通过教学质量基于事实数据进行动态诊断和改进，提供教师、学生和管理者三个维度的数据分析 ， 承载教与学全过程记录，多维度形成性评价数据分析，助力高校工程教育专业认证。 经典案例  

Tempo大数据应用能力成长平台（简称：Tempo Talents）是美林数据自主研发的面向高校大数据与人工智能领域“教学实践、集中实训与科研创新应用的一体化实验平台”。平台以专业课程教学实践、项目实训为核心，以创新产业应用孵化为目标，围绕大数据核心技术体系及应用，提供丰富元子化课程实践与实训案例资源。依托可视化分析与机器学习开发引擎，过程与结果兼顾的教学管理方式，闯关、考试、竞赛、数据游乐场等多种实验模式，为高校打造教与学充分互动的“大数据应用能力成长平台”。 一、创新教学管理模式，打造自驱型能力成长平台——教学管理平台→柔性化定制课堂教师可以根据教学目标、学生情况，灵活搭配原子课、实训项目及教材→教学考评管一体化统一的审阅、评分入口，实时查看作业提交情况→全景学情分析多维度图表展示学生的学习进度、学习成绩，直观了解到课堂的学习情况 二、Docker集群化部署，支持实验环境一键式访问及智能化管理——实验管理平台→高可用的容器化集群基于容器及容器集群架构运行的大数据实验基础平台，系统高可靠，高灵活，高伸缩性。→智能化实践环境管理预装实验需求的各类软件运行环境，基于浏览器的B/S模式直接访问，根据访问自动启停→一键式虚拟桌面实验台支持基于浏览器B/S模式的 “一键式”访问基于Linux的虚拟桌面环境，可提供 Linux 桌面和命令行操作，并可实现 Linux系统管理 三、不同难易度 不同实践模式相结合，因材施教更进一步——课程实践平台→多模式课程实践在线编码式、命令行、云桌面等多种实验模式→课程自动评测学生在线提交代码，一键自动评测打分，快速获取学习成果反馈→趣味闯关寓教于乐将课堂小测验转换为趣味闯关，激发自主学习热情 四、编码式与拖拽式双环境，开发型与应用型兼顾——项目实训平台→编码式与拖拽式双环境交互式笔记和拖拽式平台双操作模式，满足不同层次学生学习需求→完整实训项目指导手册还原项目落地全过程，将业务分析方法论融入具体项目实训中 →实验报告点评与优秀作业共享实验报告在线提交与点评，分享优秀作业，积累优秀成果 五、智能机器学习开发平台，满足人工智能教学科研需求——人工智能平台→强大的建模算法引擎9大算法类型、120余种分布式算法支持、15种文本算法→全面的分析洞察帮教全方位观察建模过程及结果，让学生在掌握方法的同时也能洞悉建模原理→多模式扩展编程R\Python\Java\Scala\Tensorflow等多种编程语言，学生可自定义算法开发实践 六、拖拽式大数据分析平台，培养学生数据创新探索能力——大数据分析平台→自助式大数据探索分析低门槛拖拽式数据可视化分析，让学生快速构建数据分析应用能力→灵活的可视化交互看板40余种可视化图形，钻取、联动、链接等多种交互模式 →多样的分析报告可视化大屏、分析看板、word报告、数据报表等多种报告形式呈现 七、真实项目经验 名师课程资源，构建优质教学课程资源库——课程资源平台→多学科教学名师课程引入国内一流高校教学团队优质课程，贴合学科最新发展趋势 →创新原子课设计将专业课程的知识点“原子化”，层层递进融会贯通→丰富行业实训案例精选美林数据 200+能源、政府、高端制造等行业头部客户真实项目案例 八、丰富数据资源与灵活数据资源管理，满足教学科研多层次需求——数据资源管理平台→多种数据源接入满足不同大数据平台和SQL数据源、Excel文件数据库、多维数据库、分析型数据库实时数据等不同类型数据源接入 →数据管理与权限分配支持后台配置数据权限，多种数据资源自定义管理→开放数据超市提供宏观、中观、微观全维度数据体系，上亿条数据，数据总容量超过500T丰富数据资源与灵活数据资源管理，满足教学科研多层次需求  

