项目简介添加弱（非） 粘煤或不粘结煤进行配煤炼焦时扩大炼焦煤源、 降低配煤成本的主要方向之一。 但弱（非） 粘煤的利用存在两大需要解决的问题： 一是如何改善弱（非） 粘煤及其配入后的配合煤粘结性问题； 二是在高温干馏过程中如何合理使用弱（非） 粘煤。 为了解决上述两大难题， 必须对弱（非） 粘煤进行改质处理。 本技术在综合日本 SCOPE21 炼焦工艺技术的基础上， 结合我国煤质特点， 开发了这套非粘煤快速加热处理装置， 经处理后的非粘煤可以替代部分气煤或 1/3焦煤或贫瘦煤进行配煤炼

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

1.绳网新产品工艺改造，提升绳网产品强度与单丝多元化2.高分子材料改性用于绳网制作进行功能性纤维研发3.聚酯瓶片（PET）阻燃母料添加剂研发，用于绳网制作达到防火要求

公司主营业务为第三代化合物半导体材料，当前产品为 6 寸碳化硅晶体、衬底，未来可拓展至设备和外延技术领先。公司创始人在碳化硅行业有15年以上经验，曾任国际知名碳化硅衬底企业Norstel高级研发工程师，回国后任世纪金光研发副总，获得北京市特聘专家等荣誉，担任国家01专项6寸碳化硅衬底项目负责人，研发出6寸衬底，具备丰富的长晶和设备经验，是国内为数不多的几个掌握碳化硅技术的人员之一。碳化硅半导体材料行业前景广阔，国内碳化硅材料处于起步阶段，落后于国外，能量产的企业很少，6寸衬底都还没实现量产，有技术的新企业仍然有机会。公司团队技术领先，研发出6寸衬底，创始人在行业内知名度高，行业人脉丰富，下游多家器件厂商愿意采购产品形成战略合作，具备量产6寸衬底能力。点击上方按钮联系科转云平台进行沟通对接！

本项目提出了装配式剪力墙结构基于抗震性能的设计方法；解决了装配式混凝土剪力墙结构的非线性分析问题；研发了适合装配式剪力墙结构的能够保证抗震性能的竖向连接方式；完成了新型装配式剪力墙板的抗震性能研究。

金属材料热处理、机械自动化、汽车悬挂系统设计研发

深圳大学与中兴网信长期保持深入合作，积极探索产学研新模式，通过在健康大数据领域的持续研究与实践应用，为国家健康医疗战略、医学实践及全民健康管理提供大数据驱动的决策支持。在《基于物联网的多维健康数据智能平台关键技术及应用》项目，中兴网信将深圳大学科研成果进行转换，构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效地缓解医疗资源紧张等问题，通过多维健康数据分析，有效地保障了高危人群健康。项目构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效缓解医疗资源紧张等问题，通过多维健康数据分析，有效保障高危人群健康。相关技术内容包括基于协同感知技术的智能移动医疗终端及协同滤波研究、基于移动网络切分优化理论的网络优化及安全研究、基于多维异构医疗大数据的分析诊断云平台构建、应用系统开发及成果产业化。

深圳大学与中兴网信长期保持深入合作，积极探索产学研新模式，通过在健康大数据领域的持续研究与实践应用，为国家健康医疗战略、医学实践及全民健康管理提供大数据驱动的决策支持。在《基于物联网的多维健康数据智能平台关键技术及应用》项目，中兴网信将深圳大学科研成果进行转换，构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效地缓解医疗资源紧张等问题，通过多维健康数据分析，有效地保障了高危人群健康。项目构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效缓解医疗资源紧张等问题，通过多维健康数据分析，有效保障高危人群健康。相关技术内容包括基于协同感知技术的智能移动医疗终端及协同滤波研究、基于移动网络切分优化理论的网络优化及安全研究、基于多维异构医疗大数据的分析诊断云平台构建、应用系统开发及成果产业化。项目共发表高水平论文56篇，其中中科院一区论文13篇，ESI高被引论文5篇，获广东省创新创业金博奖、全国创客大赛冠军等奖项。目前项目理论成果与专利技术已应用转化，2016-2018年项目收入6.95亿元，间接经济效益16.31亿元。授权中兴的产品在广东、山西等全国13个省市应用推广，同时在东南亚、非盟等“一带一路”国家与地区推广使用；研发的云伴妇幼平台，2014年起在广东、江西等100多家省市各级医院使用。疫情期间，项目保障慢性病、妇幼等众多高危人群的健康，获得了很好的社会声誉。

本成果基于高效微流体芯片、“电子掩膜”（PLC，FPGA和LabVIEW构建）与光掩模相结合及高性能手性miniPEG-γPNA探针搭建诊断型肽核酸芯片制备平台。 设计并应用了高效单体活化装置；“电子掩膜”可降低芯片制备成本，光掩模技术实现对芯片密度的调整；自行制备了miniPEG-γPNA单体，并应用到微流体芯片上；手性探针通过miniPEG修饰提高水溶性，可预组织成右手螺旋结构，与DNA杂交结合特异性更好，稳定性更高，能识别入侵混合序列双链DNA(dsDNA)，实现对靶标的直接检测。 基于微流体混合器的光导向原位合成系统设计示意图和实物图

5月20日，中南大学、先进储能材料国家工程研究中心、科力远三方“产学研平台共建暨关键技术联合开发”签约仪式在中南大学举行。先进储能材料国家工程研究中心、中南大学和湖南科力远新能源股份有限公司三方共同签署《产学研合作协议》，将以“企业出题、校企研联合解题、成果共享”的校研企协同模式，深化产学研用融合，重点解决新能源材料产业发展的关键共性技术和重大技术难题。