技术成果

零碳园区智慧能源系统项目

我国工业园区能耗占全国总能耗的60%，碳排放强度高，传统供能模式依赖化石能源。 为实现“双碳”目标，亟需构建零碳园区综合解决方案。本项目开发能源-资源-数字化集成技 术，解决核心问题： （1）清洁供能：通过光伏/风电+储能的智能微网替代燃煤供电，实现园区90%绿电自 给； （2）循环降碳：建立余热回收、碳捕集与资源化系统，将CO₂转化为工业原料，碳利 用率≥70%； （3）智慧管理：AI算法优化能源调度，动态平衡负荷，降低综合能耗30%以上。

微生物合成β-榄香烯技术

β-榄香烯（β-elemene, C15H24）是从我国传统中药温郁金中提取的国家二类抗肿瘤药物， 具有低毒、广谱和可破血脑屏障等优异特性，并对213种疾病存在高相关性潜在治疗效果。 目前，临床使用的榄香烯均从植物中提取，由于其提取分离工艺极为复杂，且大多为β-，γ-， δ-榄香烯混合物，导致其价格昂贵，严重限制了榄香烯类抗癌药物的推广和应用。化学合成 方法受原料来源、产品得率、污染排放等因素制约已逐渐被生物合成取代。然而，天然萜烯 合酶因其催化效率低、产物专一性差等问题阻碍了其在工业中应用。针对以上情况，本项目 从合成生物学改造与关键工艺优化两方面入手展开研究，利用人工智能、生物计算和酶生物 催化等技术，获得了催化效率和专一性提高的吉玛烯A（β-榄香烯前体）合酶，并构建了具 有自主知识产权的高产β-榄香烯的大肠杆菌工程菌株。随后，通过发酵控制优化，实现了目 标产物β-榄香烯的高效合成，5L发酵罐产量达到35g/L。 图1微生物发酵合成β-榄香烯

新一代智能化蛋白层析系统

项目简介及特点 新一代智能化蛋白层析系统是基于国家 863重点、中科院重大仪器研制项目 的开发成果，针对我国生物技术产品研制和产业化过程中，最关键的分离纯化装 备长期依赖进口的现状，开展了创新性研制和研究工作。研制和开发了适合生物 分子分离纯化的层析装备和技术，实现了装备和工艺的标准化、工程化、产业化。 智能化蛋白层析系统通用性强、自动化高、操作简便快捷，各项性能指标达到了 进口设备的标准，在系统控制平台、软件数据库等方面的参数已经超过了进口设 备。目前已经制定了企业标准，通过了 ISO9001认证，实现了规模化生产。 专利及进展情况 相关研究成果具有自主知识产权，授权了多项发明专利（ZL201010127899.5; ZL201310062077.7; ZL201310088098.6; ZL201310062061.6;ZL201310198644.1; ZL201310701298.4; ZL201310701299.9; ZL2016100417220）。并荣获中国分析 测试协会科学技术奖“CAIA 奖”2013 一等奖1 项和中国仪器仪表学会2011 科技 创新奖 1项。 产业化前景分析 前我国蛋白层析系统年需求量为 2000余台，市场超过了 10亿元人民币，并 且随着生物产业的发展和技术的更新换代，需求量将逐年升高。本项目的产品已 在包括华兰生物、双鹭药业等 50 余家企事业单位得到了应用。突破了国外进口 同类产品的垄断，获得了良好的评价。并且开发了多柱组合层析和膜过滤集成装 备等一系列先进技术，可以满足生物技术产品生产和分析的不同需求，具有良好 的推广应用前景。

