喹啉、异喹啉、二甲基喹啉是医药、农药等工业的重要原料，它100%的来源于煤焦油化 工。依据熔点差节能分离获得高纯度原料后，再研制喹啉酮、喹啉酸、以及喹啉肽等农药、医 药中间体，用途广，附加值高。 本项目具有安全性高，产品质量好，设备通用性强的优点。拥有的中试设备可以进行不同 原料组成的试验研究，为产业化生产提供依据。

开发了短流程技术制备纳米稀土氧化物弥散铜基复合材料，具有高强度、高电导率、高热导率、高耐磨性等优良特性，解决了此类材料难以制得全致密大型零件的难题，拓展了其应用领域。发明了此类复合材料块体和粉体的制备技术和专门的装备。 稀土氧化物弥散铜基复合材料制备新技术在企业开始推广应用，可显著提高制动摩擦闸片及金刚石刀头的高温强度和摩擦磨损性能，可大幅改善铁基粉末冶金零件的表面耐磨性，具有广阔市场前景和应用价值。

不锈钢是工业、科技等领域应用最广泛的材料之一。不锈钢表面的钝化膜需要在氧化性环境中才能稳定地存在，因此不锈钢在氧化性环境中，例如大气、水环境、硝酸溶液等，具有良好耐蚀性，而在非氧化性或还原性环境例如高温稀硫酸、高温甲酸等介质中，由于表面的钝化膜不稳定，不能有效地保护基体，耐蚀性就很差；在含有能破坏钝化膜的有害离子的介质中，不锈钢的耐蚀性也很差。以化工、石化工业为例，在高温稀硫酸、高温甲、乙混合酸等介质中，奥氏体不锈钢腐蚀速度很快。由于温度较高，非金属材料在这种体系中不适用，国外部分企业采用耐蚀性更高的钛材或镍基耐蚀合金，但设备价格极其昂贵，同时材料来源和加工也非常困难。 该课题组研究开发了一种利用电沉积法在不锈钢表面制备钯系合金薄膜的技术，主要通过钯对不锈钢表面钝化性能的促进作用来提高不锈钢在非氧化性介质中的耐蚀性，并研究了在工程现场对不锈钢设备进行大面积施镀的技术。这种方法能够显著提高不锈钢在非氧化性腐蚀介质中的耐蚀性，例如，在沸腾稀硫酸和沸腾甲、乙混合酸中，镀钯不锈钢的腐蚀速率可以降低三到四个数量级，在含有微量Cl、Br离子的环境中，耐蚀性也显著提高。已获得国家发明专利授权2项，拥有完整的自主知识产权。

深基础在高层建筑、大跨桥梁等建（构）筑物的应用量大面广，其承载力直接决定上部结构的安全。针对深水、陡坡、窄地等复杂环境的深基础承载力测试困难，超大尺寸、超高吨位深基础承载力无法测试等技术瓶颈，从1996年开始，项目团队历经20余年攻关，发明了集理论、方法及设备等于一体的深基础自平衡法承载力测试成套技术，

（1）构建新型煤粉燃烧动力学模型，分析了煤粉燃烧反应行为及限制性环节，确定含铁冶金粉料及过氧化钙作为喷煤添加剂。 （2）研究了高炉喷吹煤粉催化燃烧产物性能及其与焦炭的相互作用行为，分析了高煤比条件下高炉回旋区内焦炭劣化的原因，确定高炉喷吹用煤及添加剂的应用条件。 （3）自主研发出以转炉除尘灰与CaO2为主配料的新型高炉喷吹煤粉复合添加剂，有效改善高炉喷吹煤粉的燃烧性能，并实现冶金固废资源的有效利用及节能减排。 （4）开发出集高温控光技术和高炉回旋区火焰

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。 成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.） 致癌性预测服务器首页 致癌性预测结果页 相关综述对本服务器的介绍 RF-hERG-Score预测药物引起的hERG相关心脏毒性 2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。 特异性重打分函数显著虚拟筛选性能显著较高 筛选出两个候选抑制剂 3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。 lncRNA-蛋白质相互作用预测模型的性能比较 lncRNA-蛋白质相互作用预测服务器相关软件著作权：

大空间建筑高度高，室内发热量大，将导致热压增加，利用建筑下部门窗和上部排烟窗等孔口使用自然通风或机械通风方法排除室内负荷；对于一般建筑利用空调系统进行全年新风自然冷源利用，以减少空调开机时间，降低空调能耗。由于自然通风或机械通风排热量大小取决于室外空气温度，由于建筑一年所处的气温不同，可利用的自然通风或机械通风排热量也有所不同。为此依据全年不同气温，获取最大化的自然通风或机械通风利用方案，减少空调开机时间，降低空调能耗是自然通风或机械通风利用关键。科研团队利用多项工程自然通风或机械通风技术应用，总结了大空间建筑全年自然通风或机械通风利用方案的设计方法，以实现建筑运行中最大化的利用自然通风或机械通风排除室内热量。

