本招標(biāo)項(xiàng)目名稱為：吉林公司江南公司2025年基于多源感知賦能的皮帶輸送系統(tǒng)研發(fā)與應(yīng)用公開招標(biāo)， 本項(xiàng)目已具備招標(biāo)條件，現(xiàn)對(duì)該項(xiàng)目進(jìn)行國內(nèi)資格后審公開招標(biāo)。

2.項(xiàng)目概況與招標(biāo)范圍

    2.1 項(xiàng)目概況、招標(biāo)范圍及標(biāo)段（包）劃分：本項(xiàng)目共劃分為一個(gè)標(biāo)段；
2.1.1項(xiàng)目概況： 吉林江南熱有限公司輸煤系統(tǒng)作為保障電廠穩(wěn)定運(yùn)行的核心設(shè)施之一，長期面臨設(shè)備運(yùn)行監(jiān)測手段單一、異常識(shí)別精準(zhǔn)度不高、實(shí)時(shí)響應(yīng)能力不足等突出問題。一方面，傳統(tǒng)的人工巡檢方式工作強(qiáng)度大，還存在巡檢覆蓋面不足、故障發(fā)現(xiàn)滯后、漏檢誤檢頻繁的現(xiàn)實(shí)問題，難以滿足現(xiàn)代電廠對(duì)安全性和運(yùn)行穩(wěn)定性日益提高的要求。另一方面，現(xiàn)有的自動(dòng)化監(jiān)測手段多為單一的圖像或簡單傳感器監(jiān)測，在惡劣工況下對(duì)托輥異常、皮帶偏移、堵煤等關(guān)鍵設(shè)備故障的檢測精度和可靠性不足，無法提供可靠的預(yù)警決策支撐。此外，目前輸煤系統(tǒng)監(jiān)測與故障診斷仍普遍存在數(shù)據(jù)感知維度不足、缺乏多源異構(gòu)數(shù)據(jù)融合處理技術(shù)支撐，以及算法模型在復(fù)雜工業(yè)現(xiàn)場泛化能力差、難以實(shí)現(xiàn)實(shí)時(shí)分析和決策的問題，限制了火電廠輸煤系統(tǒng)的智能化管理水平的提升。 
2.1.2招標(biāo)范圍：圍繞火電廠輸煤皮帶線路這一關(guān)鍵環(huán)節(jié)進(jìn)行創(chuàng)新研發(fā)，解決包括托輥異常、皮帶跑偏、堵料、皮帶電機(jī)狀態(tài)檢測等情況，建設(shè)融合多模態(tài)數(shù)據(jù)智能賦能監(jiān)測系統(tǒng)。包括不限于以下內(nèi)容：多源感知賦能系統(tǒng)，輕量化邊緣計(jì)算模型，皮帶線作業(yè)安全監(jiān)管應(yīng)用系統(tǒng)。

    2.2 其他：/

    2.3 主要研究內(nèi)容及預(yù)期目標(biāo)：2.3.1主要研究內(nèi)容：

    （1）基于多源感知數(shù)據(jù)融合的輸煤系統(tǒng)狀態(tài)監(jiān)測方法研究：圍繞火電廠輸煤皮帶線路關(guān)鍵環(huán)節(jié)，包括托輥異常、皮帶跑偏、堵料等情況，研究視覺、光纖傳感、雷達(dá)成像、聲音監(jiān)測、熱成像等多種感知方式的數(shù)據(jù)融合機(jī)制，采集信息描述設(shè)備運(yùn)行狀態(tài)遷移，形成可擴(kuò)展的機(jī)理層，實(shí)現(xiàn)輸煤線路狀態(tài)的高精度識(shí)別與實(shí)時(shí)監(jiān)測。

