水肥一体化滴灌技术是基于作物生长特性和环境状况等条件，借助新型滴灌系统， 在灌溉的同时将肥料配兑成肥液一起输送到作物根部土壤，确保水分养分均匀、准确、 定时定量地供应，达到节水节肥、提高水肥利用效率、增产增收等效果。在山东省首次 提出了完整配套的冬小麦智能滴灌水肥一体化栽培技术体系，实现了冬小麦的节水、节 肥、高效、环保的可持续生产，整体达到国内先进水平，经济、生态和社会效益显着。 目前，冬小麦智能化滴灌水肥一体化栽培技术体系在青岛、烟台、潍坊等推广应用每年 超过了5万亩，实现节水40%-60%，提高劳动效率80%以上，增加产量产量10％-20％。

我国是世界上最大的植物油料加工和消费国，总量近 1.5 亿吨，在国家食品安全体系中举足轻重。植物油料加工长期以来以压榨法和浸出法制油、碱溶酸沉制蛋白、化学精炼油脂为技术主线，普遍存在：1）加工条件剧烈、能耗高、溶剂残留、环境污染；2）蛋白功能性差、组分高值化利用率低；3）生物精炼连续性差、附加值低等共性关键问题。本项目在国家自然科学基金重点项目、国家“863 计划”、国家科技支撑计划等重大项目支持下，历经 13 年持续攻关，以现代生物技术为手段，突破植物油料生物解离关键技术为核心、组合发明生物解离产物及油脂的高值化利用成套技术，形成了植物油料全产业链新一代加工技术体系。 项目已获授权发明专利 45 件，申请国际专利（PCT）3 件，出版著作 10 部，发表相关论文 205 篇（SCI/EI106 篇），主持制定或参与国家、行业标准 10 项。项目已获中国轻工业联合会技术发明一等奖、中国发明协会发明创业成果一等奖、黑龙江省技术发明一等奖、中国食品科学技术学会技术发明一等奖等省部级以上科技奖励 14 项。 项目技术主要用于生产有机大豆油脂、大豆蛋白肽以及大豆膳食纤维等产品，项目目前已通过中试实验。项目计划投资预计 2 亿元，建设规模为加工原料豆 20000 吨/年，项目达产后预计年销售额为 3.6 亿元人民币。通过该项目的实施，将打破了国外在高端油脂和蛋白产品生产上的技术垄断，增强了企业的核心竞争力。

该项目隶属于“天津市科技支撑计划重点项目”，项目将LED照明与光通信技术等结合起来，形成新的技术模式，开发了集照明与光通信为一体的LED系统，设计实现了基于照明LED的高速短距离光通信收发单元，LED室内调光调色照明控制器，基于LED照明的光学无线智能家居控制系统等，实现了通信质量和照明效果的协同优化。 本项目中的产品均属于典型的节能产品，具有很高的技术含量和高附加值，具有节能环保、电磁免疫、经济集约等优点，在上海世博会“沪上.生态家”、“航空馆”以及第七届中国国际半导体照明展览会等展出，获得显著的社会效益，对推动相关产业的发展起到很好的作用。科研团队近年来深入的研究半导体照明和通信技术，在半导体照明技术成果应用与产业化、光电信号转换、光通讯设备、高速光发射接收模块开发等相关领域开展研究工作，并取得突出的成绩，申请了相关的国家级自然科学基金项目，并已获批。

本项目通过完善结构化焊接技术，研发视觉伺服机器人，研究焊缝图像处理算法和炉筒与大小炉盖的结构以及密封槽的设计，实现非结构化焊接制造蓝宝石炉，使其炉体性能可靠、制造工艺稳定、生产高度自动化。本项目的实施实现了如下的技术突破和创新：(1) 研发成功视觉伺服方法进行焊接机器人的焊缝跟踪控制，首次实现焊接环境的监控。(2) 研究晶体生长炉加热后对炉筒、大小炉盖等部件密封性能的影响；合理布置了电极与抽气管道装置；获得能在生产过程中安排合理的制作工艺和技术，保证晶体生长炉的密封性、粗糙度、同心度、平行度、垂直度达标及产品量产的稳定性。(3) 研发智能制造操作平台，可对蓝宝石炉进行结构化智能焊接。(4) 研发新型宝石炉，使蓝宝石炉的智能焊接制造技术获得突破性进展。●应用前景： 我国焊接自动化的市场容量在不断扩大，作为需求导向型行业，焊接自动化在工程机械和石油化工等行业中得到广泛应用。此外，在提高劳动生产率、提升产品质量和增强竞争力等方面，焊接自动化装备作为重要的基础装备之一，对我国未来先进制造技术的核心竞争力具有重要意义。而且对中国企业现有产能的焊接设备进行技术改造升级，也将产生巨大的焊接自动化装备需求，中国焊接自动化装备市场已进入高速发展阶段。 

