所属分类：先进装备制造产业

所属单位：河海大学

成果简介：(一)技术先进性 光伏阵列是光伏发电系统的重要组成部分，由于其长期工作在比较恶劣的环境中，在各种因素的影响下阵列中的组件难免会发生一些故障，例如组件开路、旁路二极管短路、组件老化等故障。故障的发生不仅会降低系统的输出功率，严重的甚至会引起火灾等严重完全事故，因此开展光伏系统故障状态的诊断研究势在必行。常见的光伏系统故障诊断方法有:基于电路结构法，基于数学模式法，基于红外图像法，基于电气测量法等等，这些方法在某些故障诊断上还是有一定效果，但大多存在精度较差，成本较高，诊断不全面等缺点。通过对光伏阵列输出IV特性曲线的研究，发现其IV曲线包含较多阵列的工作状态信息，通过特征点的分析，能很好的进行光伏系统故障状态的诊断。通过随着现在越来越多的逆变器厂商在逆变器中加入了阵列IV 曲线扫描和通讯功能，这也给基于IV曲线的系统故障诊断的实现提供了条件。 所建立的光伏系统故障状态智能诊断系统，通过逆变器获取阵列的工作点数据(包括输出电流，输出电压，输出功率)以及IV特性曲线数据，通过配套的辐照仪和温度传感器获取环境参数。数据汇集到故障智能诊断系统中，同时系统中集成了相关的数据处理和故障诊断算法。整个诊断系统主要包括3个部分，分别是模型参数优化、故障预判断、故障精确判断。 1.前期首先进行阵列模型的参数优化，通过采集的训练数据，结合粒子群优化等智能算法对阵列模型参数进行修正，不同的阵列性能状态不同，修正参数也不同，通过前期的优化，使其模型更加精确，更加接近阵列的真实状态。2.故障预判断过程结合环境参数和阵列工作点数据进行判断，在环境稳定情况下，通过阵列实际输出功率与理论输出功率的偏差判断阵列功率损失情况，功率持续损失过大，则认为存在疑似故障，从而达到的预判断作用，加入故障预判断流程能有效降低 故障的误判率，同时尽可能减少因频繁IV曲线扫描带来的系统功率损失。3.故障精确判断过程，通过对实测IV曲线与理论IV曲线的特征点提取与比较分析，设定不同的判别条件，对可能存在的故障类型进行识别，识别的故障类型包括:二极管短路、极管开路、组件短路、阵列开路、阴影遮挡、MPPT跟踪异常等。光伏系统故障状态智能诊断系统软件界面如附图1~2所示。

所属分类：先进装备制造产业

所属单位：河海大学

成果简介：本成果以智能产线的关键控制技术为研究背景，建立智能产线单一部件控制模型以及多部件协同控制模型;开展系统虚拟仿真和半实物仿真研究，开发适用于智能产线单点多轴联动和多点协同控制的先进控制策略;借助分布式网络进行远程控制和远程调试，并研发智能产线运维管理系统，为智能产线的状态监测和运维管理提供服务;最终，实现了智能产线单点多轴联动精确控制和多点协同控制，并形成了智能产线管控维一体化系统，成果结构框图如图1所示。该成果技术水平国内领先。 该项成果的主要特征及关键技术如下:(1)考虑智能产线的具体结构、具体功能及运行条件，建立智能产线中单一部件的控制数学模型以及多部件协同控制模型， 包括串联控制模型、并联控制模型以及串并联控制模型等;(2)借助智能产线系统虚拟仿真和半实物仿真，研究包括同步控制、自适应控制、鲁棒控制等的先进控制算法，研发智能产线控制器，实现智能产线执行原件(电机、液压元件)的单点多轴联动精确控制和多点协同控制: (3)具备远程控制平台，可在远程采用Web客户端、手机或者专用手持器进行远程控制远程调试、远程技术支持、设备汇款管理等;(4)具备智能产线运维管理系统，实现智能产线状态监测、故障预诊、性能评估、维护建议和库存管理等，形成智能产线管控维一体化系统。

所属分类：先进装备制造产业

所属单位：河海大学

成果简介：本成果以大型机电装备可靠性和智慧运维为研究背景，首先建立大型机电装备相关数学模型，然后研究并开发先进的数字信号处理算法，运用物理模型结合数据驱动方式实现大型机电装备状态监测和健康管理。该成果能够实现大型机电装备的状态监测、性能分析、寿命预测和维护管理，对提高大型机电装备的自我管控能力和运行可靠性具有重要的意义，成果结构框图如图1所示。该成果技术水平国内领先。 该项成果的主要特征及关键技术如下:(1)考虑大型机电装备的具体结构及实际工况条件，制定多源传感器的优化布置策略，获取整个机电装备全面的监测信息;(2)考虑大型机电装备实际运行条件建立相关数学模型，主要包括:有限元型、物理模型、系统动力学模型、性能退化模型等;(3)基于多源传感器提供的信息数据，从多源数据的时域、频域、时频域、信号分解等角度出发，结合多源传感数据融合研究基于数据驱动的先进信号处理技术，研发适用于大型机电装备多源传感信息的预处理、特征提取及诊断分析等算法;(4)采用大型机电装备物理模型和数据驱动算法相结合的方式，实现大型机电装备故障精确预诊和性能准确评估;(5)基于大型机电装备使用记录、维修记录、历史数据及相关监测分析结果，进行维修知识及专家经验的虚拟化，构建运维专家数据库，为大型机电装备运维提供维修建议和指导措施;(6)基于本地系统平台或者云端平台进行数学模型、信号处理算法和运维数据库的融合集成，实现大型机电装备的状态监测、故障预诊、性能评估预测、维护建议、历史趋势分析、库存管理等。

