瓜蒌是山东著名的道地药材之一，历史上产量和质量均列全国之首，由于盲目引种，致使瓜蒌的栽培品种混乱，过量施用农药和化肥，使农药残留量、重金属含量超标，瓜蒌的品质受到影响，给制药业和临床用药带来诸多问题。本技术可有效解决种质资源、种植技术、病虫害防治、采收加工等环节主要问题，可有效提高产量与质量，推广前景广阔。

关键技术及水平：异戊橡胶又称“合成天然橡胶”，具有许多与天然橡胶类似的特性，是天然橡胶的最佳替代物。该项成果的关键技术有：高活性稀土催化剂开发及应用技术、高效低耗生产工艺技术，具体包含具有特殊结构的螺带螺轴搅拌器的48立方米大型聚合釜的搅拌混合技术、三流体混合喷嘴及液相提浓凝聚技术、简捷有效的单体和溶剂的精制与回收技术；异戊橡胶生产装置的设计、建设及运行，最终研制生产出具有自主知识产权的成熟的稀土异戊橡胶。 取得主要成果：该技术中试生产下线四种牌号的异戊橡胶，其产品质量达到国外同类先进产品水平，其性能与俄罗斯的SKI-3相当，并通过了FDA认证（FDA证书号：16410419986）。新型橡胶防老剂突破国际技术封锁，在防老剂4020的生产技术上，通过对催化剂反应机理、中毒机理的研究，开发出了新型多功能、高选择性加氢催化剂，大幅降低了投资及能耗；且产品含量稳定在99.5%以上，结晶点47℃以上，达到了目前世界上最好水平的产品质量。

1、机械自动化改造，人工智能代替人工；2、余热进一步利用，煅烧烟道余热、焙烧烟道余热利用、水套余热利用等；3、工艺过程指标研究；4、新产品、新技术研发。

纳微结构赋予材料新的功能和功效。利用CO2 辅助雾化制备和组装纳微颗粒结构材料，通过二相或多相流的喷头结构元件膨胀和雾化，根据混合和相分离的变化，组装纳微颗粒结构和形态。根据液滴在射飞过程中由于环境的变化而溃散、雾化、溶剂蒸发射飞过程中环境以及混合方式的调节，可形成各种纳微尺度和不同结构组装的颗粒材料。例如，根据多相流结构元件可快速形成高过饱和度快速成析和射流分散这样的特点，可设计给药系统，形成芯囊型或相互包嵌的超微细给药系统。又如用本方法制备的含能材料纳微颗粒，具有独到之处。

项目针对汽轮机叶片数字化制造过程的关键技术进行了研究开发，锻造技术专家知识集成到设计系统中，实现了设计过程的智能化自动化；通过对各种叶片，各种工艺要求的截面余量加放，实现了自动判断修型位置、型线特征，自动偏置曲线或重新构造，自动光顺及形成截面型线；通过自动拉锻件飞边，构造锻模仓部和桥部，实现了由叶片锻件实体自动驱动生成叶片锻造模具实体及切边模具实体，同时也实现了模具工程图的自动生成；将基于零件模板的参数化设计方法应用到叶片夹具零件的设计过程中，实现了知识和经验有效继承；利用二次开发应用程序可修改相应的参数，并能方便的实现叶片夹具三维模型的快速生成和工程图的快速生成功能；基于专家系统技术来对叶片夹具程序进行了设计，实现了叶片制造过程的工装夹具设计标准化、模块化、系列化；开发了快速自动化设计软件，缩短了叶片工艺工装的设计制造周期、提高了设计效率和设计正确率，实现了设计规范化、标准化。 

针对谷物饮料中存在易老化、杀菌导致营养成分损失、UHT 杀菌结垢关键问23 题，进行技术攻关，成功开发出谷物浓浆、浑汁和清汁饮料等几大系列功能性杂 粮方便食品生产工艺并实施了产业化。 创新要点 （1）杂粮中功能因子的高效富集和加工稳定技术； （2）液态谷物食品的营养增强技术； （3）基于 UHT 灭菌和无菌包装技术的谷物浓浆产业化； （4）基于风味稳定和淀粉抗老化技术的液态谷物食品产业化； （5）基于花色苷的提取和澄清、稳定技术的谷物清汁产业化。

