机械制造

针对国内锻造行业工厂具备的多品种、大批量、不能一物一码追溯的特点，以及自动化程度和信息化水平普遍较低的现状，开发了拥有十多项知识产权的制造执行系统，已在多家锻造工厂成功实施。 锻造工厂制造执行系统包括六大子系统：企业资源信息管理系统；产品工艺编制以及报价核价系统；生产过程二维码追溯系统；锻造模具成套管理及寿命预测系统；面向异构设备的多源信息融合工况辨识与统一管理系统；生产信息定制及云端发布查询系统。

本项目采用具有自主知识产权的专利技术，制备具有微滤和超滤特性的陶瓷中空纤维膜。本项目采用特殊工艺先通过挤出制备中空纤维原生膜，然后将涂膜液浸涂在中空纤维原生膜表面，经过特殊烧结工艺，得到陶瓷中空纤维超滤膜，本方法也可应用于蜂窝状陶瓷超滤膜。本项目的特点是：工艺简单，所用原料价格低廉，没有昂贵的设备；中空纤维或管式原生膜外表面浸涂勃母石溶胶一步烧结制备出不对称结构的陶瓷中空纤维和管式超滤膜，大大降低了烧结成本，进而降低陶瓷膜制备成本。

本发明提供了一种一维纳米复合金属氧化物气敏材料及其制备方法。本发明将氯化锌溶液、氯化锡溶液混合后与氢氧化钠溶液进行水热反应，通过加入无水乙醇、表面活性剂和控制反应条件而制备一维纳米氧化锌氧化锡复合材料。该制备方法与现有的一维纳米金属氧化物材料的制备方法相比，具有成本低，操作简单，低能耗等优点。制备的纳米复合材料对甲烷、一氧化碳、二氧化氮等气体具有气体敏感度，是一种良好的气敏材料。

一种轻质堇青石-莫来石复合陶瓷材料及其制备方法。其方案是：以20——70wt%水铝石、10——30wt%无定型二氧化硅、5——30wt%滑石粉和10——40wt%黏土为原料，外加原料3——10wt%水，搅拌，成型，干燥，1250——1350℃条件下保温2——6小时，制得多孔堇青石-莫来石复合材料。然后以该复合材料的粒度为2——1mm和1——0.088m的颗粒为骨料，以粒度小于0.088m的粉体为基质，外加糊精和水，混匀，成型，干燥，1250——1350℃条件下保温2——6小时，制得轻质堇青石-莫来石复合陶瓷材料。本发明具有成本低、环境友好、节能环保以及化学成分可控的特点，其制品体积密度小、物相成分和气孔孔径分布均匀、常温力学性能优良、高温性能较好和抗热震性能较高。 （注：本项目发布于2014年）

该吸附材料以有机农业固废花生壳和给水厂污泥作为原料，制备出兼具高效吸附水中有机污染物和磷的新型复合吸附材料，既有改性生物炭的吸附作用，又具有聚合氯化铝污泥的除磷能力，特别是对含染料废水及污水深度除磷有良好的去除效果，原料来源广泛，制备成本低廉，达到以废治废的目的，高效、环保、低成本，开拓了花生壳和给水污泥资源化利用的新途径。

一种直流电网用的具备直流潮流控制与直流短路控制的复合装置及其控制方法，复合控制装置包括：潮流控制装置，其包括一对耦合电感、四个开关管、四个二极管和两个电容；短路控制装置，其包括两个高压快速机械开关、三个避雷器和三个开关管。所述第一电容作为第一可调电压源串联在第一条输电线路中，第二电容作为第二可调电压源串联在第二条输电线路中，用于潮流控制；快速机械开关

本发明公开了一种冷凝除湿与溶液除湿复合的新风处理装置及方法，该装置该方法包括空气循环系统、两个制冷剂循环和两个溶液循环；新风与回风进行全热交换后，先由表冷器进行冷凝除湿，再由溶液除湿器进行除湿调温，直至达到理想的送风状态；回风和另一部分新风用于溶液再生和处理冷凝热，通过调节该处新风量的大小可以实现装置中关键部件之间的热量以及溶液参数随新风处理符合变化的动态匹配；溶液除湿器和再生器均采用选择透过性膜芯体，可以避免送风和排风中的带液。该装置的节能效果明显，而且解决了常规溶液除湿空气处理装置中的运行参数匹

本实用新型公开了一种基于软体智能材料的姿态可调整沉浮平台，包括支撑架及支撑架的周向上的至少三个沉浮装置；所述的沉浮装置包括：沉浮腔，所述沉浮腔的开口密封有驱动薄膜，沉浮腔内充有气体使驱动薄膜膨出形成可变形空间；气压传感器，监测沉浮腔的气压值并传送至第一控制器；第一控制器，接收并处理气压传感器的监测信息，控制驱动薄膜的变形；所述的支撑架上还设有：加速度传感器，监测姿态可调整沉浮平台的运动状态并传送至第二控制器；第二控制器，接收并处理加速度传感器的监测信息，向第一控制器输出控制信息；电源，提供动力。该姿态可调整沉浮平台结构简单，控制精度高，并且所产生的噪音小。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。