所属分类：先进装备制造产业

所属单位：北京理工大学

成果简介：含重金属离子的工业废水尤其电镀废水，其污染毒性大，处理难度大。目前我国对电镀废水的处理主要采用化学沉降法，但此法需要添加大量化学试剂，成本高，又造成二次污染。国外先进的处理方法之一是采用电浮选法，其原理为通过电解水溶液，在废水中产生非常微小的气泡，将重金属离子产生的悬浮颗粒上浮并除去。此法相对于化学法，既避免了二次污染又节省了经济投入，且操作容易。我校掌握了此项技术的应用，设计出EFBI型无试剂电浮选废水处理设备，此设备是引进国外技术结合国内实际情况推出的无试剂电浮选电镀废水处理设备

所属分类：先进装备制造产业

所属单位：北京理工大学

成果简介：:微流控芯片是空间生物实验与生命信息探测的最新技术。“微流控芯片” 被美国宇航局誉为空间生物学实验的“终结者”。微流控芯片是当前微全分析系统发展的热点领域。结合空间生命特征分子的特点，发展高集成度芯片和芯片检测技术将是一项成本低、信息量高、简便易行的创新技术。此技术的研究和应用将为我国空间生命科学研究提供先进的技术手段。

所属分类：先进装备制造产业

所属单位：北京理工大学

成果简介：:本项目是基于MultiFLEX2-AVR单片机，通过若干传感器检测场地，并自主控制机械臂完成自主寻找并抓取收集网球的功能的智能系统。获得 2011 全国机器人大赛二等奖。

所属分类：先进装备制造产业

所属单位：北京理工大学

成果简介：本项目是基于 MultiFLEX2-AVR 单片机，通过若干传感器感知环境并自主处理并最终反馈给环境的智能车，具有自主巡线择路的功能。本项目由学生自主开发并且参加 2011年全国机器人大赛获得全国二等奖

所属分类：先进装备制造产业

所属单位：北京理工大学

成果简介：:自动问答系统Q/A(automatic Question Answering) 采用自然语言处理技术，一方面完成对用户疑问的理解:另一方面完成正确答案的生成。这些研究涉及到计算语言学、信息科学和人工智能学，是计算机应用研究的热点之一，其核心是自然语言理解技术。目前，虽然离自然语言完全机器理解尚有很长的距离，但对于一定的领域，采用针对性的方法，已经开发出许多成功的应用。 L>

所属分类：先进装备制造产业

所属单位：北京理工大学

成果简介：IEEE1394 立体视觉头由多个微型 CMOS 摄象机构成的成象模块和[EEE 1394 传输模块组成。多个 CMOS 摄象机同步获取图象(摄象机之间信号完全同步)，并将图象存储在成象模块的缓存中。摄象机的个数可以根据不同的视觉感知任务选配。IEEE 1394 传输模块读取成象模块缓存的图象数据通过 IEEE 1394 接口将图象数据实时传送至个人计算机或笔记本计算机，实现场景或目标的立体视觉感知。

所属分类：先进装备制造产业

所属单位：北京理工大学

成果简介：本系统包括温室栽培优化模型动态仿真、专家系统集成与智能控制算法设计等三部分内容。系统采用了基于知识的智能解决方案，系统的三个部分紧紧围绕专家知识与智能，不仅构成统一的整体又能分别独立运行。系统以大量的实验数据和专家经验为基础，采用智能控制方法、智能推理方法和多媒体技术，能提供病虫害在线预报，为温室环境控制提供最佳环境条件，并能对温室环境和作物生长过程进行仿真和预测。

所属分类：先进装备制造产业

所属单位：北京理工大学

成果简介：本项研究的应用领域为板带热轧，重点是热轧中厚板领域。板厚控制、板形控制、轧制节奏控制、轧制温度控制及轧制规程自动生成与自动修正等是热轧板带特别是热轧中厚板轧制过程中的关键技术和重要科学问题。本研究运用的重要理论基础和技术包括现代控制理论、最优控制理论系统辨识理论和计算机控制与优化技术等。将上述理论与热轧液压自动厚度控制 (HAGC)系统研究与应用，轧制过程建、仿真与优化控制研究，热轧规程动态设定与自学习研究紧密结合，形成了具有多种完整功能的控制系统实现技术，并成功地应用于热轧板带生产线。为热轧板带，特别是中厚板轧机生产线实现高精度的控制与生产线优化控制管理提供了完整的理论基础和应用技术，取得显著的效果。

所属分类：先进装备制造产业

所属单位：北京理工大学

成果简介：靛蓝是染色牛仔布的主要染料，每年全世界的靛蓝需求量达10万吨之多。靛蓝生产工艺主要以间歇法为主，已经有一百多年历史了。其中的碱熔反应工艺堪称间歇反应的经典，在一百多年历史中，即使到上世纪 90年代国际上最大、技术最先进的化学品公司最后放弃该产品生产的时候，也没有能够用一种连续的生产工艺来代替它。目前全世界大概 80%的靛蓝由中国生产，其中 60~70%出自江苏泰丰公司。在 2006年以前，几乎所有国内的靛蓝生产线都完全由人工操作完成，包括当时技术最先进的北京染料厂2006 年,理工大学 210 教研室在江苏泰丰公司的委托下开发并完成了间歇靛蓝生产工艺计算机优化控制技术，首套控制系统在泰丰公司的内蒙基地成功投运，并在之后的运行过程中取得不错的成绩。