影像学检查在新冠肺炎的诊疗中具有非常重要的参考价值，《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》将“疑似病例具有肺炎影像学特征者”作为临床诊断标准，但在临床实践中存在一定局限，疫情爆发导致待阅片数量激增，医生阅片压力巨大；新冠肺炎属于新发疾病，各地医疗机构特别是基层机构缺乏阅片经验，且由于“异病同影”，容易造成漏诊或误诊；该病病程发展快，患者需要接受多次胸部CT检查以监测病情发展、评估治疗效果等，单凭阅片医生肉眼很难快速对比并识别病灶变化。 在接诊量高峰期，亟待建立更精准高效的人工智能影像辅助诊断方法。孙逸仙纪念医院林天歆教授组织医院呼吸内科、急诊科、放射科、大数据与人工智能团队开展科研攻关，在广州再生医学与健康广东省实验室、广东省科技厅的支持下，联合清华大学、澳门科技大学以及广州康睿智能科技有限公司，使用50万份临床影像学大数据，开发了基于胸部CT的新型冠状病毒肺炎AI筛查和辅助诊断系统。 该系统能对新冠肺炎进行快速诊断，判定新冠肺炎的分级和严重程度，协助医疗机构加速辨别感染者，为快速隔离、诊断、治疗争取时间。其优势主要体现在：快速、准确地诊断新冠肺炎。有经验的影像科医生看完1个患者的胸部CT图像约15-30分钟。该AI系统可在20秒内完成1个患者CT图像的检测及诊断过程，诊断准确率达90%以上。进行病情严重程度分级和重症危重症预测功能。该系统可对胸部CT图像每一切面的小结节、磨玻璃影和实变进行自动分割、标注及定量分析，可预测患者的吸氧频率、血氧饱和度、全身代谢情况、其他器官损伤程度，预测病人发展为重症、危重症的概率和时间，以便医生及时干预，降低患者死亡率。协助医务人员进行药物效果评估，指导用药。系统可对同一位患者用药前后的CT图像进行对比分析，通过定量计算病灶在用药前后的变化，判别药物是否有效，指导临床用药。

葡萄糖二酸是一种重要的化合物，在医疗和工业中有着广泛的应用。目前生产葡萄糖二酸的方法主要以化学法-葡萄糖化学氧化法为主，但该方法具有选择性低、成本高、得率低、要高温及产生大量氧化反应副产物不利于后续葡萄糖二酸的分离等局限性。目前生物法合成葡萄糖二酸主要是在大肠杆菌中进行的，但在大肠杆菌中异源合成葡萄糖二酸被许多因素限制。酿酒酵母因具有耐酸能力强、耐低温、可低 pH 发酵、没有噬菌体感染、适合大规模发酵、易分离和高抗逆性等特点，已被广泛用于产有机酸的研究，因此酿酒酵母比大肠杆菌更适合葡萄糖二酸的生产并具有更高的工业应用价值。利用酿酒酵母合成葡糖二酸具有很好的应用前景。 创新要点 1) 以酿酒酵母 BY4741 为出发菌株，将拟南芥的肌醇加氧酶 MIOX4 和丁香假单胞菌的 UDH 基因在 delta 重复序位点高效表达，敲除转录抑制因子OPI1 获得工程菌 Bga-3，该菌株在分批补料发酵条件下能够产 6 g/L 的葡萄糖二酸，为目前报道的最高值； 2) 通过提高工程菌的转运胞外肌醇的能力和工程菌自身合成肌醇的能力，解决提高葡萄糖二酸产量的关键问题； 3) 进一步协调肌醇用于细胞自身代谢活动和葡萄糖二酸合成之间的分配关系，并通过提高葡萄糖二酸合成途径效率和发酵优化，提高肌醇利用率和葡萄糖二酸合成的产量。 

由于我国现在投运的机组其经济性指标比起国外先进机组还有很大差距，因此，除了对经济性差的老机组进行淘汰和改进外，加强对在役锅炉的优化设计研究等工作也是一种改变落后状态行之有效的方法。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片