可以设计并优化光纤激光器和放大器、光波导激光器、光纤耦合器、多芯光纤、螺旋芯光纤、锥形光纤；也可以模拟超短脉冲在不同光纤设备中的传输，例如在光纤放大器系统、锁模光纤激光器和通讯系统中的传输。 能够跟踪和优化光纤放大器和光纤激光器，让它们适合各种应用。帮助评估和排除光纤激光器和放大器中各种不利的影响；能够对有源光纤器件性能进行预测；能寻找最佳光纤长度、掺杂浓度、折射率分布等；能够计算掺杂浓度与光线的关系，准确模拟双包层光纤，还可以模拟时域动态变化，可以理解和优化的细节如功率效率和噪声系数。 RP Fiber Power可用于分析和优化各种器件： 单模和多模光纤 计算模式特性；计算光纤耦合系数；模拟光纤弯曲、非线性自聚焦效应对光束传输和高阶光孤子传输的影响。 光纤耦合器、双包层光纤、多芯光纤、平面波导 模拟双包层光纤的泵浦吸收,光纤耦合器的光束传输, 光在锥形光纤的传输, 分析弯曲的影响, 放大器中的交叉饱和影响, 泄漏模式等。 光纤放大器 研究单级和多级放大器中的增益饱和特性(连续或脉冲放大器), 铒镱共掺光纤放大器能量转移过程、猝灭效应、自发辐射放大等。 光纤通信系统 分析色散与非线性信号失真，放大器噪声的影响，优化放大器非线性效应和放置位置。 光纤激光器 分析并优化能量转换效率、波长调谐范围、动态调Q。 超快光纤激光器和放大器 研究脉冲的形成机制和稳定范围，非线性效应和色散的影响，抛物脉冲放大，优化色散脉冲压缩，灵敏度反馈，超连续谱的产生。 脉冲和超快速固体激光器和放大器 研究Q开关，模式锁定行为，找到可饱和吸收器所需的特性，分析反馈灵敏度，啁啾脉冲放大研究再生放大稳定性极限。 这款软件是致力于光纤器件学科研究或工业开发人士的必备工具。这款软件及其技术支持将为您的工作效率和工作能力提供极大的便利。同时，这款软件也是一款相当出色的教学工具。 目前已使用该软件的高校：耶拿大学、英国南普顿大学、北京工业大学、中国科学技术大学、上海技术应用学院、华中科技大学、西北大学、复旦大学、深圳大学、国防科技大学、长春理工大学、南京理工大学等。 目前已使用该软件的单位：费朗霍夫研究所、苏州纳米所、兵器装备部、三江航天、上海光机所、绵阳九院、中科院软件所、中科院光电所商业单位、北京敏视达雷达有限公司等。   ※ 光纤数据： 软件中带有各种稀土掺杂光纤数据，即时可以仿真各种光纤激光器和放大器。   ※ 各种公开数据： “Yb-germanosilicate” “ErYb-phosphate” “Er-fluorozirconate F88” “Er-silicate L22”  “Er-fluorophosphate L11”  

在风电设备制造与研发领域，浙江运达风电股份有限公司拥有40多年的经验，具备国内最先进的风电机组控制技术，主营大型并网型风力发电机组设计、生产、销售和风电场的运维服务等业务，为全球市场提供风电整体解决方案。现已基本形成以杭州总部为技术研发中心，临平钱江经济开发区、河北张北、宁夏吴忠为生产基地的“一个中心、三大生产基地”的战略布局。多个项目获得省部级技术奖项。开发完成了5MW海上风力发电机组，“1.5兆瓦变速恒频风力发电机组”被认定为首批“浙江制造精品”。 在民爆器材生产领域，浙江新联民爆器材有限公司是浙江省品种最全、凭照产能最大的民爆企业，拥有生产、销售、爆破服务一体化的民爆全产业链，业务涵盖起爆器材、工业炸药、塑料导爆管、导爆管雷管等民爆器材的生产、销售、配送和爆破技术服务，泛民爆产品的生产、销售，以及各类生产资料经营等领域。拥有工业炸药10.9万吨、塑料导爆管1.9亿米、导爆管雷管4300万发生产许可能力。 在军品制造及研发领域，集团重组所属的浙江新华机械制造有限公司、浙江红旗机械有限公司、浙江解放机械制造有限公司等三家军工企业，成立浙江省军工集团，开展枪械、枪弹、工程兵武器装备的研发与生产，为国防事业做出积极贡献。 在高端装备制造领域，集团组建浙江华瑞航空制造有限公司，致力于提供飞机金属及复合材料零件制造、飞机结构部件组装、飞机技术服务、售后服务和飞机零配件维修服务。 在零部件制造及研发领域，拥有绞盘、液压油缸、风机主轴、多路阀等主导产品。