足高效液相色谱的要求。单分散氧化硅微米硅胶的制备技术落后，极大的限制了我国高效液相色

贵，一般是~20000元/ 公斤；此外，国内市场使用最广的是日本富士、大曹公司等生产的FUJI, DAISOGEL 品牌硅胶填料，10 微米的裸硅胶价格大约为 8000-10000 元 / 公斤，键和后的硅胶 中国科学院大连化学物理研究所能源工程研究团队在已有的催化剂设计和合成理论的基础 价格为 ~130000 元 / 公斤；对于 5 微米的硅胶填料，目前由于国内无法生产，裸硅胶的价格为 上，提出了合成单分散微米硅胶填料的创新制备新工艺，合成出了孔径分布窄，尺度为介孔，球形 70000 元/ 公斤，由于硅胶填料的价格昂贵，提高了分离纯化的成本，因而造成国内药品的品质与 度和均一度高的微米硅球。由中国科学院大连化学物理研究所 - 能源环境工程研合成的单分散微 国外有很大差距。 米硅胶填料(DIChromPreSil)的特点如下: 中国科学院大连化学物理研究所能源工程研究团队开发的单分散微米硅胶填料工艺大大提 （1）单分散微米硅胶的颗粒尺度可控制备(可控尺度范围为1-10μm) 高了微米硅胶填料的可控制备性能，且研究团队自主研发和设计的规模为2吨/年的单分散微米 （2）单分散微米硅胶填料的孔径分布集中，孔径尺度为介孔； 硅胶填料生产线成功制备出了孔径分布窄，均一度高的单分散介孔微米硅球填料。经过一系列的 （3）单分散微米硅胶的颗粒尺度均一； 检测测试，该微米硅胶填料在机械强度、物理性能、均一性、球形度等方面均满足要求，可以完全作 （4）单分散微米硅胶的广谱性高； 为色谱填料使用。此外，研究组开发的微米硅胶制备工艺具有重复性高、可控性高的巨大优势。 （5）单分散微米硅胶的机械强度高等制备的单分散微米硅胶的物理性能指标如下表所示： 合作方式 合作开发 投资规模 500 万 ~1000 万 经过一系列的色谱检测(疏水性测试、酸性条件下亲硅醇基活性测试、中性条件下亲硅醇基 活性测试)，

代谢组学技术

代谢组学 (Metabolomics or metabonomics)是20世纪90年代中期发展起 来的一门新兴学科，是系统生物学的重要组成部分。代谢组学通过检测内源性代 谢产物在扰动下的变化，对生物系统进行整体及其动态变化规律的研究，已被广 泛应用于疾病诊断、医药研制开发、营养食品科学、毒理学、环境学，植物学等 与人类健康密切相关的领域。 中国科学院大连化学物理研究所是国内最早开展代谢组学研究的科研机构， 承担并已完成了国家“863”第一个关于代谢组学技术平台的研究项目，以及国 家杰出青年基金、重点基金、国家科技重大专项等。已构建了具有国际先进水平 的针对不同研究目的，从代谢物的靶标分析、非靶标分析和拟靶标分析3个层次 的一整套基于色谱-质谱联用技术的代谢组学平台，并将其应用于病变标记物的 发现和疾病分型，疗效评价和作用机理研究以及植物和微生物的代谢组学研究中， 取得了丰硕的成果。“基于色谱-质谱联用技术的代谢组学分析平台及应用”， 2012年获辽宁省科技发明奖二等奖。“基于液相色谱-质谱联用的高覆盖代谢组 学方法开发及应用”，2020 年获中国分析测试协会科学技术奖 CAIA 奖。在科研 实践中，已实现了代谢组学在样品采集、运输、存储、分析、数据处理各个环节 的标准化操作，授权发明专利和软件著作权 10 余项，涉及样本采集、分析方法、 数据处理、标志物发现等，为本项目提供了良好的技术平台。 该技术已用于疾病生物标记物的发现，营养代谢组学，植物、微生物代谢组 学的研究。大连化学物理研究所是国内最早开展代谢组学技术服务的单位，构建 的多层次代谢组学平台具有国际先进水平，并享有良好的国内外知名度。我们已 经成功解决了困扰质谱代谢组学研究的几个瓶颈，实现了高通量大规模样品分析 到海量数据分析的整个研究过程的SOP，基本可以“定制式”地把整个平台应用 于农业、植物、临床医学、药物