1、项目概述 由于我国现在投运的机组其经济性指标比起国外先进机组还有很大差距，因此，除了对经济性差的老机组进行淘汰和改进外，加强对在役锅炉的优化设计研究等工作也是一种改变落后状态行之有效的方法。 2、技术创新点 (1)理论上的创新点 项目组在结合多种算法的同时，提出了修正系数这一重要调整参数，从而使得热力计算能够针对某特定锅炉进行准确预测。大大提高了计算的可靠性和准确性。 (2)方法上的创新点 针对大型煤粉锅炉存在的实际问题，项目组首次提出了截短分隔屏增加省煤器的优化改造方案。改造方案可以同时解决过热器减温水过量和二次汽欠温的问题。通过截短分隔屏，减少了过热蒸汽系统吸热量，从而降低了过热系统减温水，同时使得高温再热器的入口烟气温度升高，从而解决了再热器欠温的问题。在该方案的基础上，增加尾部省煤器受热面，进一步降低了过热系统减温水量，同时抑制了排烟温度由于截屏而升高这一隐患。完满解决了锅炉存在的问题，大大提升了机组运行的安全性和经济性。 3、同类技术产品或成果比较 项目组采用热力校核计算和数值模拟相结合的方式对锅炉改造效果进行了全面评估。目前，同时采用这两种方式的对锅炉改造进行预测评估的报道比较少见。热力计算和数值模拟两个手段相辅相成，结合起来可以为电厂提供全面的优化改造预测信息。热力计算着重于锅炉内辐射受热面和对流受热面的换热情况，但无法反映改造对炉内流场和温度场乃至组分场的影响，数值计算可以在热力计算的基础上对炉内场的信息进行预测。在锅炉热力校核计算准确性方面，关键是计算所采用的半经验公式的可靠性和准确性。数值计算方面关键是所采用的计算模型的可靠性、准确性及使用计算网格的合理性。方法创新点主要是提出新颖的切实有效可行的受热面改造方案，经过一处改造，同时解决多个问题，降低了改造成本，提高了改造效率。 4、能为产业解决的关键技术 关键技术有两个方面：热力校核计算制订优化受热面改造的合理方案；预测改造方案实施后的锅炉炉内燃烧工况、流动工况及经济效益。 5、已应用的成功案例 项目组已经积累了多年经验，目前已经成功应用的案例主要有： （1）内蒙古大唐国际托克托发电有限责任公司的1#、3#锅炉对流受热面优化改造； （2）河北大唐王滩发电厂1#、2#炉受热面的优化改造； （3）大唐韩城第二发电厂有限责任公司的二期3号锅炉对流受热面优化改造。 应用范围： 主要应用于我国大容量煤粉锅炉以及循环流化床锅炉的受热面优化改造。针对各个不同改造方案进行热力校核计算，根据对计算结果的分析对比，为电厂提供合理可行的改造方案，以期解决电厂锅炉运行中所出现的安全隐患问题及经济性较低的问题。

基于大数据和 AI 的应用，可实现复杂场景下的网络问题识别、多场景优化方案的协同策略方案的动态和自动化执行。可以构建智能网络规划及运维平台，以实现极致性能和极简运维，使能新业务的自动化覆盖优化、移动性优化、负载均衡优化、节能优化、故障分析与定位。同样可以基于无线数据和视频数据融合的用户个体及群体行为在多场景应用下，充分发挥5G的优势，创造巨大的社会效益。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。

本项目联合中德智能制造研究院，借力德国专家资源，组建了一支可快速响应企业传统产线智能化升级改造的物联网中控平台研发团队。团队致力于打造智能制造示范工厂，目前与南瑞集团、大全集团、泉峰集团等企业的生产系统升级优化项目正在实施中。

1.痛点问题 表面活性素是一种枯草芽孢杆菌脂肽，分子结构含7个氨基酸环肽及13-16个碳链长度的脂肪酸，作为脂肽家族生物表面活性剂的代表性分子，具有优异的表面/界面活性、稳定性及抑菌、杀虫等性能。因此，其在石油开采、工农业、医药、日化等领域展现出了非常广阔的应用前景。 但发酵产率低严重制约了表面活性素的工业化生产和应用。研究表明，野生菌株的产量通常为1g/L以下。培养基和培养条件优化后，产量提高也很有限。菌株的基因工程改造方面也比较困难。表面活性素（脂肽）合成机制为特殊的非核糖体肽合成机制，基因簇很大，长度达到26Kb以上。因此很难实现异源表达，只能进行基因组原位突变改造。其分子结构中既包含氨基酸、也包括脂肪酸，因此代谢途径也很复杂。此外，发酵培养过程中，严重的起泡和泡沫溢出问题也制约了工业化的进程。 2.解决方案 化工系于慧敏教授团队从南海底泥等特殊环境中筛选获得了产表面活性素野生枯草芽孢杆菌，进一步采用原位编辑超强启动子工程、特点氨基酸和脂肪酸代谢工程和营养细胞-芽孢调控综合策略，成功构建高产表面活性素的无休眠枯草芽孢杆菌超级细胞工厂，并进一步打通了高产表面活性素新工艺，获得了表面活性素液体和粉末产品。 3.合作需求 本项目寻求有志于在石油开采、工农业、日化洗涤等不同应用领域进行脂肽（表面活性素）新产品开发的企业开展合作，尤其是在上述不同领域具有孵化资源或资金，在工程化、产品化所需的场地、实验条件等方面具有生产和销售优势或经验的企业。也寻求对不同应用场景具有共同开发兴趣的企业开展技术合作。最后，也希望与一些高科技园区进行对接，推动产品生产线建设。

蓝宝石衬底生产自动化改造（非标改造）:（生产过程自动化 可视化 数字化）物流：物料自动输送，与机器人通信,实现上料下料的自动输送生产过程：机器人控制柜与生产设备通信,互联控制,协同作业,一个环节包含10多个节拍的流程控制,并可以实现人机料法环追溯。质量检测：产品下线后自动进行厚度检测并收集检测数据总控系统:设备总控制（SCADA）难题内容：1.其过程包含很多变化和不确定因素增加实施难度和复杂性2.在线测量：产品检测的厚度精确度是微米,是否能够通过机器视觉和多种传感器进行质量检测,自动检测产品厚度,自动判断是否合格。