项目针对汽轮机叶片数字化制造过程的关键技术进行了研究开发，锻造技术专家知识集成到设计系统中，实现了设计过程的智能化自动化；通过对各种叶片，各种工艺要求的截面余量加放，实现了自动判断修型位置、型线特征，自动偏置曲线或重新构造，自动光顺及形成截面型线；通过自动拉锻件飞边，构造锻模仓部和桥部，实现了由叶片锻件实体自动驱动生成叶片锻造模具实体及切边模具实体，同时也实现了模具工程图的自动生成；将基于零件模板的参数化设计方法应用到叶片夹具零件的设计过程中，实现了知识和经验有效继承；利用二次开发应用程序可修改相应的参数，并能方便的实现叶片夹具三维模型的快速生成和工程图的快速生成功能；基于专家系统技术来对叶片夹具程序进行了设计，实现了叶片制造过程的工装夹具设计标准化、模块化、系列化；开发了快速自动化设计软件，缩短了叶片工艺工装的设计制造周期、提高了设计效率和设计正确率，实现了设计规范化、标准化。 

1.痛点问题 多年来，工业大数据领域大数据分析算法和模型都是基于大量代码实现，效率低，难以实现快速开发。同时，工业大数据处理分析模型处理过程多由多个算法通过一定的计算流程构成，计算流程复杂多变，迫切需要一款支持灵活定制和快速开发的处理分析技术来支持工业大数据处理分析。 2.解决方案 清华数为交互式大数据处理与分析技术针对工业大数据处理与分析任务的交互式探索、建模、调试和应用而设计。根据CRISP-DM设计原则，一般大数据处理与分析分为业务理解、数据理解、数据准备、建模、评估和部署等阶段，各阶段相辅相成，形成一个大数据处理分析生命周期。 图1.交互式大数据处理与分析技术设计思想 本成果技术基于上述CRISP-DM的设计思想而设计，完全支持大数据处理与分析生命周期。该技术的特点包括： （1）内置数百种通用和专用的大数据分析算法和模型，并提供了按需扩展机制，用户可以按照自己的需要随时添加和扩充，以支持客户特定的大数据应用需求； （2）支持拖拽方式构建处理与分析流程，完全图形化设计大数据处理分析计算流程，并能在设计过程中进行单步/多步运行调试，查看中间结果，实时调整运行结果，以获得用户期望的处理分析结果； （3）支持机器学习模型训练及使用，内置了机器学习模型训练框架，一般机器学习模型在该技术的支持下，可以实现快速训练，训练结果可支持进一步的大数据处理与分析； （4）支持数据处理与分析流程参数化，在其提供的内部数据处理与分析算法模板中，用户通过算法模板可以开发面向Java、Python的算法，并集成和扩展到该技术的算法集合，实现按需定制处理分析； （5）支持数据画像和学习模型可视化，以图形化的方式定制数据画像的方法模型，并以二维和三维图表的形式展示给用户； （6）支持批处理、流处理和流转批处理三种处理方式； （7）按需定制运行计划与资源有效利用，用户可设置任务执行计划，任务执行计划定期运行，以实现周期性处理分析，方便获得持续的运行结果。 清华数为交互式大数据处理与分析技术面向多种用户角色，包括数据工程师、数据分析师、数据科学家、算法工程师、运维工程师、代码工程师等。采用分层设计，分为客户层、服务层、计算层。 客户层包括流程建模调试工具，用户可用工具图形化拖拽式设计处理与分析计算模型，并可进行调试和查看中间结果；管理工具，针对服务层所调用和访问的计算框架或者外部系统进行管理，包括对于数据源、计算环境、存储环境等的管理工具。 服务层主要包括流程调度服务，即负责按照用户所设定的工作计划来定时调度执行计算模型；执行服务，是负责执行处理分析计算的模型和算法的服务；计算资源管理服务负责管理执行服务中所能集成的所有的服务，如计算框架和存储设施等。 计算层是执行服务在执行处理分析算法和模型中所访问的外部服务，包括计算组件或框架，以及持久化存储组件或者系统等。 图2.交互式大数据处理与分析技术架构 本成果的交互式处理与分析技术较好地解决了工业大数据处理分析工作中所遇到的问题和痛点，并且能够广泛应用于多个行业和领域中，如能源、矿山、医疗器械、装备制造业、消费品制造业、工程机械行业等。 合作需求 期待与工业、医疗等领域企业紧密合作，获得各领域的实际需求，促使该技术不断完善和升级迭代，走向成熟。 未来将在工程机械行业、医疗机械行业、矿山行业、装备制造行业、互联网电商行业等寻求更多的成果转化、深度合作机会，在合作基础上，推动上述行业领域实现数字化转型和智能化升级，为国家实现“双碳”目标做出清华贡献。