在加速建设工业互联网的国家战略背景下，培养工业互联网新兴职业人才。针对数据采集、组网通信到协议设计、应用的基础认知到实际项目工程实施等内容进行职业资格认证服务。

面向物联网、电子信息及计算机专业教学。包含硬件设备、软件平台和教学资源库的完整教学实验体系，可应用于相关课程的原理展示、动手实验及综合实训。

年青煤 (泥炭、褐煤、风化煤) 中存在的黄腐酸是天然生物技术和地球物理化学的产物， 采用现代生物技术提取泥炭蛋白、萜类、甾类等化合物，结合分子印迹技术研制药用级的黄 腐酸，于抗病毒、抗肿瘤、抗白血病、抗关节炎、提高免疫T、B细胞方面已通过动物应用试 验，由ID、ED等指标显示效果显著。 

1、 能源介质系统的集中监测及运行状态分析完善轧制生产线能源介质系统的仪表配置和数据收集，对各类能源介质进行集中监控和在线计量，根据热平衡、水平衡等动态分析方法，对能源介质系统运行状态进行异常识别、诊断和预警，并自动生成管理报表等。2、 轧件工序能耗成本的在线核算和挖掘分析利用能耗分析模型，根据轧件跟踪时序，在线统计分析每一轧件在各工序中的能源介质消耗及成本，并与生产过程数据关联分析，为生产工艺的节能优化提供依据。3、 轧件工序能耗的预测仿真及生产优化利用能耗预测模型实现生产工艺节能的仿真优化，并根据生产节奏，通过峰谷电量排产和燃气、冷却水供应优化，以减少能源介质的耗散，同时避免能源介质波动对产品质量稳定性造成不良影响。

该产品功率等级为 3kW~4.6kW，具有双向功率流动特性，拓展产品应用范围，适用于低压输入的户用型及小型并网发电站，适用于储能系统、电动汽车充放电等， D2D 为模块化结构，功率易于扩容，高频电气隔离，更加安全可靠，高效、先进的软开关技术，自主知识产权。 峰值效率大于 96.5%； CEC 和欧洲效率大于 95%。

红外吸收光谱技术基于捕获物质的红外“指纹”来获得物质成分和含量信息，其核心是红外光谱器件和高效紧凑红外光学系统,主要的应用之一是针对气体的传感检测,如有毒有害气体、温室效应气体以及呼吸气体成分和浓度的检测等。相比传统的单气体成分的检测,同时检测多种气体是降低检测成本的有效途径;相比针对未知气体采用实验室傅里叶红外光谱仪的检测，可以现场检测的微小型化红外光谱仪具有更实用且成本更低的优势。另外, 越来越多的场景需要探测精度达到ppb 或亚ppm 精度的高精度气体检测,如有毒有害痕量气体、呼吸气体肺癌早期诊断、果蔬存储中具有催熟剂作用的微量乙烯气体释放的检测等。 现有红外气体传感技术中，基于激光光源的气体传感器虽然易于达到ppb级的高精度检测，但是激光传感器成本昂贵，而低成本的基于热光源的红外气体传感器虽然成本较低，但是却存在精度低的问题。 为了解决上述的精度和成本痛点问题，本成果掌握了高功率热红外光源、可级联长光程气体吸收池、多通道红外探测器和可调谐红外探测器以及多通道微弱信号数字锁相放大检测等技术，开发一系列探测精度到100ppb 以下的多通道红外气体传感器和演示模组，以及基于可调滤波器的小型化红外光谱仪，展示了集成多组分气体检测和现场未知气体成分的光谱仪检测能力，具有高精度和低成本优势，以及小体积和低功耗特点。 （１）高功率热红外光源：MEMS 热光源芯片阵列与微光学准直阵列集成，实现低发散角的高功率红外源。为实现高精度探测所需要的长光程气体吸收池提供足够的红外光能量。 （２）可级联长光程气体吸收池：高精度气体检测需要米级长光程池。现有长光程气体池主要有怀特池、Herriott 型、Chernin 型以及环形吸收池，配合低发散角的激光光源。但是这些吸收池结构复杂，装配难度高，成本高。自主提出的可级联气体池结构简单，光学效率高，且中心对称，加工和装配成本低。 （３）多通道红外探测器：不同敏感波长的红外探测单元集成在同一衬底上，构成多通道器件，可共用一个气体池和光源，节省器件，降低了成本，同时节省了体积和功耗。 （４）可调谐滤波器：采用电调FP 腔和单探测器可以动态选择透射波长进行探测。具有在一定波段内连续扫描实现红外光谱仪的功能，也可以随机定位某个特定波长探测，灵活性强。除了用于已知气体成分的浓度检测，还可用于对含有未知气体种类的应用场景进行气体检测。另外，大口径的压电驱动可调滤波器可用于电力开关柜SF6气体泄露、天然气管道气体泄露以及农作物长势和病虫害监测等场合的红外光谱成像检测。 （５）微小型红外光谱仪：红外光谱仪是在一个较宽的红外波段进行扫描以获取物质的光谱信息，借此探知物质的未知成分。传统的红外光谱仪体积大，主要在实验室使用。本技术采用FP 腔可调滤波器具有体积小结构稳定的特点，易于实现现场检测。 图1 四通道滤波聚焦单元、光学/探测器集成结构以及红外光谱探测器 图2  长光程气体池（平均光程>1米） 图3 可调光谱探测器-PZT压电陶瓷驱动FP腔可调滤波器及可调光谱 图4 红外气体传感器模组 【技术优势】 （1）基于表面微纳结构的窄带滤光片/微透镜阵列技术：实现覆盖中波和长波红外的宽波段滤光/聚焦结构，具有低成本制造优势。 （2）多通道红外探测器集成芯片技术：多通道滤波/聚焦阵列结构与红外探测单元阵列集成，实现多波长光谱探测芯片，具有低成本和小体积优势。 （3）可级联长光程池技术：适合热光源的米级光程气体吸收，实现低成本ppb 级红外气体探测。相比高精度的激光气体传感器，具有成本优势。