    （2）基于深度學(xué)習(xí)模型的設(shè)備健康評(píng)估與預(yù)警研究：針對(duì)輸煤設(shè)備邊緣計(jì)算資源有限的難題，研發(fā)適用于邊緣計(jì)算環(huán)境的輕量化深度學(xué)習(xí)模型，研究并設(shè)計(jì)可解釋的特征提取網(wǎng)絡(luò)，構(gòu)建設(shè)備狀態(tài)的智能診斷與實(shí)時(shí)評(píng)估機(jī)制，實(shí)現(xiàn)物理約束下的端到端預(yù)測。通過強(qiáng)化學(xué)習(xí)對(duì)皮帶、托輥維護(hù)周期等參數(shù)進(jìn)行多目標(biāo)優(yōu)化，構(gòu)建統(tǒng)一數(shù)據(jù)融合與協(xié)同感知模型，實(shí)現(xiàn)對(duì)皮帶、托輥等關(guān)鍵設(shè)備的異常狀態(tài)精準(zhǔn)識(shí)別和提前預(yù)警。

    2.3.2預(yù)期目標(biāo)：

    （1）利用采用脈沖數(shù)字編碼技術(shù)的分布式聲波感知系統(tǒng)獲取高保真托輥運(yùn)行聲波信號(hào)，結(jié)合智能模塊與高階譜分析算法提取托輥運(yùn)行特征，解決托輥故障早期識(shí)別困難和噪聲干擾下誤報(bào)率高的問題，實(shí)現(xiàn)托輥異常的智能識(shí)別，并具備誤報(bào)過濾和自適應(yīng)識(shí)別能力。通過不少于1000組托輥異常與正常聲信號(hào)樣本的訓(xùn)練與測試，實(shí)現(xiàn)對(duì)托輥故障的實(shí)時(shí)監(jiān)測與早期預(yù)警。

    （2）采用深度學(xué)習(xí)模型結(jié)合自動(dòng)結(jié)構(gòu)搜索、模型優(yōu)化和增量學(xué)習(xí)等技術(shù)，構(gòu)建支持小樣本學(xué)習(xí)的皮帶跑偏與堵料智能識(shí)別模型，解決現(xiàn)場樣本不足及環(huán)境復(fù)雜多變導(dǎo)致的檢測困難問題，實(shí)現(xiàn)算法在邊緣設(shè)備上的靈活部署和圖像/視頻數(shù)據(jù)的實(shí)時(shí)處理，并支持動(dòng)態(tài)模型加載與算力調(diào)度以快速更新模型。通過已有各類標(biāo)注圖像樣本進(jìn)行模型訓(xùn)練與效果驗(yàn)證，滿足復(fù)雜現(xiàn)場環(huán)境下的可靠檢測要求。

    （3）搭建AI模型部署與管理框架，支持邊緣推理設(shè)備上靈活部署所有模型，解決人工現(xiàn)場部署效率低和異構(gòu)設(shè)備適配難的問題，實(shí)現(xiàn)從數(shù)據(jù)采集、算法訓(xùn)練、模型部署到應(yīng)用的全流程閉環(huán)智能服務(wù)。通過動(dòng)態(tài)模型加載與算力調(diào)度技術(shù)，新模型的部署更新周期將縮短至分鐘級(jí)，并驗(yàn)證系統(tǒng)在不同算力設(shè)備上的實(shí)時(shí)運(yùn)行性能，確保模型可以快速迭代更新并穩(wěn)定應(yīng)用于現(xiàn)場。

    2.4 項(xiàng)目服務(wù)期：合同簽訂之日起至2026年11月30日。

3.投標(biāo)人資格要求

    3.1 資質(zhì)條件和業(yè)績要求：

    【1】資質(zhì)要求：（1）投標(biāo)人須為依法注冊的獨(dú)立法人或其他組織，須提供有效的證明文件。（2）投標(biāo)人須具有并提供有效的電子與智能化工程專業(yè)承包二級(jí)或以上資質(zhì)證書。（3）投標(biāo)人須具有并提供有效的安全生產(chǎn)許可證。

    【2】財(cái)務(wù)要求：/

    【3】業(yè)績要求：/

    【4】信譽(yù)要求：/

    【5】項(xiàng)目負(fù)責(zé)人的資格要求：/

    【6】其他主要人員要求：/

    【7】科研設(shè)施及裝備要求：/

    【8】其他要求：/

    3.2 本項(xiàng)目不接受聯(lián)合體投標(biāo)。 /

4.招標(biāo)文件的獲取

    4.1 招標(biāo)文件開始購買時(shí)間2025-08-27 09:00:00，招標(biāo)文件購買截止時(shí)間2025-09-02 16:00:00。