本成果提出一种消除大型立式水力机械安装中站房倾斜引起的电机气隙不均的方法。针对以往安装中不考虑站房倾斜的影响，在安装中调整固定部件垂直同轴时和调整电机滑动推力轴承镜板水平时，分别测出站房的倾斜情况，计算出后一时刻相对于前一时刻站房倾斜值和倾斜方向，此即这时机组固定部件中心线的不垂直度和倾斜方向，即机组固定部件已经从垂直同轴变为倾斜同轴。这时，不是要调整电机推力轴承镜板的水平，而是调整镜板的不水平，其不水平度及其倾斜方向与固定部件中心线的不垂直度相等、倾斜方位一致，从而保证在转动轴定中心后，电机定、转

成果简介宝钢五冷轧连续退火/热镀锌中试机组（以下简称中试机组） 是可进行连续退火、 热镀锌两种工艺于一体的特殊生产线， 该机组的工艺集成是由宝钢自主完成， 没有可以借鉴的成熟工艺控制技术。 带钢在加热炉和均热炉的温度控制的准确性是整个热处理过程至关重要的环节。宝钢中试机组具备了两条生产线的产品生产能力， 它的产品范围广、 工艺要求复杂、 控制难度大。 根据工艺设计和产品的定位， 中试机组的炉子温度采用数学模型控制。 由于中试机组的炉子温度控制模型是使用日本合作方提供的控制

本发明公开了一种融合扩张观测器的超临界火电机组机炉协调控制方法。首先根据1000MW超临界火电机组的非线性模型，基于非线性分析的方法在机组的不同工况点建立多个局部线性模型。之后采用该组局部线性模型，设计了一种融合扩张状态观测器的多模型预测控制器(MMPC)。通过扩张状态观测器的引入，估计并补偿了机组在不同通道内的扰动及模型不确定性，提升了预测控制器的扰动抑制性能。本发明的算法能在保证控制系统全局稳定的前提下实现机组负荷的大范围跟踪，并且具有良好的扰动抑制性能。

本发明公开了一种复杂非线性抽水蓄能机组调速系统的启发式增益自适应PID控制方法。首先以简单实用的并联PID控制结构为基础，建立启发式增益自适应PID控制器；同时构建非线性抽水蓄能机组调速系统精细化模型；接着建立非线性抽水蓄能机组调速系统HGS‑NPID控制参数优化的多目标函数；进一步，运用多目标人工羊群算法对非线性抽水蓄能机组调速系统HGS‑NPID控制参数进行优化。本发明提出的非线性抽水蓄能机组调速系统启发式增益自适应PID控制方法实现简单、实时性强，控制增益能根据工况点变化实现在线自适应调整，既能充分适应抽水蓄能机组调速系统水击与非线性，又能改善常规控制方式在不同水头工况下的动态品质。

朱立新博士，山东沂南县人，中科院自动化所所博士、美国密歇根州立大学博士后，目前任北京师范大学互联网教育智能技术及应用国家工程实验室高级工程师，互联网教育智能技术及应用国家工程实验室学习环境设计与评测实验室联席主任，研究生导师。 曾经在中国科学院、美国密歇根州立大学（MSU），从事芯片研发、VR硬件、物联网等工作，在英特尔公司、美国科胜讯半导体、国内北斗星通公司、武汉梦芯科技公司、爱奇艺VR公司，从事过数字电视芯片、手机芯片、电力线上网芯片、北斗导航芯片及其终端、物联网、教育机器人、VR 一体机、人工智能等领域等研发工作。 曾经作为主要技术研发人员，参与了世界第一颗四模一体（GPS、格洛纳斯GLONASS、北斗、伽利略Galileo）国内某北斗导航芯片研发，参与了国内导航界某龙头企业的芯片研发、流片，成功用到国内的渔船导航、汽车导航等北斗信号接收机中。 导航芯片加密技术采用了三级加密技术，由芯片级加密、硬件班级加密、软件加密，三级加密技术。芯片的加密技术和工程实现，需要跟实际的物联网使用场景相结合，实现定制化加密。北京师范学互联网教育智能技术及应用国家工程实验室能够作为技术参与方为物联网芯片、NB-IoT芯片、5G芯片、消费类电子芯片，提供技术研发指导。

