在2003年成功预测SARS流行趋势的基础上，西安交通大学数学与统计学院生物数学团队与陕西师范大学生物数学团队、加拿大吴建宏教授团队合作，基于新型冠状病毒的传播机理、密切跟踪隔离和封城等策略，建立了传播动力学模型，对新型冠状病毒肺炎传播风险进行了预测分析，此项研究成果“Estimation of the transmission risk of 2019-nCov and its implication for public health interventions”。 研究中利用2020年1月10日至1月22日的报告疫情数据，采用动力学模型和统计计算方法预测武汉新型冠状病毒肺炎传播的基本再生数为6.47 (95%置信区间为5.71-7.23)，给出了疫情的达峰时间和峰值以及最终感染规模（若继续1月22日前的控制措施，疫情将在3月10日左右达到峰值）。研究中进一步采用似然函数方法加以验证，得到了与模型估计值一致的结果。如果续代时间大于6天或潜伏期越长，基本再生数可能更大，该结论说明了疫情传播的速度快。与23至25日的疫情数据相比，模型预测结果与报告疫情数据基本一致。 研究中进行敏感性分析，讨论了1月22日前武汉采取的防控措施的有效性以及在降低再生数中的重要作用。预测结果显示从23日起加强控制措施，报告病例数会在一个周后出现明显的下降，即加强的控制措施会在一个周后产生明显效果。进一步分析1月23日后武汉封城策略对其它地区疫情的影响，基于武汉到北京的航班、铁路等信息，计算武汉封城前后对北京疫情的影响，表明武汉封城（即北京无来自武汉输入病例）后，北京在未来7天的病例数将降低91.14%，这说明了武汉封城对全国疫情防控的关键作用。SSRN 截图 密切跟踪隔离措施的敏感性分析点击查看原文

故障预测与健康管理(Prognostics and Health Management, PHM)是利用先进的传感器技术集成，借助各种算法和智能模型来诊断、预测和监测系统/子系统/设备的健康状态，并根据诊断或预测信息、可用维修资源和使用要求对装备维修活动做出适当决策，从而以最小的投入获得最佳的健康状态。 PHM是一种实施以健康为核心的装备综合管理的技术方法和系统。实现了两个转变：由传统的基于传感器的故障诊断转向基于智能系统的健康状态预测与评估；由事后维修和定期维修转向基于状态的视情维修。主要研究内容包括：飞机液压/环控/供电/蓄电池/作动器等典型机电系统的地面故障诊断与健康预测评估，机载状态监测与诊断推理，飞机机电PHM原型系统，小卫星电源系统在轨寿命预测与运行管理，船舶机电系统综合状态评估与维护维修辅助决策，测试性设计分析与试验验证等。 已在SCI/EI/ISTP检索的国际国内学术刊物和会议上发表论文100多篇，获得国家发明专利10余项。