可参照深圳“华大基因”的方法，建立《代谢组学研究院》。合作方投资金额不少于1000万元，

术，构建临床代谢组学表形中心，实现代谢组学在健康产业的应用。健康产业作为一个朝阳产业， 而代谢组学及靶向代谢分析在疾病的早期发现、疾病的分型、疗效评价等方面具有明显的优势，具 代谢组学 (Metabolomics ormetabonomics) 是 20 世纪 90 年代中期发展起来的一门新兴 有极大的发展潜力。因此项目将具有可观的投资回报率。 学科，是系统生物学的重要组成部分。代谢组学通过检测内源性代谢产物在扰动下的变化，对生物 系统进行整体及其动态变化规律的研究，已被广泛应用于疾病诊断、医药研制开发、营养食品科 合作方式 学、毒理学、环境学，植物学等与人类健康密切相关的领域。 技术入股 中国科学院大连化学物理研究所是国内最早开展代谢组学研究的科研机构，承担并已完成了 国家“863”第一个关于代谢组学技术平台的研究项目，以及国家杰出青年基金、 重点基金、国家 投资规模 科技重大专项等。已构建了具有国际先进水平的针对不同研究目的，从代谢物的靶标分析、非靶标 分析和拟靶标分析3个层次的一整套基于色谱- 质谱联用技术的代谢组学平台，并将其应用于病 1000 万 ~5000 万 变标记物的发现和疾病分型，疗效评价和作用机理研究以及植物和微生物的代谢组学研究中，取 得了丰硕的成果。“基于色谱-质谱联用技术的代谢组学分析平台及应用”，2012年获辽宁省科技 发明奖二等奖。“基于液相色谱-质谱联用的高覆盖代谢组学方法开发及应用”，2020年获中国分 析测试协会科学技术奖CAIA奖。在科研实践中，已实现了代谢组学在样品采集、运输、存储、分析、 数据处理各个环节的标准化操作，授权发明专利和软件著作权10余项，涉及样本采集、分析方法、 数据处理、标志物发现等，为本项目提供了良好的技术平台。 该技术已用于疾病生物标记物的发现，营养代谢组学，植物、微生物代谢组学的研究。大连化 学物理研究所是国内

电梯安全运行物联网监管系统

电梯安全运行物联网监管系统利用边缘计算、移动互联网、人工智能、大数 据和云计算等技术，通过在电梯内独立加装多参数智能传感终端，经过边缘和云 端计算分析，实现对电梯运行情况的实时分析，进而实现电梯的安全风险预警、 自动报警与应急救援处置跟踪、维保过程智能化监管以及大数据运行质量评估等 功能，降低电梯故障率的同时保障电梯运行安全。系统拥有授权发明3项专利， 授权的其他知识产权 22项，经过安徽省科学技术情报研究所科技查新报告证明 该项目相关技术达到国际先进水平。

VOCs高精度在线监测技术

必要性及需求分析:挥发性有机化合物（Volatile Organic Compounds，VOCs）中的许多物质对人体和各种感官有刺激作用，且具有一定的毒性，有些会产生致癌、致畸、致突变的“三致”效应，对环境安全和人类生存产生极大的危害。现有的VOCs检测手段包括大型实验室分析仪器、试剂条传感器，以及传统离子迁移谱仪。大型分析仪器在现场化和检测速度、试剂条传感器在检测范围及定量精度、传统离子迁移谱在检测精度及速度方面现阶段均存在无法逾越的障碍。目标及主要任务:以非甲烷总烃、苯、1,3-丁二烯、甲苯、二甲苯、乙苯、苯乙烯等多种常见VOCs为监测对象，研究基于UV-FAIMS的VOCs现场检测技术。开发相应的FAIMS在线监测系统，解决VOCs泄漏逸散情况复杂、现场检测灵敏度不足等问题，实现VOCs多组分在线高精度检测。现有工作基础:在国家重点研发计划重点专项等项目的支持下，本团队发展了新型的高场不对称波形离子迁移谱（FAIMS），通过无需样品前处理的高效离子化、微型高稳定离子迁移管加工和物质二维高分辨识别谱图识别等关键技术成功解决了多组分VOCs监测中IMS谱图峰混叠问题。现已成功开发出了多台不同应用目标、不同技术参数的FAIMS仪器以及相应的离子源，并实现了数十种挥发性有机物、爆炸物、毒品、农药等的高精度检测以及数据库构建。部分样机已送至国内顶级科研院所和相关公司试用，且已经通过国家863专家组、省级电子产品监督检验所的鉴定，以及中科院中国科学报的报道和推荐。预期经济和社会效益:项目具有良好的经济和社会效益。本成果VOCs高精度在线监测技术主要应用领域之一是环境有毒有害物质的快