1.痛点问题 预测性维护（PdM）以资产密集型企业为服务对象，用于确定在役设备状况，预测何时应做维护。只在确有必要时才做维护，比日常或定期进行的预防性维护能节省成本。调查数据显示，引入预测性维护的企业，能够大大节约企业生产成本、带来效益增加、有效提高企业竞争力。预测性维护代表着工业服务化和未来商业模式转变的历史选择。而现有运维技术的低可靠性与高复杂度，以及在此过程中形成的数据孤岛都极大地限制了企业的效率，企业对预测性维护的需求日益强烈。 目前，预测性维护的主要提供商仍仅局限于某几个领域，行业内和行业间的竞争远未充分，市场发展潜力巨大。 2.解决方案 本项目的技术核心是用于系统优化的数学模型和预测算法。项目团队深耕机器学习、大数据算法以及运维调度、鲁棒优化算法，取得了机理与算法之间逻辑耦合的关键技术突破，建立了自主知识产权的系统级智能监测体系及整体性的运维解决方案，为企业提供生产及质量的全面动态优化，其覆盖面广、可靠性高、操作简单、经济效益显著。 合作需求 1）市场资源：轨道交通业、无人驾驶行业、先进制造业等，有实现高质量发展愿望的、旨在增效减负的资产密集型企业市场资源对接； 2）资金：天使轮拟融资500万元，用于完成开发平台的搭建，推出两款拥有自主知识产权的预测性维护产品。 3）其他资源：办公场地、实验场所及设备、人才支持等。

自行设计高真空等离子体气相蒸发金属纳米粉体连续制备系统，在纳米金属粉体制备的质量提高、产率提高和成本降低等方面具有较大优势。已实现平均粒度在15～300nm的金属Cu、Ni、Fe、Ag、Sn、Bi、Zn、Co、Si、不锈钢及高均匀混合性Cu-Ni-Sn等金属粉体的产业化生产，已建立了产业化生产基地。其创新点：采用高真空度、多枪结构、最新的等离子体电源组合技术；采用粒子控制器、引入纳米粉体分级系统；解决了金属纳米粉体的钝化、真空储存和设备与后续产品生产设备的连接等问题。