01. 成果简介 随着移动计算、传感器网络和科学观测设备等新技术在经济社会各领域的广泛应用，特别是监控、遥感、定位等技术的崛起，人们获得了海量的时空数据。时空数据分布于连续空间，并且随着时间动态变化，具有十分复杂的模式规律。例如，卫星遥感数据和雷达回波数据是广泛应用于气象观测和军事侦察的时空数据，在连续的卫星扫描或雷达观测过程中，形成时间轴上的一系列遥感图像或回波影像，反映三维地理空间中某种观测物理量的变化规律。视频监控、医学影像、气象预报、环境监测等很多应用领域都涉及时空数据预测和识别任务，在问题求解过程中需要同时考察时间和空间两方面因素，存在时间上的非平稳性和空间上的高维相关性两大技术难题。 本成果创新大数据深度学习技术，从复杂、海量、高维、非平稳的时空数据中识别重要的时空模式，挖掘在时间和空间上的变化规律，并对未来的时空演变趋势进行预测，形成了时空数据预测和识别的深度学习技术（如图1所示）。具体包括：·        提出卷积结构与循环结构深度融合的统一建模方法，学习高维度、非线性时空特征表示，挖掘空间关联结构与时间动态信息；·        提出时空记忆单元和回忆机制，对时空非线性、非平稳性变化进行预测学习；·        提出时空数据的迁移学习技术，降低时空分布差异，实现知识的跨时空迁移。 该技术尤其擅长捕捉高维度、非平稳时空数据的非线性变化规律，例如多物体对象在空间和时间上的“产生、消亡、运动、形变“等复杂时空数据场景。与同类技术相比，运行时间短，预测和识别精度高，在国际上处于整体先进、部分领先的水平。  图1. 用于时空数据预测和识别的循环神经网络架构及其时空记忆单元图2. 本成果技术（时空数据预测与识别）在北京交通流量预测任务上的效果02. 应用前景 该技术成熟度高，部分成果已经以线上系统的形态成功应用于中国气象部门强对流天气预报业务中，与国内现有极端天气预报业务系统相比，该技术将雷达回波外推预报准确率平均提高了45%，其中高强度雷达回波外推预报准确率提高了353%，处于国际先进水平。气象灾害中70%以上是由雷暴大风、下击暴流等强对流天气导致，致死人数占自然灾害死亡人数的93%，因此该技术在避免人员伤亡、实现财产保全、减少农业损失方面产生显著的社会经济效益。同时，该技术还可广泛应用于时空数据的预测和识别场景，在关系国计民生的气象、环保、交通等领域可以发挥重要作用，应用前景广阔。例如，采用该技术可实现未来交通流量时空分布的精准预测（如图2）。该项成果还入选了2018年首届数字中国建设峰会，为杭州G20峰会、厦门金砖会晤、中国国际进口博览会等提供了精准预报支持，获得2018年教育部技术发明一等奖和2018年中国气象学会科技进步奖一等奖。03. 知识产权 本项成果已获得发明专利授权6项。04. 团队介绍 本成果团队长期研究大数据管理与分析技术，包括分布式数据存储与查询、深度学习与迁移学习、业务过程挖掘、数据质量治理等方向。团队负责人为王建民教授、软件学院院长，机器学习小组组长为龙明盛副教授。团队在本领域发表国际学术论文100余篇，申请专利100余项，授权专利60余项。相关成果获2018年教育部技术发明一等奖、2018年中国气象学会科技进步一等奖、2014年国家科技进步二等奖、2013年中国电子学会科技进步一等奖、2012年教育部科技进步一等奖等奖励。05. 合作方式 技术许可 / 软件服务。

在2003年成功预测SARS流行趋势的基础上，西安交通大学数学与统计学院生物数学团队与陕西师范大学生物数学团队、加拿大吴建宏教授团队合作，基于新型冠状病毒的传播机理、密切跟踪隔离和封城等策略，建立了传播动力学模型，对新型冠状病毒肺炎传播风险进行了预测分析，此项研究成果“Estimation of the transmission risk of 2019-nCov and its implication for public health interventions”。  研究中利用2020年1月10日至1月22日的报告疫情数据，采用动力学模型和统计计算方法预测武汉新型冠状病毒肺炎传播的基本再生数为6.47 (95%置信区间为5.71-7.23)，给出了疫情的达峰时间和峰值以及最终感染规模（若继续1月22日前的控制措施，疫情将在3月10日左右达到峰值）。 研究中进一步采用似然函数方法加以验证，得到了与模型估计值一致的结果。如果续代时间大于6天或潜伏期越长，基本再生数可能更大，该结论说明了疫情传播的速度快。与23至25日的疫情数据相比，模型预测结果与报告疫情数据基本一致。  研究中进行敏感性分析，讨论了1月22日前武汉采取的防控措施的有效性以及在降低再生数中的重要作用。预测结果显示从23日起加强控制措施，报告病例数会在一个周后出现明显的下降，即加强的控制措施会在一个周后产生明显效果。进一步分析1月23日后武汉封城策略对其它地区疫情的影响，基于武汉到北京的航班、铁路等信息，计算武汉封城前后对北京疫情的影响，表明武汉封城（即北京无来自武汉输入病例）后，北京在未来7天的病例数将降低91.14%，这说明了武汉封城对全国疫情防控的关键作用。 SSRN 截图   密切跟踪隔离措施的敏感性分析

