（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。

本发明实施例提供一种水泵叶片设计方法及系统，该方法包括：根据叶片的轴面投影图及载荷分布曲线，计算获得木模图上的前盖板流线及后盖板流线；在木模图中，测量每条轴面截线与前盖板流线的交点对应的第一半径值以及每条轴面截线与后盖板流线的交点对应的第二半径值；在轴面投影图中，根据第一半径值确定轴面截线在前盖板曲线上的第一边界点以及根据第二半径值确定轴面截线在后盖板曲线上的第二边界点；在轴面投影图中，基于设定的轴面截线变化规律，分别连接每个第一边界点及对应的第二边界点，获得光滑的轴面截线。本发明实施例通过对轴面截线进行有规律的光顺处理，消除了反问题设计过程中因给定的流场分布不合理造成叶片表面扭曲问题。

风电的核心设计技术始终被国外所垄断，我国自主创新能力薄弱，缺乏拥有完全自主知识产权的大型风力机关键设计技术，严重制约了我国从风电大国走向风电强国。围绕大型风力机设计所需解决的空气动力学、结构动力学和多目标优化等关键问题，开展了多学科综合研究和技术集成。经过十五年的潜心研究，不仅打破了大型风力机关键技术长期依赖国外进口的局面，引领了我国具有自主知识产权的大型风力机设计关键技术的发展，而且产品成功打入欧美市场。 技术特征 1.建立了准确的大型风力机流场结构模型、气动载荷模型和高精度高效数值仿真方法。 2.突破了大型风力机整机气动弹性CFD/CSD时域紧耦合计算技术。 3.针对风力机设计中的多目标、多约束和多变量优化等传统难题，建立了高效的多学科耦合优化算法

传统的体外生理信号监测如心电、脑电等基于湿电极在电极皮肤建立稳定且低阻抗的接触,需要凝胶，不易佩戴且容易滋生细菌感染等。使用干电极是可穿戴和医疗健康芯片的必然趋势。但目前的商业芯片在干电极下无法使用，存在诸多性能上的缺陷，诸如功耗、输入阻抗、共模抑制比等方面均无法满足要求。在对国内外相关技术的研究和综述的基础上，我们提出了提出一种基于干电极的信号采集芯片。经流片验证，可以提供足够的空间分辨率，功耗在μW级别。同时该技术采用了实验室积累多年的低功耗集成电路设计技术。以下是两款超低功耗干电极脑电与心电采集芯片及其应用场景。其中脑电芯片可以在耳道采集脑电信号，方便舒适，易于集成，其产业化已经在逐步推行。

水泵叶轮是决定水泵性能的关键部件，采用全三元黏性正问题计算与反问题设计迭代进行水泵叶轮设计，是目前国际通行的高性能叶轮的设计方法。 全三元黏性正问题计算是应用全三元CFD理论和技术直接求解叶轮内流场参数，其主要特点是（1）采用了全三维粘性流体力学模型；（2）求解控制方程组的离散方法采用了适合工程应用的有限体积法；（3）采用成熟的网格划分技术和前后数据处理技术，求解出泵内三维粘性流场的速度分布、压力分布及其它流动特征参数，为反问题设计提供依据。 反问题则是根据实际运行需要流量、扬程、功率和效率等工况参数，以及流动控制边界条件等要素，设计水泵叶轮和蜗壳等过流部件的几何尺寸和形状，从而实现对叶轮内流动特征的控制。 根据上述水泵叶轮研究设计思路，分析研究水泵实际运行工况，对低效率叶轮的叶片形状、叶片进出口几何形状、叶轮前后盖板几何形状做设计改进，达到减小损失、提高效率的效果。 购买了PHOENICS、FLUENT、NUMECA等商用CFD软件，购置了联想1800集群式计算机系统，采用“两类流面”理论编制了叶轮设计软件，提高了设计水平，缩短了产品开发周期，部分成果已经为企业采用。

