传输通道。其整合物联网技术，能够从多种传感器源头实时获取船舶多维数据。创新的数据压缩和加密算法确保了数据传输的高效率和安全性。同时，系统对海上数据流量进行智能化管理，提升了传输的稳定性。

海嘉船舶数据采集与分发系统创新性突出，采用先进的传感器技术，实现多源数据的高效采集。系统在通信方面采用了独特的混合通信方案，融合卫星通信、物联网技术，确保了信息的高速传输和覆盖范围。创新的数据处理算法实现了实时数据分析和异常检测，提高了系统的智能化水平。

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

数控立车切削加工作为制造技术的主要基础工艺，随着制造技术的发展，在 20 世纪末也取得了很大的进步，进入了以发展高速切削、开发新的切削工艺和加工方法、提供成套技术为特征的发展新阶段。是制造业中重要工业领域，如汽车工业、航空航天工业、能源工业、军事工业和新兴的模具工业、电子工业等行业的主要加工技术，也是这些工业领域迅速发展的重要因素。为了满足市场和科学技术发展的需要，达到现代制造技术对数控技术提出的更高的要求,为适应数控进线、联网、普及型个性化、多品种、小批量、柔性化及数控迅速发展的要求，最重要的发展趋势是体系结构的开放性,数控技术、制造过程技术在快速成型、并联机构机床、机器人化机床、多功能机床等整机方面和高速电主轴、直线电机、软件补偿精度等单元技术方面先后有所突破。 黑灯工厂”是 Dark Factory 的直译，即智慧工厂，因为从原材料到最终成品，所有的加工、运输、检测过程均在空无一人的“黑灯工厂”内完成，无需人工操作，所以可以关灯运行，故而得名。智能化才是支撑企业的核心，智慧工厂中员工对智能化设备的掌控能力的要求大大提高，由原来的纯粹单一“操作为主，设备为辅”的角色演变为“设备为主，操作为辅”，需要员工变身为具备全面技术能力的工程师。技术工程师不仅要保证智能化生产线的正常运行，还要保证快速处理生产过程中产生的异常等，而且成为了智慧工厂的“隐形人”，由其在综合考虑效率、成本等因素的基础上决定哪些工作由机器完成，哪些由人完成，实际的生产仍是一个人机协作的过程。基于数字孪生建模、分析、调试、决策和运维等远程管控来实现和保障的。 本项成果的核心是黑灯模式下的动柱式数控机床智能装备及基于云控远程运维平台的加工产线的开发及其产业化，主要是开发中小型数控动柱立式机床智造装备、基于数字孪生驱动的云管控系统及 APP，研制低时延智能控制器并实现产业化。其关键技术是数字孪生驱动的一体化设计、智能控制AI 算法及其控制器和基于物联网的云控远程运维技术。数控机床与智能数字化+物联网+云平台相结合，因此形成的本成果是特有的数字化智能装备（数智装备）。 技术先进性和独占性在于： （1）基于数字孪生的动柱式数控车床的设计制造方法及精密加工自动化流程智能改进技术； （2）基于数字孪生驱动的自感知、自决策、可预测性运维等于一体的黑灯模式智慧工厂的云管控平台及制造服务 APP； （3）全新的基于区域选择性耦合控制的低时延智能控制技术的开发。创新点在于： （1）基于数字孪生模型的动柱式数控机床及其配套生产线的设计制造方法创新； （2）“倒立式五轴车铣中心”实现 5 面车铣复合加工；“动柱式数控立车”技术，X 轴主导轨、X 轴滚动丝杆、X 轴副导轨三者来定位动立柱技术；8-12 工位伺服液压刀塔，加工时换刀快、精度高、故障少； （3）通过内置 K210 智能芯片、SIM8200/8300 和智能传感等核心模块，实现了智能装备间 NB-ioT 和 mMTC 等 5G 物联通讯和人机交互； （4）将多源数控机床运行数据高效融合以及边缘计算与云端一体化，开发制造服务 APP 模块，构建面向制造服务生命周期的云网端管控平台； （5）基于区域选择性控制的低时延智能控制器实现了智能装备之间的网格化耦合控制，结合云网端管控系统及深度学习，构成智能产线。

本发明公开了一种基于运动学变换的数控砂轮磨削加工方法，包括：生成初始砂轮加工路径并执行离散化处理以产生多个离散点；在砂轮架驱动轴的移动范围内选择位置点，并根据这些位置点网格划分生成多个立方体网格单元；找到分别包含各个离散点的立方体网格单元，然后计算离散点在所处网格单元中的体积误差矢量；利用体积误差矢量对各个离散点执行转换，由此生成新的多个离散点；通过拟合方式生成新的砂轮加工路径并执行相应的磨削处理。本发明中还公开了对计算体积误差矢量和点压缩处理方式的改进。通过本发明，能够有效降低由于数控磨床运动学特性及几何误差所引起的实际磨削轨迹与理想磨削轨迹之间的偏差，相应提高加工的几何精度和尺寸精度。

本发明公开了一种数控机床的加工程序修正方法，属于数控技 术领域，包括如下步骤：S1 采集机床运行状态数据，建立机床运行状 态数据与加工程序的映射关系；S2 确定阈值，对不连续特征对应的加 工程序段进行标记，所述不连续特征即为机床运行状态数据中大于阈 值的数据；S3 计算不连续特征对应的加工程序段的修正值；S4 将步骤 S2 中所述标记以及步骤 S3 中所述修正值反馈给数控系统界面，以用 于修正加工程序。本发明方法可对数控加工过程中造成工件质量缺陷 的程序进行快速定位并进行修正。 

本发明公开了一种基于切削激励的数控机床频响函数获取方法， 该方法包括：利用机床切削加工工程中产生的随机切削力激励机床结 构；利用传感器测量所需要获得频响函数部位的振动响应信号；建立 切削力模型，并且根据转速变化对切削力的影响，采用修正函数对切 削力模型进行修正；确定切削力计算模型中的系数，并且根据实验拟 合修正函数；根据计算得到的切削力和测量得到的振动响应，获得机床结构的频响函数，并将计算得到的频响函数进行曲线拟合，消除噪 声，得到最终的频响函数。按照本发明，能够获得辨识结果更加精确 可靠的机床在运

本发明提出了一种数控机床车削稳定性监测的方法，涉及监测技术领域。由于伺服系统性能的不断提高，其响应速度、敏感性等也不断提高，因此，在切削过程中机床的状态可以在驱动电机的电流上得到反映。本发明中，通过各种信号处理方法提取电流信号的多个特征值，建立特征状态向量作为数学模型的输入，再通过数学模型的分析计算，输出机床的切削状态。该发明中由于电流信号抗干扰性强、易于采集、使用辅助工具少等特点，相对于目前的诸多监测方法其操作上具有简单易行、监测效果好等优点，更容易实现对加工状态的在线监测，有效保证了加工安全和产