1.开发背景 随着去年新型冠状病毒的爆发，全国各地各个场所的消毒任务显得尤为必要，现在在医院等场所，依旧是采用背负式喷雾机进行喷雾消毒，人力消耗大、效率慢且很辛苦，因此需要解决喷雾的效率问题。 2.开发思路 立式双筒喷雾机器人，包括底座，固定支架，两个喷雾设备，中间装有双目摄像头，底座上分离式安装有立体式水箱，水箱顶部周边的支架上固定安装有水泵，电气箱。应用了5G通信技术进行硬件设计、网络传输，应用QT实现遥控界面的开发，通过机器人上方的高清摄像头采集到的视频，然后转换、压缩反馈到遥控界面，由反馈得到的视频信息，通过遥控远程控制机器人的驱动、喷雾等功能。 3.主要创新点 （1）立式机器人创新结构设计 （2）基于双目测距的智能喷雾设计 （3）基于5G通信模块的远程操控 4.市场应用 （1）江苏淮安宾馆有限公司 （2）江苏臻隆生态农业科技有限公司

本成果针对液化天然气渔船的特殊使用条件，基于经济角度考虑，智能、高效的利用液化天然气冷能，通过内置的LNG压力/温度控制模块、发动机燃料供应监测模块、发动机检测与安全保护模块和渔船导航模块之间相互电信息通信连接并共同组成检测控制导航系统，LNG储罐、-100℃冰鲜库、-60℃冰鲜库、-18℃冰鲜库和冷海水制备库之间相互电信息通信连接并共同组成LNG冷能利用系统，计算机、打印机、控制导航系统、LNG-柴油双燃料发动机、柴油油箱、LNG冷能利用系统之间相互电气信息相连接并共同组成LNG渔船智能化控制装置，实现利用能量的自动化控制。本成果实现液化天然气冷能智能梯次利用的有效控制，保证液化天然气渔船的经济和社会效益，其结构简单，操作界面友好，性能安全稳定，易于推广应用。随着海洋、江河湖泊环境问题的日益凸显，我国渔船使用液化天然气清洁能源已经大势所趋.本成果通过检测控制导航系统、LNG冷能利用系统、LNG渔船智能化控制装置等实现了液化天然气冷能智能梯次利用的有效控制，不但有效提高了液化天然气渔船的经济收益，而且大大降低了液化天然气渔船的运营成本，其结构简单，操作界面友好，性能安全稳定，易于推广应用。

成 果 简 介 电伴热广泛应用于石油、化工、地铁等领域，本研究成果设计了一种新型的电伴热控制器。系统采    用六管设计，每管采用一主一备方式；可采集 32 路温度 、12 路回路电流、6 路漏电电流；具有主输出 12 路， 报警输出 11 路；具有RS485、CAN、以太网通讯接口。采用物联网和云服务技术，设计了基于物联网云平台的WEB 服务器，可实现PC 端远程监控与移动互联网微信客户端绑定设备、实现人与设备的实时交互， 设备监控、智能数据分析、消息分发、远程升级等服务。

成果简介：通过揭示自然界中鱼群、鸟群自主编队的机理，研究了多智能体协同控制理论，并将其应用于多无人平台的协同控制中。其典型特点是采用分布式信息，没有全局指挥中心，作战单元能够根据具体作战任务灵活编制， 控制器结构简单，任务适用面广。本研究将多智能体一致性控制，势能场函 数，分布式估计器理论相结合，突破了多无人平台协同编队控制，拓扑连通 性保持条件下的协同控制，协同编队控制等关键技术，可实现无人平台位置、 朝向、速度等控制参数的严格一致。 无人化

项目背景：国内外当前对水陆两栖推进器的研制涉及一系列 理论、技术和功能应用等问题，其中，基于海鳐鳍水下波动推进 机理，同时仿蛇在陆地上蜿蜒爬行的运动方式，对推进器水陆两 相运动进行适应性设计，使其不改变推进模式同时满足水面推进 和陆地行走需求，是当前研究的热点。采用主要采用组合泵喷推 进方式使其在水下保持高速航态和声隐身性，搭载多波束探测系 统以及自主航行控制技术，使其可以环岛自主航行，探测水体目 标及海底地形地貌，最终形成全地形波动式水陆两栖推进器的设 计，目前鲜有报道。 所需技术需求简要描述：通过对全地形波动式水陆两栖推进 器所涉及的仿生推进机理、推进装置、航行控制等关键问题进行 研究，突破两栖仿生推进器深潜结构设计、动力学建模与分析、 波动与泵喷耦合推进方式、运动控制器设计技术、多波束搭载设 计技术，实现水陆两栖推进器统一控制系统及动力系统框架下的 水-陆两栖航行，完成复杂水陆两栖作业任务。技术指标：工作 水深不小于 500 米，可实现悬停、原地回转等高操纵性；搭载多 波束声纳，具备高精度探测识别能力；总尺度不低于 5m，最高航速不低于 20kn，自噪声低于 60dB，柔性材料拉伸强度>800MPa、 断裂伸长率>2.5%。  对技术提供方的要求:拥有相关研究的技术团队。 