北京大学物理学院颜学庆教授和卢海洋研究员领导的课题组提出了激光驱动光子对撞机的新方案，该方案每脉冲可以产生3亿个Breit-Wheeler事件，并且所产生的正负电子对发散角只有7度，具有非常好的准直性。同时，背景噪声可以得到有效抑制，信噪比高达1000:1。研究成果以 “Creation of electron-positron pairs in photon-photon collisions driven by 10-PW laser pulses”为题在线发表在《物理评论快报》（Physical Review Letters）。 根据爱因斯坦质能方程和量子电动力学理论，在一定条件下光子（能量）可以转化成物质，这对研究物质的起因有重要的作用。相关的理论研究始于上世纪30年代，直到1997年美国SLAC实验室才首次在实验中观测到多光子碰撞产生正负电子对的过程。然而，对于两个高能光子的互作用过程，也就是常说的光子对撞机，到目前为止还未能在实验中观测到。在光子对撞机中，光子的互作用的次数与光子数目和光子互作用截面成正比，与光子束的脉冲宽度、两束光子束的交叠面积成反比。在过去实验中不能观测到光子的互作用过程是因为已有伽马射线源的流强和亮度还达不到要求。 近年来，随着激光技术的发展，特别是10拍瓦(1拍瓦=1e15瓦)激光器的建成，激光光强将可以达到1e23W/cm3以上。当如此高强度的激光与物质相互作用时，大部分激光能量被吸收并转化成伽马射线辐射源，如果可以有效控制伽马射线的发散角，辐射的伽马射线将会达到前所未有的流强和亮度。 团队研究人员在前期的工作中对产生超高亮度伽马光源进行了深入的研究，首次从理论上系统阐明了微通道结构靶中，纵向电场主导了电子的加速过程，同时电子的横向加速可以得到有效的抑制，因此可以获得高准直性的电子束，当这些电子束在横向场中的相位发生反转时，电子就会在管道边界处产生强伽马辐射。由于电子的发散角决定了伽马辐射的发散角，因此可以获得准直性非常好的γ-ray辐射源。数值模拟中10PW激光所能获得的发散角小于3度，亮度比之前研究报道结果高出两个数量级的伽马辐射源。图1. 激光驱动光子对撞机产生正负电子对的方案设计图2. 本方案可以获得高出之前2-3量级的伽马光源亮度 本工作即基于以上研究成果，将该超高亮度的伽马射线应用于光子对撞机。理论计算结果表明，该方案可以获得超高信噪比（>1000:1）,且每一发正负电子对信号（>1e8）远高于现有测量技术的探测极限。因此，通过该方案可以在实验室中验证光子互作用过程中由能量到物质的转换过程，将提供激光驱动光子对撞机研究的新途径，也将极大的促进双光子BW物理的发展。未来有望依据本方案建设基于重频拍瓦飞秒激光的高亮度伽马源及其应用装置。 北京大学物理学院博士后余金清为论文第一作者。颜学庆教授和卢海洋研究员为通讯作者。论文合作者还包括北京大学的陈佳洱院士、马文君研究员，広岛大学的T. Takahashi教授，高能物理所的黄永盛研究员。该研究工作得到国家自然科学基金、科技部重点研发专项、挑战计划和中国博士后科学基金的联合资助。相关模拟工作得到北京大学高性能计算平台的支持。相关文章链接：Phys. Rev. Lett. 122, 014802 (2019) https://doi.org/10.1103/PhysRevLett.122.014802Appl. Phys. Lett. 112, 204103 (2018) https://aip.scitation.org/doi/abs/10.1063/1.5030942

配电低压台区泛在感知解决方案，创新提出“变-线-表”一体化拓扑辨识方法，可实现故障定位和主动推送、户内外停电责任研判、抢修痕迹化管理、分支线路阻抗监测等创新功能，完整实现中低压配电网一张图的解决方案。

朱立新博士，山东沂南县人，中科院自动化所所博士、美国密歇根州立大学博士后，目前任北京师范大学互联网教育智能技术及应用国家工程实验室高级工程师，互联网教育智能技术及应用国家工程实验室学习环境设计与评测实验室联席主任，研究生导师。 曾经在中国科学院、美国密歇根州立大学（MSU），从事芯片研发、VR硬件、物联网等工作，在英特尔公司、美国科胜讯半导体、国内北斗星通公司、武汉梦芯科技公司、爱奇艺VR公司，从事过数字电视芯片、手机芯片、电力线上网芯片、北斗导航芯片及其终端、物联网、教育机器人、VR 一体机、人工智能等领域等研发工作。 曾经作为主要技术研发人员，参与了世界第一颗四模一体（GPS、格洛纳斯GLONASS、北斗、伽利略Galileo）国内某北斗导航芯片研发，参与了国内导航界某龙头企业的芯片研发、流片，成功用到国内的渔船导航、汽车导航等北斗信号接收机中。 导航芯片加密技术采用了三级加密技术，由芯片级加密、硬件班级加密、软件加密，三级加密技术。芯片的加密技术和工程实现，需要跟实际的物联网使用场景相结合，实现定制化加密。北京师范学互联网教育智能技术及应用国家工程实验室能够作为技术参与方为物联网芯片、NB-IoT芯片、5G芯片、消费类电子芯片，提供技术研发指导。

搭建多模态以及全视角环境感知平台，研发复杂环境下多模型车辆状态多源信息融合估计技术，研发高精度同步定位与建图技术，研制高鲁棒性自适应车辆路径规划和轨迹跟踪控制系统，研发基于车路协同V2X的车辆安全辅助驾驶系统与自然人机交互界面，研发智能卡车编队控制技术，形成融合感知、定位、决策、控制、车路协同的L2-L4智能驾驶解决方案。

随着中国电子商务的迅猛发展，越来越多的消费者开始习惯于在网上购买日常用品、家用电器，甚至旅游产品。电子商务网站的仓库通常在城市周边，因此能够储备较城区实体店更为种类繁多的产品。用户在网站提交产品搜索后，往往有数十， 成百，乃至上千的产品可以选择。 电子商务网站不可能把所有这些产品选择都呈现给消费者，原因有二：第一，这会影响网站的搜索响应时间，不但影响用户体验，而且也增加带宽需求和网站运营成本；第二，研究显示信息量过大，对电子商务的转化率（ conversion）不但无益，反而有害，因为消费者往往会迷失在海量信息中。在这样的情况下，如何量化消费者对产品各项属性的喜好，然后从成百上千的产品中挑选若干个（如 10~20 个）既多样化又迎合消费者偏好的精品，展现在消费者面前，是摆在电子商务网站面前的一个亟待解决的问题。 清华大学自主研发的电子商务产品推荐引擎解决方案能够动态的根据网站用户的cookie，历史访问记录，以及当前搜索等信息自动对网站访问者进行类别区分，如经济实惠型、时尚新潮型、城市白领型等，然后根据相应的用户类别进行个性化的产品推荐。 本解决方案的推荐算法基于领先的消费者行为模型，能够自动识别产品的相似性，既能推荐热门产品，又能避免雷同产品在页面大量重复。