信息化科研协同平台

成果简介：信息化科研协同平台是基于“互联网+”思维，围绕跨学科、跨地域、跨组织科研单位对协同科研与协同管理的现实需求，发展的基于“互联网+”的科研协同环境。平台提供基于物联网技术的海量数据实时整合、跨平台的无纸化办公、基于云平台的科研协同、基于智能分析的专家建议与决策等功能。该平台充分利用大数据、物联网、云计算、移动互联、人工智能等先进信息技术，在中国科学院核能安全技术研究所多年重大项目管理经验的基础上凝练、建设而成，契合承担重大科技任务的科研团队对多学科、多地域、多组织联合协同创新的信息化需求。该平台已在中科院核能安全技术研究所·FDS凤麟团队稳定运行6年，为团队重大科技成果产出、人财物等资源有效配置与管理提供了重要的协同平台。该平台相关科研成果连续三届入选七大部委联合主编的《中国科研信息化蓝皮书》（2013/2015/2017），并获得2014年中国科学院首届“科研信息化十大优秀案例”。部分功能模块被ITER国际组织引进，被评价为“设计良好，可以很好地满足科研团队协同需求”。l主要技术指标（或参数）：1、设计的基于物联网的数据整合机制可对科研团队人、财、事、物、科研、教育、合作等数据进行全面感知与多维度分析；2、设计的协同机制，可支持千人以上团队科研任务协同，冲突解决机制可保证协同任务顺利开展；3、发展的全自动业务流程审批可完成制度表单流程的可视化配置和复杂流程的多条件、多路分支自动流转；4、基于智能分析的业绩评价与决策支持系统可实现对成员全方位的评价以及多角度分析和决策支持；5、基于用户角色的细粒度权限管理可保障平台资源安全。应用领域：1、应用单位：科研院所、大专院校等具

云量自动观测仪

云量自动观测仪是新一代的地基云量自动化观测仪器，用于云图获取、处理 和云的定量分析。按照中国气象局综合观测司发布的《云量自动观测仪功能规格 需求书》的要求进行研制，并融合了计算机视觉、高动态曝光、光流计算、深度 学习等技术，可实现全天空云图的采集、处理和分析，获得全天空的可见光云量、 红外云量、总云量等信息。本产品可在无太阳遮挡装置情况下获取清晰无遮挡的 全天空图像，同时是国内唯一的可实现160°超广角红外云图观测的设备。 目前，已在全国多地开展应用示范，包括中国气象局探测中心、国家气候观 象台（寿县）、中国遥感卫星辐射校正场（敦煌、青海湖）、空军某部、合肥新桥 机场等行业标杆单位，并参与中国气象局组织的超大城市综合气象观测试验、受 邀执行2019年武汉第七届世界军人运动会气象保障，被选入中国气象科技展馆、 安徽省庆祝改革开放 40周年科技创新成果展及安徽创新馆。产品已成功取得气 象专用技术装备使用许可证，获得软件著作权2项、发明专利2项。

面向智能交通的计算机视觉产业化关键技术

摘要待完善

学科专业调整优化大模型

摘要待完善

基于机器学习和CRISPR技术对临床多重耐药肺炎克雷伯菌诊断标志物的

摘要待完善

基于知识图谱和多模态大模型在医学影像报告生成技术

摘要待完善

基于人工智能的医用红外热成像辅助诊断系统

摘要待完善

新一代人工智能医学影像存储与传输系统软件

摘要待完善

多融合感知AIoT芯片

摘要待完善

人工智能+康养旅游交叉创新应用

摘要待完善

面向人工智能的安全关键技术及应用

摘要待完善

面向领域的大数据管理与人工智能计算系统

摘要待完善

人工智能+新型配电与轨道交通技术

多源状态感知、运行趋势预测、自适应优化控制，解决复杂运行环境下状态获取、态势预测与多主体耦合调度难题。

智能汽车的车载相机环境感知系统

本成果属于车辆智能驾驶的环境感知技术，是智能车辆的核 心和基础，采用单目摄像头采集图像，开发图像检测、处理和识 别算法，可检测车辆、行人、车道、标识和信号灯等要素。本成 果采用人工智能深度学习和传统视频检测算法的深度融合，在识 别精度、小目标识别和侧边车辆等方面效果较好，相对国际知名 Mobileye 产品具有优势。本项目已经申请多项国家发明专利，已 经突破核心算法，是智能车辆必备的感知设备，在智能汽车方面 具有广阔的市场前景。 — 40 —

智能化医用多功能脊柱康复设备

该套产品包含颈椎康复设备、胸腰椎康复设 — 24 — 备、腰椎康复设备三个系列，适用于颈肩腰腿痛、脊柱退变、脊 柱骨折、脊柱骨质破坏等脊柱常见病的保守治疗及术后康复治疗。 它基于人体结构学理念设计，具有支撑、固定、牵引、矫形、理 疗康复多种功能，可自由搭配，通过移动APP和蓝牙无线连接深度 匹配数字化调控和智能化调控模式，操作简便，人群覆盖面广， 目前国内外尚无同类型产品上市。根据产品智能化水平不同，分 为普通版、中端版、高端版三个款式，销售定价由低至高，以满 足不同人群的需求。该产品已申请13项知识产权，其中2项实用新 型专利授权，3项软件著作权授权。项目团队通过委托加工、技术 合作的形式，由第三方企业研制出粗样，尚需在产品优化、性能 测试、智能化赋能方面进一步研发。该产品曾获国家工信部/药监 局人工智能医疗器械创新任务揭榜项目、长沙市重点研发计划的 支持。

