本项目针对处理水藻爆发造成水体污染的超声除藻的作用机制和关键技术，开展包括低频低功率超声对微囊藻细胞作用的生物效应及其作用机理、低频低功率超声除藻方法的效率和经济性和低频低功率超声除藻的水环境生态安全性评价等内容的研究。

数控立车切削加工作为制造技术的主要基础工艺，随着制造技术的发展，在 20 世纪末也取得了很大的进步，进入了以发展高速切削、开发新的切削工艺和加工方法、提供成套技术为特征的发展新阶段。是制造业中重要工业领域，如汽车工业、航空航天工业、能源工业、军事工业和新兴的模具工业、电子工业等行业的主要加工技术，也是这些工业领域迅速发展的重要因素。为了满足市场和科学技术发展的需要，达到现代制造技术对数控技术提出的更高的要求,为适应数控进线、联网、普及型个性化、多品种、小批量、柔性化及数控迅速发展的要求，最重要的发展趋势是体系结构的开放性,数控技术、制造过程技术在快速成型、并联机构机床、机器人化机床、多功能机床等整机方面和高速电主轴、直线电机、软件补偿精度等单元技术方面先后有所突破。 黑灯工厂”是 Dark Factory 的直译，即智慧工厂，因为从原材料到最终成品，所有的加工、运输、检测过程均在空无一人的“黑灯工厂”内完成，无需人工操作，所以可以关灯运行，故而得名。智能化才是支撑企业的核心，智慧工厂中员工对智能化设备的掌控能力的要求大大提高，由原来的纯粹单一“操作为主，设备为辅”的角色演变为“设备为主，操作为辅”，需要员工变身为具备全面技术能力的工程师。技术工程师不仅要保证智能化生产线的正常运行，还要保证快速处理生产过程中产生的异常等，而且成为了智慧工厂的“隐形人”，由其在综合考虑效率、成本等因素的基础上决定哪些工作由机器完成，哪些由人完成，实际的生产仍是一个人机协作的过程。基于数字孪生建模、分析、调试、决策和运维等远程管控来实现和保障的。 本项成果的核心是黑灯模式下的动柱式数控机床智能装备及基于云控远程运维平台的加工产线的开发及其产业化，主要是开发中小型数控动柱立式机床智造装备、基于数字孪生驱动的云管控系统及 APP，研制低时延智能控制器并实现产业化。其关键技术是数字孪生驱动的一体化设计、智能控制AI 算法及其控制器和基于物联网的云控远程运维技术。数控机床与智能数字化+物联网+云平台相结合，因此形成的本成果是特有的数字化智能装备（数智装备）。 技术先进性和独占性在于： （1）基于数字孪生的动柱式数控车床的设计制造方法及精密加工自动化流程智能改进技术； （2）基于数字孪生驱动的自感知、自决策、可预测性运维等于一体的黑灯模式智慧工厂的云管控平台及制造服务 APP； （3）全新的基于区域选择性耦合控制的低时延智能控制技术的开发。创新点在于： （1）基于数字孪生模型的动柱式数控机床及其配套生产线的设计制造方法创新； （2）“倒立式五轴车铣中心”实现 5 面车铣复合加工；“动柱式数控立车”技术，X 轴主导轨、X 轴滚动丝杆、X 轴副导轨三者来定位动立柱技术；8-12 工位伺服液压刀塔，加工时换刀快、精度高、故障少； （3）通过内置 K210 智能芯片、SIM8200/8300 和智能传感等核心模块，实现了智能装备间 NB-ioT 和 mMTC 等 5G 物联通讯和人机交互； （4）将多源数控机床运行数据高效融合以及边缘计算与云端一体化，开发制造服务 APP 模块，构建面向制造服务生命周期的云网端管控平台； （5）基于区域选择性控制的低时延智能控制器实现了智能装备之间的网格化耦合控制，结合云网端管控系统及深度学习，构成智能产线。