高品质钢的冶炼典型流程为“转炉→精炼→中间包→结晶器”，冶金反应器内存在着合金-钢、钢-渣、钢-夹杂物、钢-耐材、渣-耐材、钢-空气、钢液凝固和元素偏析等反应和过程，各个化学反应“耦合”发生、互相影响。因此，有必要建立智能模型有效地预测不同反应器内夹杂物成分的变化，准确地在线了解精炼和连铸过程的工作状况，使生产全流程始终处于最佳工作状态，从而确保夹杂物的精准控制，最终提高钢产品质量的稳定性和可靠性。同时，通过模型的优化计算，可以根据不同钢种的性能需求，对钢种的生产工艺进行定制化设计。 （1）高品质钢炉精炼过程夹杂物预测研究： − 精炼过程宏观流动数学模拟：计算精炼过程钢液和精炼渣的流场和温度场、夹杂物的运动，同时计算吹氩强度、钢包尺寸等因素对钢包流场、夹杂物运动和去除的影响。− 精炼过程夹杂物成分动力学：研究吹氩强度、钢包尺寸等因素对多元反应速率的影响；耦合计算 LF 炉内“渣-钢-夹杂物-合金-耐材-空气”多元反应过程夹杂物成分变化。 − LF 炉内夹杂物尺寸动力学：建立夹杂物生成、长大和去除的尺寸变化多尺度模型，确定不同条件下夹杂物的尺寸变化行为，预测钢中夹杂物的数量变化和尺寸分布规律。 − LF 炉内夹杂物预测模型：将夹杂物成分和尺寸动力学计算和宏观流动模拟相耦合，建立 LF 炉精炼过程夹杂物成分、数量和尺寸预测模型。 （2）高品质钢中间包连铸过程夹杂物预测研究 − 中间包内宏观流动数学模拟研究：计算中间包内钢液和覆盖剂渣相的流场和温度场、夹杂物运动和去除。计算开浇和换包的非稳态浇注、中间包结构对中间包浇铸过程的影响。 − 中间包内夹杂物动力学研究：耦合计算中间包中“渣-钢-夹杂物-耐材-空气”多元反应中夹杂物成分变化，确定中间包内各位置的反应速率。 − 中间包内夹杂物预测模型的建立将渣-钢-夹杂物-耐材-空气反应和宏观流动模拟相耦合，建立中间包过程多元反应夹杂物成分、数量和尺寸预测模型。 （2）高品质钢结晶器凝固过程夹杂物预测研究 − 结晶器内钢液凝固冷却过程中夹杂物行为研究：通过实验室实验研究钢液凝固和冷却过程中温度变化对原有夹杂物与钢基体的反应的影响，以及不同成分的钢液在冷却和凝固过程中夹杂物新相析出，确定温度变化对夹杂物影响机理。 − 结晶器内宏观凝固和流动数学模拟研究：研究结晶器过程钢液、渣相的运动，使用融化模型研究结晶器过程凝固坯壳的凝固和形成，计算夹杂物在钢-渣界面的去除行为。 − 结晶器内钢液凝固过程夹杂物动力学研究：计算铸坯凝固过程钢液成分偏析，与保护渣-钢-夹杂物反应进行耦合计算，预测铸坯中夹杂物的成分。计算夹杂物被凝固前沿捕捉行为，预测铸坯中夹杂物的数量和尺寸分布。 − 结晶器内钢液凝固夹杂物预测模型的建立：通过将元素偏析、保护渣-钢-夹杂物反应和宏观流动数学模拟相耦合，建立结晶器凝固过程多元反应预测模型，实现铸坯中夹杂物成分、数量和尺寸空间分布的精准预测。 （4）高品质钢制造过程夹杂物智能预测模型在工业生产中的应用 − 模型的验证和优化：高品质钢制造进行全流程取样调研，对建立 LF 炉、中间包和结晶器内夹杂物反应模型进行验证和优化。 − 模型应用：将建立的高品质 LF 炉、中间包