成果简介：本发明公开了一种基于Kriging模型的风力机齿轮箱故障诊断方法。本发明具有诊断结果快速准确、非线性拟合效果好、使用灵活、计算量小的优点，能够为实现风力机齿轮箱故障在线诊断奠定基础。市场预测：2015年全国（除台湾地区外）新增安装风电机组16740台，新增装机容量30753MW，同比增长32.6%；累计安装风电机组92981台，累计装机容量145362MW，同比增长26.8%。同时，随着风电机组运营时间累积，

本成果基于高效微流体芯片、“电子掩膜”（PLC，FPGA和LabVIEW构建）与光掩模相结合及高性能手性miniPEG-γPNA探针搭建诊断型肽核酸芯片制备平台。 设计并应用了高效单体活化装置；“电子掩膜”可降低芯片制备成本，光掩模技术实现对芯片密度的调整；自行制备了miniPEG-γPNA单体，并应用到微流体芯片上；手性探针通过miniPEG修饰提高水溶性，可预组织成右手螺旋结构，与DNA杂交结合特异性更好，稳定性更高，能识别入侵混合序列双链DNA(dsDNA)，实现对靶标的直接检测。 基于微流体混合器的光导向原位合成系统设计示意图和实物图

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： 随着并行计算系统中处理器数目的快速 增加，  系统

煤矿大型设备（如提升绞车、主扇风机、空压机等）承担着矿井的提升运输、通风、压风等任务，是保证矿井安全生产最重要的装备和环节。由于它们分布在点多面广的不同区域，又由于企业对这些设备的运行监控还是停留在简单的人工看表，定时记录的方式上，技术手段非常落后，难以进行科学有效的管理，虽然有的企业有了一些先进的监控系统，但是数据传不上来、数据不准确、数据错误采集等人为原因在更大程度上减弱了监控系统对煤矿企业起到的安全、高效的管理作用，无法有效的预防和遏制煤矿的安全事故。该成果通过实时采集煤矿大型机电设备的实时运行数据，进行数据处理，达到对煤矿大型设备故障安全隐患的提前判识与诊断，并给出预警，杜绝安全事故的发生。 针对煤矿企业的主提升、运输系统、压风系统、抽风系统以及给排水等系统的大型机电 设备，利用与设备对应特定的采集器获取不同的实时数据，通过有线或无线网络技术将这些 数据传输到数据中心服务器汇总、处理分析，将设备实时状态、劣化趋势、数据分析、各种 统计报表等实时地展现在智能终端上（在调度中心），并对设备的运行健康状态进行判识和 诊断，能有效提高机电设备的运行效能，减少煤矿安全事故的发生。

1、国外热能高效利用、再生能源利用、热能综合利用方面的专家； 2、国内空气源热泵研发、多能耦合技术、智能检测控制反面的专家。

清华大学彩色多普勒超声诊断仪购置项目 招标项目的潜在投标人应在北京市海淀区学院路30号科大天工大厦A座608室（北四环学院桥东北角）获取招标文件，并于2022年06月30日 13点30分（北京时间）前递交投标文件。

心血管疾病是威胁人类健康的重要杀手。我国心血管病患者已达到 2.9 亿人，心血管病 死亡占城乡居民总死亡原因的首位。中国已步入老龄化社会，2050 年，老龄化水平将达到 30%以上。老年人群体作为心血管疾病的多发群体，面向老年人的心血管病管理和治疗已成为不可回避的一个重要社会问题。实现老年人群体等重点人群心血管健康的长时程监护，从而早预防、早发现、早治疗，已经成为医疗服务的重点。 基于长时程医疗数据的临床心电智能检测平台是推动心血管疾病科学防治和管理升级 的关键技术。近年来，众多医疗设备厂商在可穿戴设备领域大力投入，所研发可穿戴设备可 实现用户心电图等生理健康数据的长时程监测，弥补了医院测量心电图的短时性。本课题中， 基于人工智能算法研发心血管疾病智能诊断系统，将可穿戴设备、移动终端、云端服务器所 实现自动诊断结果与专家诊断结果有机结合起来，实现心电疾病诊断智能化。长时程临床心 电智能检测平台的建立，利用可穿戴设备实现了对用户身体状况的长时程监测和异常筛查， 可有效推动心血管疾病健康管理模式建立。 北京清华长庚医院心内科张萍教授团队在正常和疾病心电数据库有长期的积累，曾负责十二五国家科技支撑计划《基层心电监护产品应用评价研究》，在心电监护产品评价和推广 应用方面积累了丰富的经验，在本项目中提供了医疗级心电测试数据库，与清华大学王贵锦 副教授一起搭建了医生在环并不断反馈的心电智能检测平台，同时，北京清华长庚医院作为 北京市昌平区远程诊断管理中心，为未来心电产品的推广应用和心电智能诊断的评测提供了 良好的平台。清华大学电子工程系王贵锦老师团队在低功耗硬件设计、生理大数据分析、心 电智能算法研究领域有着长期的积累。团队在国内外顶级期刊会议上发表文章百余篇，其中 SCI 文章 40 余篇，发明专利授权近 20 项。团队基于人工智能算法开展心血管疾病智能诊断 研究，在多种心电疾病诊断中达到世界先进水平。 团队所研发临床长时程心电智能检测平台特点如下： l 实现长时程心电数据的展示、查询、关键指标计算等功能； l 基于医疗大数据和人工智能技术，实现室性早搏、房性早搏、T 波改变、ST 段改 变、早复极图形改变、心房颤动等 10 余种常见心电术语的智能诊断，准确度高； l 建立心电诊断术语工程化分级体系，实现医学和工程科学高效结合； l 建立心电图规范化数据库，为医学研究创造基础。 团队所研发的手持式可穿戴心电智能检测平台特点如下： l 实现了院外心电数据的测量和采集 l 基于手持式单导联设备和人工智能技术，实现了心房颤动的院外筛查和诊断