中标麒麟服务器虚拟化系统是基于中标麒麟虚拟化平台软件V7，面向高安全服务器虚拟化领域应用研制的安全保密虚拟化平台；产品通过国家保密科技测评中心基于《涉密信息系统服务器虚拟化和桌面虚拟化产品安全保密技术要求》（BMB30-2017）的安全性检测。支持海光、ARM64及 X86平台。 中标麒麟服务器虚拟化系统支持管理大规模服务器资源、网络资源、存储资源，实现资源池化并统一管理调度；为关键业务提供灵活的基础资源调度，高安全性、优越的性能和稳定性；提供三员管理、国密算法支持、完整性度量及保护、恶意行为防护等系列安全保密措施，保证高安全领域虚拟化平台的高效、安全稳定运行。 产品特点 中标麒麟服务器虚拟化系统能够在提高数据中心空间利用率、服务器利用率，减少硬件成本投入，降低能耗，减少服务中断时间的同时，提高资源使用的灵活性；提高业务系统的响应速度，提高基础架构管理效率，同时为客户构建的服务器虚拟化系统符合国家安全相关标准要求，是构建合规、安全、保密、敏捷、易用、可靠的服务器虚拟化平台系统的可靠选择。 项目 内容 安装部署及升级维护 支持自动化大规模部署 支持不停机升级维护 系统管理功能 对计算、存储、网络资源虚拟化成资源池并统一调度管理 提供集群级别的资源负载均衡调度及高可用保护 提供集群、主机、虚拟机级别的资源使用情况及运行状态实时监控，支持自定义监控项及监控项告警阈值，支持监控性能图及报表 支持虚拟机在线迁移及迁移压缩、迁移加密 支持虚拟机、主机网络QoS管理 支持虚拟网络管理，支持VLAN 支持平台级手动/自动虚拟机备份恢复 安全保密功能 管理员登录限制、多因子身份鉴别、登录失败处理 管理员权限分离和职责划分（三员管理） 访问控制（限制管理员对资源的访问权限） 启动过程完整性校验（保证虚拟机组件的完整性） 安全审计（对所有管理员的操作生成审计日志） 虚拟机密级标识全生命周期与虚拟机绑定 数据保护（机密性、完整性、密码要求等） 虚拟网络安全（VLAN、虚拟交换机隔离、网络带宽管理等） 支持恶意代码防护功能 安全管理（虚拟化服务保护、虚拟机监视器安全、监控管理、外联监控、外接存储设备管控） 虚拟机隔离（物理资源与虚拟资源、虚拟CPU、虚拟机内存、存储） 残留信息保护（磁盘空间、内存）

路面病害分为表面破损（如裂缝）、路面变形（如沉降）和结构病害（如层间脱空）三大类。该技术以路面检测成果为全卷积神经网络的输入信号，对于表面破损，其输入为多功能检测车拍摄的路表图像；对于路面变形，输入为三维检测车测取的三维路面模型；对于结构病害，输入为探地雷达信号图像。通过海量数据的训练、测试，可实现上述三类病害的自动化识别、分类和测量，为路面养护工程提供数据支撑。此外，该技术在保证与人工识别结果相同的精度下，可将数据处理速度提高千倍以上。 

