请登录
请登录
2025-11-15
2026-01-01
570万
本项目聚焦 AI for Engineering,面向智能装备、复杂系统设计与具身智能应用场景,建设 “具身智能产业创新综合体 —AI + 未来实验室”。总体思路是搭建一个集高质量数据集构建、可信数据空间治理、AI 实验室大脑、具身智能全栈系统(实验编排+机器人调度+数字孪生仿真)于一体的科研与工程创新平台,推动工程科学从 “经验驱动” 向 “数据+模型双驱动” 升级。项目将形成统一的数据底座与智能枢纽,贯通 “数据 — 算法 — 算力 — 场景 — 决策 — 反馈” 的闭环;在智能制造、模型评测、无人装备测试以及复杂山地 / 洞穴环境机器人等方向落地不少于 5 个标杆应用;建成 “未来实验室 - 未来工厂” 的双向循环机制,显著提升研发效率、验证质量和成果转化速度。

本发明涉及面向电网业扩报装业务的AI系统及处理方法,包括AI验收样本模型数据库、迭代训练模块、业务系统模块和数据接口模块;AI验收样本模型数据库包括合格样本库和缺陷样本库模型集;迭代训练模块基于AI验收模型数据库中的模型集,通过OPEN AI、多尺度特征提取网络等算法为系统提供迭代训练,建立映射关系,并根据建立的映射关系,处理提交的验收资料数据,确定电力设备是否合格;业务系统模块为验收资料数据提供输入的端口;数据接口模块将输入的验收资料输入数据进行标准化处理,并输出给迭代顺利模块;迭代训练模块在线计算结果,并通过数据接口模块输出到业务系统模块,实现验收结果是否合格的存储和显示。本发明提升了业扩报装验收效率。
本申请涉及土木工程施工技术领域,公开了下穿既有车站水平冻结施工效应数据预测及智能控制方法,包括以下步骤:构建三维物理模型,并实时采集多源监测数据;基于仿真与实时数据,生成并同步校准一个可实时预测施工效应的AI代理模型,构成数字孪生环境;通过分层强化学习方法生成对各冻结管进行差异化调节的控制指令集;量化高层智能体决策时的策略不确定性,当大于预设阈值时生成主动感知指令;执行控制与感知指令,闭环控制物理施工并优化数据采集过程。本发明采用AI代理模型实时推演施工效应、并由强化学习智能体生成前瞻性控制指令的技术方案,能够基于对未来状态的预测进行决策,实现了对冻结施工过程的主动干预。
本发明公开一种时空大模型智能决策支持系统,属于人工智能与工程技术领域。针对通用大模型在工程领域专业性不足、时空处理能力缺失及决策可靠性低的问题,构建了包含数据处理、时空大模型、智能决策、交互与集成及反馈学习模块的系统;制定工程领域离散存储的多源异构数据处理标准与规范,构建结构化、专业化的领域数据集和知识图谱,采用多模态对齐等技术训练具备时空处理能力的时空大模型,并结合知识图谱校验增强决策的可靠性;同时,利用用户反馈持续优化等方法,实现了对时空矢量数据的处理与语义对齐、图文并茂的智能决策支持系统与应用,将显著提升矿山、水利、城市、交通、工厂、建筑等工程领域决策支持的准确性、可靠性和智能化水平。