该设备是培训去毛刺机器人操作技巧的一个工作站，由六轴关节机器人本体、配置动力主轴高速浮动装置、去毛刺工具，伺服变位机、二维视觉、控制系统组成的一套用于产品的修边、去毛刺等功能的机器人工作站。有助于改善加工质量，提高生产质量。 本工作站按照企业应用要求，标准模块化设计，通过学习去手刺机器人工作站结构，配置选型、控制原理，机器人视觉原理、PLC控制原理与编程、以及系统之间的通讯、各种材料去毛刺工艺分析、浮动装置的原理、工装设计原则、安全防护、I/O通讯、程序数据、程序编写、硬件连接、通讯方式设定。

搬运机器人工作站由工业机器人，机器人搬运卡爪。料架，物料流水线组成的一套机器人搬运工作站。可单独进行码垛搬运应用，也可结合到其他应用类型工作站一起使用。 本工作站按照企业应用标准模块化设计，通过学习去搬运机器人工作站结构、配置选型、控制原理、机器人码垛原理，机器人选型、安全防护、I/O通讯、程序数据、程序编写、硬件连接、通讯方式设定。掌握机器人编程操作、搬运应用、搬运工装设计。可用于中高职院校的工业机器人基本应用和搬运码垛的编程学习，也可做为本科院校机器人相关专业的二次开发和深度学习。

烟酸又称维生素 PP 或维生素 B3，是人体必需的 13 种维生素之一，作为药物中间体及饲料或食品添加剂具有广阔的国内外市场，全球烟酸市场在 8 万吨以上，目前主要采用化学法生产。 本项目打通了生物转化 3-氰基吡啶制备烟酸的工艺路线，建成了国际上首条烟酸生物法生产线，技术水平达到国际领先。项目获得了自主知识产权菌种、建立了腈水解酶的高效表达和系统改造技术、构建了固定化和高浓度转化体系；腈水解酶发酵酶活及烟酸转化产量均为目前国际报道的最高水平。已建成年产2000 吨烟酸生物法生产线，相比传统化学合成工艺节约能耗 30%以上，降低污染物排放 70%以上。在 Catal Sci Tech，ChemCatChem，Crit Rev Biotechnol 等国内外期刊发表论文 20 余篇，1 篇入选BioMed 数据库 Highly accessed 论文；213受邀合编英文专著 1 部；申报国家发明专利 15 项，其中已授权 9项。 

南京大学开发的面向电商的“食品安全与营养的智能评估及推广系统”基于食品安全营养大数据资源池的构建，建设“食品安全与营养智能评估及推广系统”，为不同类型食品电商提供安全与营养的智能化评估、安全问题解决方案以及产品推广服务，为食品电商打造特色品牌，提升产品竞争力；通过“食品安全与营养智能评估及推广系统”的应用，以及面向消费者的电子商务应用的开发与推广，提供高度可视化的食品安全与

本发明提供一种基于环境孔压静力触探探头的重金属污染物浓度的测试方法，通过X射线能谱分析装置和电阻率测试装置完成重金属污染成分及浓度的测定。X射线能谱分析装置包括X射线发射器，X射线探测器以及高性能滤波片。通过X射线探测分析，检测土壤中重金属污染成分。电阻率测试装置由外周的四个环形电极组成，环形电极之间通过绝缘层隔离，中间两个环形电极为测试电极，上下两个环形电极为发射电极，发射电极用于向土体发射电流，测试电极用于测量电位差，再结合根据欧姆定律可以计算电极周围土体的电阻率大小，通过特定重金属元素的浓度电

成果介绍主要研究方向为人工智能、知识图谱、自然语言处理、社交网络、大数据、信息检索等。作为项目负责人主持完成2项国家自然科学基金，1项中国博士后基金一等资助项目，5项省部级重点实验室开放课题项目，10余项企业联合研发项目等。作为主要负责人参与国家重大研发计划子课题、总装预研、863课题等项目。研究成果已应用于国防、科技情报、医疗、智慧司法、智能制造等行业。担任数十个重要国际会议和国内外重要期刊的程序委员或审稿人。已在国内外重要学术期刊和会议上发表学术论文90余篇。研究工作被60多个国家和地区的学者引用1500余次。技术创新点及参数面向多源异构数据的知识图谱构建技术；大规模知识图谱的高效融合技术；面向跨媒体异构数据的知识表示技术；基于语义关联和知识驱动的信息汇聚技术；面向复杂问题智能问答技术；基于知识和机器学习和问题推理和分析技术。