微型智能脊柱穿刺机器人系统

国际首创智能微型脊柱穿刺机器人技术平台， 一款四自由度双轴并联叠加型微型脊柱穿刺定位系统，具有高精 度和良好的稳定性，可由闭环控制系统实现对穿刺操作的实时反 馈和精准控制。同步开发全新智能直观视觉导航技术，可快速实 现对脊柱穿刺目标的精确定位，项目整体解决传统脊柱穿刺介入 手术中存在的穿刺操作偏差和图像辨识效率低的问题。本创新产 品小巧精致，成本低廉，非常适合基层医疗机构推广应用，且具 备多临床专科拓展应用前景，未来市场前景广阔。 本创新项目核心设计内容目前已经申报国家发明专利4项，并 且成功制作样机一套，顺利完成穿刺手术全流程模拟测试，基本 符合小试生产要求，目前正在筹备全新视觉导航新技术设计和验 证。项目整体依托中南大学湘雅二医院、中南大学机电学院、中 南大学“极端服役性能精准制造全国重点实验室”和中国科学院自 动化研究所人工智能团队进行医工合作和转化，本项目获得国家 工信部2023年“创客中国”医疗器械创新创业大赛中部赛一等奖和 湘雅医学院第四届医工交叉学科论坛大赛一等奖、第四届湖南省 留学人员创新创业大赛三等奖等创新创业大赛荣誉。

'北斗+'多元时空信息融合电力安全监管平台

'北斗+'多元时空信息融合电力安全监管平台开发及应用，通过中国电力企业联合会科技成果鉴定。

华能智慧电厂体系架构

基于工业互联网技术，构建华能集团云平台、厂侧边缘云的'云边协同'一体化纵向架构，实现智慧基建、智慧运行、智慧安全、智慧检修、智慧管理、智慧燃料六大智慧应用体系及可选N个功能模块，构建灵活可扩展的智慧化功能应用横向架构。

术中导航系统

本技术以两腺（甲状腺、乳腺）术中精准成像与血流信息评估为切入点，以甲状旁腺、淋巴结等重要组织精准识别和功能评估为关键科学问题，形成系列医疗装备，将荧光成像技术、激光散斑成像技术与机器学习相结合，突破荧光-散斑成像辅助诊断与术中导航关键技术。当前已与中国人民解放军总医院、西京医院、唐都医院、交大附属医院、陕西省肿瘤医院等密切合作开展临床应用。随微创手术需求不断增长和技术进步，术中导航市场将不断增长，具有广阔产业化前景。

星载分离机构与QV/AIS天线产品

39所研制的星箭星间分离机构展开装置、QV天线及AIS天线产品，随批次卫星发射后完成星箭分离、QV天线展开对地数传、AIS天线展开锁定实时收包。

采用AI算法大大的提高了检测鱼刺鱼骨以及异物检测的精度，相较于传

统算法更加的稳定，精准并且保证水产品的完整性；

太阳电池、光伏组件参数提取、预测、缺陷识别相关技术

本项目通过电流-电压特性，建立单二极管、双二极管模型，提取太阳电池、 光伏组件串联电阻、并联电阻、理想因子、饱和电流、光生电流等寄生参数，精 确度超过源表自带的参数提取结果。采用深度学习算法实现光伏电站、光伏组件 超短期、短期输出电流/功率预测，为光伏电站并网发电的运行、机组组合、规划 和配电方面提供依据。 开发了缺陷识别系统，（1）仅仅需要一个或者少量缺陷光伏组件图片的训练， 通过生成对抗网络，实现对测试组件图片的识别，判断是否为合格/缺陷组件。可 用于及时发现光伏电站中的缺陷组件。（2）基于一定数量的合格和缺陷组件，以 及对应的缺陷标注，通过可变形卷积算法，实现对测试组件图片的识别，判断是 否为合格/缺陷组件。 - 30 - 单样本光伏组件缺陷识别