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

成果简介： 以典型石化装置的转动设备系统作为研究对象，建立转动设备故障诊断与维护检修管理平台，实现对设备可靠性分析、FMEA(失效模式与影响分析)以及维护检修管理。通过本项目实施，加强对转动设备检维修工作的指导，实现基于时间的预防性检维修模式向基于状态和基于风险分析的预知性检维修模式的转变。系统主要包括设备信息管理、设备运维管理、项目管理、可靠性分析、F

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

本发明公开了一种起重机在线监测与故障诊断系统，包括：信号拾取子系统，用于获取起重机运行过程中的多种状态信息；数据采集子系统，用于采集信号拾取子系统获取的信息并进行预处理后输出；现场监测与报警子系统，用于对数据采集子系统输出的信息进行分析处理，进行在线监测和故障报警；无线通信子系统，实现起重机的定位，并传输输入到现场监测与报警子系统中的数据；远程监测与诊断子系统，用于接收无线通信子系统传输的数据并进行分析处理，以在远程进行在线监测、故障报警、故障诊断和趋势分析。本发明具有在线监测、提前预警和报警、分析和诊断、无线通信远程监测等功能，可以为起重机的安全运行提供可靠的依据，避免或减少出现安全事故。