所属分类：先进装备制造产业

所属单位：河海大学

成果简介：三维建模技术在各行各业有着广泛的应用，根本性地改变了产品的设计、工艺以及生产装配等环节，大幅度提升了新产品开发效率，节约产品开发成本，同时也可对产品进行虚拟运动、应力仿真，预测干涉、应力集中，能很好的辅助设计、提高产品 合格率。河海大学疏浚教育和研究中心也将三维建模技术作为研究疏浚技术的手段之一，主要三维软件有:SolidWorks、3DMax、NX、ANSYS等等。主要应用在绞吸式挖泥船整体建模、绞刀研发、疏浚仿真系统研制、泥泵开发等上。

所属分类：先进装备制造产业

所属单位：河海大学

成果简介：绞吸挖泥船施工模拟系统采用现代网络技术、多通道环幕投影及边缘融合大屏幕拼接技术，将驾驶盘台、投影装置、环形屏幕、教练员工作站、仿 真计算机、监控计算机等硬件设备，通过以太网、交换机、服务器等设备构成一个有机整体。根据绞吸 挖泥船的结构、原理、工作流程等特点，对真实施工环境、过程进行模拟和再现，使操作者在视觉、听觉、感觉上真实体验疏浚施工的操控作业环境。

所属分类：先进装备制造产业

所属单位：河海大学

成果简介：河海大学疏浚教育和研究中心自土建规划时，就致力于绞刀的研发工作，建立了钢结构绞刀试验平台，如下图 1，可以模拟不同绞不同土质、不同切削深度、不同横移速度等的多种实验，实时保存绞刀的施工参数如:挖深、步进、功率、扭矩、转速等等，为后续分析绞刀施工状态做好数据准备。该试验平台承担了《长江口专用绞吸式挖泥船绞刀模型试验研究》。

所属分类：先进装备制造产业

所属单位：河海大学

成果简介：该实验台的建成为疏浚泥泵及其它固液两相流泵、泥沙及其它固体物料输送技术的开发，提供了良好的平台，主要体现在: 1、大型疏浚泥泵及其它固液两相流泵的能量特性、损特性、汽蚀特性研究，高效耐磨疏浚泥泵开发;泥沙及其它固体物料的高浓度、长距离输送工艺开发;2固液两相流泵、固体物料输送管道的耐磨材料研究开发等等该实验平台已承接包括国家自然科学基金项目在内的多个国家、省部纵向项目和国有大型疏浚企业的横向委托开发项目，成果已应用于疏浚生产实践，实验平台的主要研究对象如泥泵、叶轮等实物。

所属分类：先进装备制造产业

所属单位：河海大学

成果简介：本项目创建了数理分析、计算机辅助设计(fluent、cfx、ansys 等软件)和模型泵试验相结合的泥泵设计平台，针对目前水力性能计算只能通过清水计算及清水试验验证的 不足，利用疏浚泥泵与泥沙输送实验台首次进行1:5大比例尺模型泵的高浓度粗砂及砾石 输送试验。通过对模型泵在不同输送介质、不 同浓度下的转速、流量、扬程、功率、效率等参数特性的精确测量，总结出不同浓度粗砂、砾泵设计参数，提高了原型实体泥泵输送浆体的效率，创新了大型泥泵的设计方法。

所属分类：先进装备制造产业

所属单位：河海大学

成果简介：解决奥氏体不锈钢、高强度钢和超高强度钢、钛合金及镍基合金的切削加工难题优化加工工艺方案，包括刀具的结构与参数优选，切削参数的选择与优化，工艺路线的确定，冷却润滑方案的制定等，提高加工效率与经济效益。

所属分类：先进装备制造产业

所属单位：河海大学

成果简介：所开发的光伏阵列在线智能建模技术，主要通过强化学习算法对光伏阵列数学模型中的参数在线提取，成果框图如图1所示，包括模型参数a的强化学习智能体、参数Rs的强化学习智能体参数Rsh的强化学习智能体、参数 dG的强化学习智能体、单二极管模型、误差计算模块、估算1-V曲线与实测I-V曲线特征状态提取模块、回报值计算模块、具有I-V曲线扫描功能的功率变换器、辐照度传感器、光伏组件温度传感器。其中单二极管模型依据环境辐照、温度参数和各个强化学习智能体估算所得模型参数，估算出光伏阵列I-V特性曲线，再依据实测光伏阵列I-V特性曲线，获得模型中各参数相关的估算误差与用于智能体在线训练的回报值，同时由估算的光伏阵列I-V特性曲线和实测I-V特性曲线获得其特征状态，智能体依据当前特征状态与回报值进行强化学习训练，在线逼近更精确的模型参数，最后代入单二极管模型实现光伏阵列在线智能建模。

所属分类：先进装备制造产业

所属单位：河海大学

成果简介：为了更细致的反应光伏组件户外输出性能， 研制出了光伏组件户外特性测试平台，它使光伏组件长期工作于户外环境下，实时监测其输出特性，并积累测量数据，以评估组件长期工作于户外环境下的输出性能，使电站设计人员针对具体环境，选用更合理的光伏组件搭建光伏系统。也为组件生产商和科研实验工作提供了更好的保障与技术支持。 此外，针对目前市场上常见辐照度测量仪器的缺陷，研发了一种能自供电的用于光伏组件的辐照度及温度监测仪器。它以光伏电池作为辐照度传感器，利用了光伏电池短路电流与太阳辐照度的线性关系，与光伏组件共面安装，实现了精确测量太阳辐照度，该光伏电池还可充分利用太阳辐照能量，实现全系统的自供电，为仪器户外作业提供了更高的适应能力，同时支持了光伏组件户外特性测试平台的辐照度及温度测量

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