项目成果/简介:项目在多年国家项目的支持下，在项目“面向工厂规划和生产过程的数字化工厂技术”获2013年教育部科技进步二等奖的基础上，进行持续开发完善，与沈阳机床合作，在智能制造领域进行了深入的合作研究， 在沈阳机床智能制造展示线开发完成数字化孪生仿真模型及基于互联网的定制信息系统，系统实现了网络化定制下达生产订单，数字化孪生系统在线仿真模拟，真实展现生产场景，并可通过移动设备进行浏览和信息管理。项目符合中国制造2025所倡导的智能制造和互联网+技术的发展，对中国制造向智能化转型起到促进作用。项目通过展示真实个性化印章的智能加工、检测和装配，体现网络化的定制及数字化双胞胎技术。应用范围:项目所开发完成的技术符合中国制造2025所提出的智能制造技术路线，已应用于工业实际和大专院校的教学培训。目前国家大力资助建立智能制造试点示范项目，制造企业也在积极转型，向数字化和智能化转型发展，这些都需要数字孪生和互联网+技术的支持。 项目成熟度：小批量生产，项目已独立以及结合沈阳机床的生产线及教育系统得到市场的应用，特别是在中国航发商用航空发动机有限责任公司相关项目中得到应用。 拟在全国范围内推广：1.项目可应用于离散制造业的规划、调试、运行和维护阶段的仿真优化，通过建立工厂、生产线、设备的三维模型，实现虚实结合的数字双胞胎。 2、教育培训领域：通过实现智能制造理念的面向教育和培训的生产线系统，通过模块化的系统，实现对智能制造教学和培训。项目阶段:小规模生产效益分析:项目的技术创新点、先进性在于实现了数字孪生技术在生产线中的应用，达到了生产线的虚实融合。不仅可在规划阶段对生产线进行仿真验证，还可在生产运行过程中实现虚实融合，并通过AR-VR技术对操作指导、维修指导和生产过程监控提供支持，从而实现多维的虚实融合，是实现智能制造的关键技术之一。项目相关技术不仅能够应用于工业实际的智能化制造之中，还特别适合面向智能制造的教育和培训。

成果研发机构长期跟踪、研究HTML5 Web标准，是国内移动Web中间件的技术开拓者，实现了面向行业的、基于HTML5技术的智能终端Web应用平台产品，处于国内领先、国际先进水平。目前已经积累了大量的技术经验和产业化基础，掌握了多项跨平台适配技术，先后将平台产品适配到上百款手机终端，覆盖iOS、Android、Windows Phone等各大主流操作系统，产品支持iPhone、诺基亚、HTC、三星、摩托罗拉等百余款国外品牌及机型，并覆盖华为、中兴、TCL、联想等基于国产操作系统的智能移动终端。产品目前已成功运用到银联手机支付、中国电信移动OA等行业系统。

手感质量的评估是当今纺织工业中非带重要的环节，但是感官评定涉及到人体复杂的生理和心理因素，所以即使是同一块织品，对于不同的人也会得到不同的评价。因而把感官评估客观化、用相对客观的方法和稳定的尺度来评价织物的手感质量是非常必要的。 本系统把智能技术、数据库技术、网络技术和纺织品感官评估技术结合起来，实现了基于Internet的智能化纺织品感官评估。通过Internet这个服务平台，了解到顾客的喜好，以及某时斯市场需求趋势，生产者与消费者之间的互动架起桥梁，对整个纺织行业系统的革新有着积极的作用。本系统的成功实施还能积极的促进感官评估在其它工业领域中的广泛应用。

光学领域顶尖期刊《自然·光子学》报道了浙江大学信息与电子工程学院陈红胜教授课题组的一项最新研究：在国际上率先实现基于深度学习的新一代智能隐身器件。在不依赖任何人为操控的情况下，快速地动态适应变化的背景环境，从而与背景电磁环境特征融为一体，实现自适应隐身。论文审稿专家认为：“这是一项激动人心的、及时而杰出的工作，它连接了变换光学、电磁超材料和人工智能等领域，为智能光子材料和器件这个新兴领域树立了很好的标杆，也将大大促进其他智能电磁器件的发展。”自然界存在两种“隐身”策略。一种是在变色龙和章鱼生物中常见的拟态隐身，使自己融于周边环境；另一种是透明隐身，即光透过物体时不产生任何散射，例如海樽和水母。科学家近年来提出的变换光学隐身方法则区别于上述两种策略，它利用坐标变换的方法来控制电磁波，使其绕过被隐身的区域，按照原来的方向传播，从而使物体完全隐形。与自然界的“隐身衣”相比，人类的“隐身衣”多数只能工作在单一的环境背景和既定的入射波条件。如果稍加改变外界环境或者入射波，隐身效果便会大幅度降低。“理想的隐身衣应该和章鱼和变色龙一样，能够快速自动地适应于变化的外界刺激和背景环境。”陈红胜说。如何才能实现这一点？“章鱼有色素细胞，我们有可重构的新型人工电磁材料单元；章鱼有中枢神经，我们有深度学习方法；章鱼有光敏细胞，我们可以搭建电磁波和环境探测器。”论文第一作者、课题组成员钱超说。当前，深度学习已经开始渗入电磁材料领域，但是主要偏重于理论上设计优化人工电磁材料。如何在实验上实现新型的智能电磁材料、构建新一代智能隐身系统并实现快速有效的自适应隐身，是一个极具挑战的课题，在此之前还未见成功实验的报道。经过三年多的不懈努力，陈红胜研究团队组在充分研究隐身领域关键技术瓶颈的基础上，在微波段成功实现了智能自适应隐身器件。研究团队设计了一项小车智能隐身实验——小车身披一层超薄的可重构的超表面隐身材料，这件“隐身衣”由智能芯片控制，集成了训练好的深度学习模型，能够根据输入的电磁信息快速做出决策，改变“隐身衣”的电磁响应。探测雷达随机改变着入射波的频率、极化和入射角，而小车的任务就是动态适应变化的探测信号，对雷达“隐身”。当环境发生变化，变色龙大约需要6秒时间过度到环境色；而当电磁环境发生变化时，披着智能隐身衣的小车只需要15毫秒就能自动地实时“换装”。陈红胜教授表示，智能隐身成功地融合了新型电磁材料和人工智能等领域，其采用硬件手段实现用于隐身调控的深度学习模型，在应用中只需单次前向计算即可做出合理的决策，大大地缩短了响应时间，这一方法对于实时性要求很高的其他应用也有很好的借鉴意义