干细胞移植为急性心肌梗死治疗提供了一条新途径，骨髓/外周血单个核细胞、骨髓间充质干细胞、内皮祖细胞移植均可用于治疗急性心肌梗死。项目组培养毕业博士、硕士研究生10余名，12篇论文在国际权威医学期刊发表（3篇论文影响因子大于7.0）；系列工作提高了相关临床工作人员的诊治技术水平，取得了巨大的社会、经济效益。成果包含的相关技术方法和路线有着极大的临床应用前景。

近年来图数据受到越来越多的关注，在海量图数据中进行快速的复杂查询是所有图数据库系统面临的直接问题。本系统首创提出了将复杂条件查询转换成在大图中进行子图匹配的解决方法，该方法抛弃了传统利用关系数据库技术作为底层支持RDF数据的存储和管理，利用基于结构感知的索引和查询优化策略，极大地提高了在海量RDF知识图谱数据和复杂查询环境下的性能和系统可扩展性。 本系统支持W3C提出的RDF文件标准和SPARQL语法标准，提供C++、Java、Python、PHP等API接口，单机版本支持50亿条边秒级响应，分布式版本设计了基于查询日志的分布式图数据划分策略，具有非常好的可扩展性。

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括： 1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。 图1 工业物联网 2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化

本实用新型公开了一种应用于WLAN的小型化双频PIFA天线，涉及PIFA天线技术领域，长枝节前端与短枝节末端连接成整体，其末端与短枝节前端之间形成间隙，辐射贴片呈设有开口的“口”型结构；馈源和短路探针嵌入短枝节设置，辐射贴片通过馈源和短路探针支撑于介质板上方，短枝节的上边缘与介质板的上边缘平齐设置，接地板贴合设于介质板底部；辐射贴片和介质板位于不同平面，通过馈源和短路探针连接，以同轴馈电的方式进行馈电。本实用新型通过同轴馈电的方式在减小天线体积的同时达到WLAN终端设备的工作要求，天线

本发明公开了硬脂酰乙醇胺在提高植物灰霉病抗性中的应用以及在制备提高植物灰霉病抗性的制剂中的应用。本发明以硬脂酰乙醇胺为主要有效成分制备的制剂，通过诱导植物体内的茉莉酸以及乙烯的信号路径，可显著增强植物对灰霉病的抗性，减少因灰霉病给植株带来的经济损失。采用本发明制剂防治植物灰霉病简单易行，成本较低，可显著延迟和抑制灰葡萄孢病原菌在叶片上的生长及病害的扩散，大大提高了植株对灰霉病的抗性。

成果介绍项目采用氮掺杂碳中空球为直接甲醇燃料电池阴极材料，构建了直接甲醇燃料电池器件，提高燃料电池的比能量、比功率、循环寿命。技术创新点及参数采用无模板法控制合成氮掺杂碳中，空球实现分子水平上对材料构筑过程及对该含氮多孔材料结构、组成及其对氧还原催化活性的有效调控。市场前景在当前环境下，寻找新型高效的催化剂以降低贵金属铂的用量，并对氧还原反应保持较高的催化活性，已成为当前研究的一个重要课题，该项目未来社会意义和经济意义重大。

成果介绍以国家需求为导向，通过医工结合，系统研究了多种重要纳米材料的毒理学效应与机制、构建了纳米生物安全性评价与研究的新方法。技术创新点及参数1、传统毒理学评价程序基本适用于对纳米材料的毒理学评价，但必须在材料制备、分散、表征、尺寸、结构、修饰、暴露方式等方面予以约定；2、率先构建了基于秀丽线虫、用于纳米材料急性、慢性、神经、生殖毒性等毒理学评价与研究替代模型；3、基于纳米材料的修饰改性及与生物界面相互作用原理，原创性设计了基于氮掺杂碳纳米管、过氧化物酶及其底物识别的高灵敏度纳米生物传感器。市场前景建立纳米生物安全性评价体系实施条件1、酶、荧光小分子和量子点标记的新型纳米生物探针；2、了环境污染健康效应生物标志检测信号放大新原理新方法；3、基于石墨烯的多种蛋白质和DNA损伤检测传感器，并用于环境污染致DNA损伤的快速检测。