點擊文章標題

可直接轉跳至

下載界面

01

上海民航職業技術學院

楊賽 謝麗 張曉燕

概要：本文以上海市為例，研究低空空域與航線劃設的關鍵問題。針對虹橋、浦東兩場航班密集、空域資源緊張的現實，提出在確保不影響民航運輸、軍事活動及現有通航運行的前提下，重點從四個方面規劃：嚴格避開機場起降空域、保持與進離場程序的垂直（≥300m）和側向（≥8km）安全間隔、適配最低監視引導高度（MVA）、確保障礙物安全超障。研究識別出青浦、金山、奉賢、松江等區域為可重點劃設空域。該研究為上海及全國低空空域精細化管理和低空經濟高質量發展提供了技術路徑和參考依據。

02

中國飛行試驗研究院

張雨琦

概要：本文以AG600水陸兩棲飛機為研究對象，構建了駕駛艙評估試飛技術體系。基于適航條款與人-機-環理論，識別出水面反光、火場煙霧等特殊影響因素；通過典型任務剖面分析與動作要素分解，形成驗證場景矩陣；引入正交試驗法優化試飛架次，提升驗證效率；提出廣義任務績效測量法，從任務效率、精度、負荷與錯誤四個維度量化評估。該方法已在AG600試飛中應用，可系統暴露駕駛艙設計缺陷，為型號取證與飛行員訓練提供支撐，并可推廣至其他機型。

03

中國民航信息網絡股份有限公司

張俊卿 彭靖瑋 張儒遜 常亮

概要：本文介紹了一款基于大語言模型的民航運維小助手，旨在解決云化系統運維中平臺復雜、學習周期長、經驗傳承難等問題。該助手集成智能體與檢索增強生成技術，支持自然語言交互，可自動查詢系統運行指標、檢索運維知識庫，大幅提升運維效率。通過真實場景驗證，查詢效率提升顯著。作為可配置、可管理的“智能資產”，它不僅助力民航系統穩定運行，也為未來多行業智能運維提供了可行路徑。

04

江西省網絡安全研究院；

江西省智慧交通運輸事務中心

樊榮 鄧昭暉 廖坤 羅致民 劉堯新川

概要：本文提出了一種基于模型自我檢查修正的工具調用方法，旨在解決大語言模型在高溫參數下調用外部工具時易出錯、輸出不穩定的問題。該技術通過讓AI在生成工具調用指令后自我檢查、自動修正錯誤工具，在不犧牲靈活性的前提下顯著提升準確率。實驗表明，在高溫場景下，工具調用準確率可提升近一倍，回答準確率也同步提高。該技術適配多種模型，成本低、普適性強，有望成為提升AI可靠性的核心資產，推動金融、醫療、企業服務等領域智能化應用落地。

05

湖北中煙卷煙材料廠

周炫羽 鄭曼 陶璐

概要：本文提出一種人工智能驅動的數據備份預測與恢復策略，旨在解決傳統備份周期固定、恢復效率低等問題。通過采集備份歷史、業務場景與系統狀態數據，采用線性回歸預測數據量增長（誤差率<8%），結合異常檢測識別備份風險。在恢復環節，引入強化學習規劃最優恢復路徑，利用GAN、GNN等模型修復損壞數據，并建立閉環反饋機制持續優化。實驗表明，該策略可縮短RTO 40%以上，提升數據還原率，為企業數據安全提供了從“被動響應”向“主動預測”轉型的可行路徑。

06

江蘇國信臨海風力發電有限公司

邵澤駿

概要：本文聚焦光伏接入對并網點電壓穩定與絕緣性能的影響，針對光伏出力波動引發的電壓越限、諧波超標、設備故障等實際問題展開研究。通過仿真建模與案例分析，揭示了接入容量、線路長度對電壓波動的影響規律，并識別出5次、7次諧波是導致絕緣故障的主要因素。研究提出從設備改造、諧波抑制到智能監測的一體化解決方案，在真實案例中實現了諧波抑制率超90%、電壓波動顯著降低的效果。該技術有助于提升光伏并網穩定性，保障用電安全，推動光伏產業高質量發展。

07

垣曲縣供電公司

余晉生

概要：本文介紹了配網自動化技術在電力系統中的應用，重點闡述其“感知—決策—執行”閉環機制。通過搭建主站層、子站層、終端層的三層架構，集成分布式故障定位、自愈控制、負荷預測與調度優化、設備狀態監測等核心技術。實驗表明，該技術將故障定位精度提至98.5%，隔離時間縮短至2分鐘，年平均停電時間減少84.3%，運維成本降低32%，每年節約成本1580萬元。配網自動化有效提升了供電可靠性、運維效率和經濟效益，為現代智能電網建設提供了堅實支撐。

08

國華(江蘇)風電有限公司；

南京大學環境規劃設計研究院集團股份公司

尹杰 常天昊 周萬 曹軍 申興龍 施嘯 曹海琳

概要：本文針對沿海光伏電站受互花米草入侵導致發電效率下降、樁基受損等問題，構建了集物理防控、生態治理與智能監測于一體的協同治理技術體系。通過優化機械刈割、應用淺水淹沒抑制互花米草生長；篩選本土植物進行生態替代修復；融合遙感與物聯網技術實現動態預警。在江蘇如東光伏項目應用顯示，互花米草復發率僅0.12%，生物多樣性提升，治理效率顯著提高。該體系為沿海新能源開發與生態保護的協同提供了可推廣的技術路徑。

09

北京市智慧水務發展研究院

高涵 田曉宇 王港

概要：本文針對山洪災害人工監測效率低、預警滯后等問題，提出一種基于YOLOv5與SAM模型融合的山洪智能識別方法。該技術采用“先檢測后分割”的串聯架構：YOLOv5快速定位水體區域，SAM基于邊界框提示進行像素級精細分割，有效克服背景干擾和樣本稀缺難題。研究構建6萬余張多樣化數據集，在北京市多場次強降雨中驗證，模型識別準確率達89%。該技術已集成至智慧水務平臺，形成“感知-分析-預警”閉環，為山洪防御“四預”工作提供智能化支撐，顯著提升監測響應時效與決策科學性。

10

武漢船用電力推進裝置研究所；

中船奧藍托無錫軟件技術有限公司；

中國船舶科學研究中心

陳浩 蘇明明 許方

概要：本文提出一種基于改進YOLOv5s的船舶推進器葉片損傷智能檢測技術，解決人工檢測效率低、微小損傷易漏檢問題。通過引入ODConv動態卷積模塊作為“自適應放大鏡”，增強對裂紋、腐蝕等多形態損傷的特征提取能力；同時設計NWD-IOU組合損失函數作為“精準量尺”，提升亞毫米級微小缺陷的定位精度。實驗表明，改進后算法平均精度達78.8%，較原始模型提升8.3個百分點，計算復雜度降低45%，單幀檢測僅需25毫秒。該技術為船舶航行安全與航運智能化升級提供了可靠支撐。

責編：許若西

審核：王汝霖

歡迎投稿

關注我們了解更多資訊

《中國科技信息》雜志社

主管單位：中國科學技術協會

主辦單位：中國科技新聞學會

在線投稿平臺：www.cnkjxx.com

投稿電話：010-68003059

新媒體內容合作聯系微信：cnkjxx1989

雜志收錄情況：《中國知網》《中國期刊核心期刊（遴選）數據庫》《中國學術期刊綜合評價數據庫（CAJCED）統計源期刊》《中國期刊全文數據庫（CJFD）》《中國科協、中國圖書館學會（解讀科學發展觀推薦書目）》