泛素-蛋白酶体体系（Ubiquitin-Proteasome System，简称UPS）是细胞内最重要的蛋白质降解通路，对维持生物体内蛋白质的浓度平衡，以及对调控蛋白、错误折叠或受到损伤的蛋白的快速降解起着至关重要的作用，参与了细胞周期、基因表达调控等多种细胞进程，由UPS失常引发的蛋白质新陈代谢异常与众多人类重大疾病直接相关。2004年，Aaron Ciechanover, Irwin Rose和Avram Hershko三位科学家被授予了诺贝尔化学奖，以表彰他们对该降解通路的发现。UPS中蛋白酶体是细胞中最基本的、最重要的不可或缺的、最为复杂的大型全酶超分子复合机器之一，人源蛋白酶体全酶包含至少33种不同的亚基，总原子质量约为2.5MDa。美国FDA批准的多种治疗癌症的药物分子即以蛋白酶体为直接靶标。近年来，随着冷冻电镜技术的发展和应用，人们对这一大分子机器的结构和功能研究得以不断深入。2016年，毛有东课题组与合作者报道了人源蛋白酶体基态的3.6Å冷冻电镜结构及其他三个亚纳米分辨构象，并首次发现一个亚稳态构象的核心颗粒（Core Particle，简称CP）底物转运通道处于开放状态（见PNAS 2016, 113: 12991-12996）。2018年4月，该课题组又报道了6个ATPγS结合状态下的26S动态结构，包括三个CP开放态对应的亚稳简并态近原子分辨（4~5Å）结构（见Nature Communications 2018, 9: 1360）。尽管这些工作揭示了蛋白酶体的基本架构和内在运动行为，但由于缺乏蛋白酶体与底物之间的相互作用，人们对于蛋白酶体如何实现底物降解的原子水平工作机制仍一无所知。此外，尽管冷冻电镜技术近年来广泛应用于分析具有动态特征的蛋白复合体结构和平衡态构象，但对其中间态结构和非平衡构象分析的分辨率水平往往局限在4～6埃或更低，离真正的全原子水平动力学分析还有相当一段距离。 为了真正实现原子水平的蛋白酶体底物降解动态过程的冷冻电镜三维重建和动力学表征，毛有东课题组攻克了两大技术难题。其一，如何在蛋白酶体完成底物降解之前抓到它的所有可能的中间态构象？课题组发展了一种新颖的核酸置换法，利用ATPγS降低AAA-ATPase激酶水解活性的特点，在底物降解中间过程，通过将ATP快速置换成ATPγS，结合快速冷冻的优势，从而扑捉到蛋白酶体在底物降解过程的中间态。其二，如何在从冷冻电镜数据中分析出更多构象的同时，还把分辨率做到3埃甚至更好？课题组通过多年持续努力，发展了多种基于人工智能和机器学习的冷冻电镜图像聚类的新型算法，并针对蛋白酶体的动力学特征，设计了一套极其有效的整合了多种算法的多构象分类流程。通过这两套技术方案的完美结合，课题组成功解析了人源蛋白酶体在降解底物过程中的七种不同的、但差别甚微的、高分辨原子水平的天然态构象（Native states），完整展示了蛋白酶体从泛素结合到去泛素化，再到底物转运的动态过程。与同期在Science上发表的与底物结合的酵母蛋白酶体的4.2-4.7埃冷冻电镜结构（Science doi: 10.1126/science.aav0725，来自加州伯克利分校和Scripps研究所）相比，该Nature论文不仅总构象数量多一倍，全部构象分辨率还高1-2埃。由于Science论文采用了抑制Rpn11去泛素活性的策略，其非天然态结构中底物并不能真正自由转运，所推测的机理仅限于底物转运这一步，对于其他三大Nature论文所回答重要问题均无法给出答案。这体现了该Nature论文不仅在实验方法的原创性上和数据分析水平和质量上，更在科学发现和问题探究的深度和广度上大幅超越了来自Science的竞争性论文。图一 七个利用冷冻电镜解析的精细原子结构完整揭示了从泛素识别、去泛素化反应、转运启动和持续降解的核心功能动态过程。 作为整个蛋白酶体的动力来源与运转核心，AAA-ATPase激酶分子马达展现出了三种不同的核苷酸水解协作模式，6个ATPase亚基协调工作，交替与底物发生相互作用。在去泛素化过程（EB态）中，处于对立位置的两个ATPase亚基Rpt2与Rpt4水解ATP，而Rpt5与Rpt6则释放ADP，ATPase内的底物转运通道被打开，使得底物可以进入轴心通道；与此同时，去泛素化酶Rpn11亚基与泛素及底物发生相互作用，执行其作为去泛素化酶的功能；在转运起始过程（EC态）中，相邻的两个ATPase亚基Rpt1与Rpt5会同时水解ATP，调控颗粒（Regulatory Particle，简称RP）发生大规模转动并释放泛素；在底物去折叠与转运过程（ED态）中，三个相邻的ATPase亚基会分别同步进行ATP的结合、ADP的释放与ATP的水解，这一过程会单向传递下去，将ATP水解释放的化学能转换为机械能，使得相应的ATPase亚基发生刚体转动，推动底物的去折叠和单向输运，同时CP的转运通道入口打开，底物被送入通道中进行降解。这些研究结果为几十年来对蛋白酶体功能的研究提供了宝贵的第一手原子结构和动力学信息，对于理解生物体内蛋白质的降解过程和一系列负责物质输运的ATPase马达分子的一般工作原理具有极为重要的科学意义。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