工业设计和印刷包装专业有一个明确的目标：紧扣创新主题，服务于出版、印刷、机械，创建完备的艺术创新设计平台。近年来，工业设计系积极面向国民经济主战场，通过产学研模式，与国内外著名企业建立了良好的合作关系，为30多家企业进行过产品创新、信息产品设计，涉及到机械、电子、IT、家电、玩具、文具、动漫、仪器仪表、展览展示等行业，为企业创造专利50多项，获得了社会、企业的广泛好评。    工业设计专业有现代设计制造及快速模型实验室，拥有三坐标测量仪、高精度数控加工中心、FDM三维快速成型机、真空浇铸机等多种先进仪器和设备，为研究和教学创造了良好的条件。 印刷与包装工程专业主要的研究内容和方向涉及：各种纸类与非纸类数字化印刷系统的设计与开发、高保真印刷色彩复制与再现、印刷质量在线控制系统研究与开发、印刷性能与过程控制检测技术与设备的研究与开发、印刷过程智能化控制系统研究与开发、数字化工作流程的研究与开发、印刷管理系统的开发、油墨研究与开发、印刷机设计与改造、印刷工艺的设计与优化、色彩管理系统的开发、物流包装系统设计与优化、功能性包装系统的研究与开发、防伪包装的设计与开发、印刷包装性能检测与评价、包装结构设计与开发以及对外提供各种培训。

广泛应用于汽车等行业中的高速重载螺旋锥齿轮，由于其设计、制造与检测技术特别复杂，国内外对其动态性能的研究还不够充分。由于螺旋锥齿轮齿形复杂，经热处理与研磨后，齿面误差很大（达几十微米），是影响振动噪音的一个重要因素。本研究项目重点考虑到齿面形状与制造误差、以及齿面弹性变形等的影响，把齿面加载接触分析与周向振动模型结合起来，研究由轮齿的时变啮合刚度、轴系类刚度、齿面制造误差、安装误差而引起的齿轮内部激振机制，进而归纳为能预报齿轮振动大小的振动激振力的指标值。在设计阶段，可以应用本研究成果，为设计出低振动噪音的最佳齿面（最佳机床设定参数）提供理论基础。在制造过程中，能够对其振动激振力进行及时智能预报，并利用齿面测量仪对齿面精度进行控制，可以制造出低振动噪音的螺旋锥齿轮。 该成果功能： 可以进行理论齿面与有误差齿面的TCA与LTCA、齿面闪温分布、齿面接触线载荷分布、齿面接触应力分布、任一接触瞬时的齿根弯曲应力分布、振动激振力大小指标值。 适合于成形法、螺旋成形法与展成法加工的锥齿轮,也适合于渐开线齿轮。   该成果已经应用于日本与国内多家螺旋锥齿轮公司、渐开线齿轮公司与齿面测量仪公司。

风电的核心设计技术始终被国外所垄断，我国自主创新能力薄弱，缺乏拥有完全自主知识产权的大型风力机关键设计技术，严重制约了我国从风电大国走向风电强国。围绕大型风力机设计所需解决的空气动力学、结构动力学和多目标优化等关键问题，开展了多学科综合研究和技术集成。经过十五年的潜心研究，不仅打破了大型风力机关键技术长期依赖国外进口的局面，引领了我国具有自主知识产权的大型风力机设计关键技术的发展，而且产品成功打入欧美市场。技术特征1.建立了准确的大型风力机流场结构模型、气动载荷模型和高精度高效数值仿真方法。2.突破了大型风力机整机气动弹性CFD/CSD时域紧耦合计算技术。3.针对风力机设计中的多目标、多约束和多变量优化等传统难题，建立了高效的多学科耦合优化算法应用范围:成果已在我国近40家风电企业应用，研发产品应用于60余个风电场，体现了当代风力机设计研究的前沿进展，以胡文瑞院士为主任、前世界风能协会主席贺德馨研究员为副主任的专家委员会评价本成果总体上达到国际先进水平，部分达到国际领先水平。

在基础设计中，经常会碰到下列情况：1）如果采用天然地基浅基础方案，地基承载力可满足要求，但是建筑物沉降量过大无法满足规范要求。2）采用天然地基浅基础方案，地基承载力和沉降均不满足要求，但是地基承载力距设计要求差距不大。上述情况通常的做法是弃地基土承载力不用而改用常规桩基来承担上部结构的全部荷载，从而造成很大的浪费。南京工业大学宰金珉教授通过长期研究，提出了复合桩基的设计理论与方法，成功地实现了在软土地区的桩土共同作用。多项工程实践表明，采用复合桩基的建筑物基础造价节省30％～60％，具有显著的经济效益和社会效益。工艺路线：突破单桩承载力特征值的限制，人为令单桩荷载达到或接近其极限承载力，使单桩工作状态由弹性支承进入完全塑性支承，形成“塑性支承桩”。 在基础下设置数量较少的塑性支承桩不仅可以充分发挥地基土的承载力，只使用少量的桩来承担部分上部结构荷载和控制建筑物沉降，而且还可以利用塑性支承桩的自适应性来改变基础的支承刚度，以达到使建筑物的差异沉降最小的目的。

导航系统辅助增强设计合作方：哈尔滨工业大学合作方式：技术开发