1.痛点问题 新材料的设计与研发往往面临挑战：急需的新材料难以快速筛选设计，而设计出的新材料又难以找到高效且低成本的合成配方，拥有合成配方的新材料又会面临规模化的长周期探索。根据国家工业和信息化部对30余家大型骨干企业调查结果显示，130种关键材料中，有32%国内完全空白、54%虽能生产，但性能稳定性较差、只有14%左右可以完全自给，亟需新思路来解决我国新材料研发难题。本项目着眼于新材料研发，希望通过创建目前业内空白的智能化新材料研发范式，引领行业智能材料开发自动化服务与工艺的开发。 在数字化、智能化浪潮中，国家和各行业的产业界都非常看重科研的智能化升级。通过持续的交流与调研，我们发现许多企业和研发团队目前对智能研发存在大量潜在需求，而智能研究服务与工艺的同类竞品极少。因此，清华智研将作为一家高新科技企业，以AI赋能研发（AIEmpoweringResearch&Development）为使命，组建国际顶尖水平团队，向国内引进并自主开发世界前沿的AIforScience技术，打造世界级的AI未来实验室（World-ClassAIFutureLab）。 2.解决方案 本技术为新材料研发数字化智能服务平台，可在材料研发过程中对各个尺度以及不同研发阶段下进行智能化的加速及分析服务。以各种人工智能算法为核心，如主动学习算法，图神经网络，卷积神经网络等，我们根据不同材料体系的尺度包括三大方面：1.针对分子及晶体等微观尺度的功能材料研发，设计智能化的深度学习系统。2.针对二维功能材料及其功能性器件、催化剂、膜材料等宏观尺度，设计智能化的深度学习系统。3.针对功能材料研发的表征仪器等平台尺度，设计智能化的系统解决方案。这些智能化解决方案能极大地加速新材料尤其是碳中和相关材料的研发速度，从而大大地降低研发成本与时间，为企业获得有竞争优势的科研壁垒。 自动化和人工智能助力未来智能实验室的方方面面，从样品制备（称量固体、添加液体、超声处理.等)，到合成（分配液体，控制温度，混合，测量pH值，干燥等)、表征（气相色谱，高效液相色谱，分光光度法等)，通过自动化/机器人的辅助，可以有效提高可重复性，提高信噪比，加快实验速度。通过人工智能技术，将实验数据转换为可操作的智能指导，快速浏览并利用复杂的数据，提升认知能力。 智能化研发平台 3.合作需求 拟成立公司推动该项成果的产业化进程，希望对接 1）工程化、产品化所需的资源； 2）新能源、新材料领域合作企业。

所有的净菜加工厂商仍采用人工来完成这一环节的加工，可谓是费时费力，为生产经营者带去了较大的人工成本开销，并且手工对半切也存在效率不高，规格尺寸不均等诸多问题。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 高炜凯 机器人产业学院 2020.10/2024.6 20484116 杭海斌 机器人产业学院 2020.10/2024.6 20481112 杜陈琳 机器人产业学院 2020.10/2024.6 20446102 裴育 机器人产业学院 2020.10/2024.6 20496329 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 陈炳伟 机器人产业学院/机械设计及其自动化 教研室主任/高级工程师 智能制造 闫东旭 机器人产业学院/电气自动化 讲师 离散元法、机械优化设计 四、项目简介 随着我国经济的发展，人民的物质生活水平不断提高，人们的饮食习惯逐步向方便快捷、营养化的方向发展，在蔬菜的加工方面出现了净菜半成品菜，受到广大人民群众的欢迎。而发展食品工业的基础便是食品机械，不断地研制各种类型的食品机械才可能促进食品工业的发展和满足不断提高的人民物质的需求。 现如今，用于蔬菜清洁、削皮和切片等功能的机器已经屡见不鲜，几乎各类规模的净菜加工厂都在使用此类机械来完成对菜品的加工，但在各个生产环节中仍存在着一个不容忽视的需求，即所有需要切片的根茎类蔬菜在使用机器切片之前都需要将其对半切开，而这一环节至今尚未被食品机械生产厂商所洞察并重视，市面上尚无能够满足这一环节要求的机械，所有的净菜加工厂商仍采用人工来完成这一环节的加工，可谓是费时费力，为生产经营者带去了较大的人工成本开销，并且手工对半切也存在效率不高，规格尺寸不均等诸多问题。