麦可思公司成立于 2006 年，目前控股管理方为中信产业基金，是中国高教管理数据与咨询产业的领跑者。        每年麦可思为 1,400 多所高校提供年度数据跟踪与咨询服务，是中国科协、人社部、司法部、中国社科院、世界银行等机构的合作项目单位，是北京大学教育学院、北京师范大学教育学部高等教育研究所、清华大学教育研究院、中国人民大学教育学院、中央财经大学中国人力资本与劳动经济研究中心和西南财经大学经济学院的产学研合作基地。同时，麦可思还与厦门大学合作成立了“厦门大学—麦可思 中国高等教育数据中心”，与西安交通大学共建“西安交通大学—麦可思 高等教育质量评价协同研究中心”，与西南政法大学建立了“西南政法大学—麦可思 法学专业人才培养与评价协同研究中心”。        麦可思也是《中国大学生就业报告》（即就业蓝皮书，由社科文献出版社每年出版）的唯一撰稿人。总裁王伯庆博士担任南方科技大学粤港澳大湾区高等教育大数据研究中心主任，主编《粤港澳京津冀长三角地区高等教育与经济发展报告》。

Tempo大数据应用能力成长平台（简称：Tempo Talents）是美林数据自主研发的面向高校大数据与人工智能领域“教学实践、集中实训与科研创新应用的一体化实验平台”。平台以专业课程教学实践、项目实训为核心，以创新产业应用孵化为目标，围绕大数据核心技术体系及应用，提供丰富元子化课程实践与实训案例资源。依托可视化分析与机器学习开发引擎，过程与结果兼顾的教学管理方式，闯关、考试、竞赛、数据游乐场等多种实验模式，为高校打造教与学充分互动的“大数据应用能力成长平台”。 一、创新教学管理模式，打造自驱型能力成长平台——教学管理平台→柔性化定制课堂教师可以根据教学目标、学生情况，灵活搭配原子课、实训项目及教材→教学考评管一体化统一的审阅、评分入口，实时查看作业提交情况→全景学情分析多维度图表展示学生的学习进度、学习成绩，直观了解到课堂的学习情况 二、Docker集群化部署，支持实验环境一键式访问及智能化管理——实验管理平台→高可用的容器化集群基于容器及容器集群架构运行的大数据实验基础平台，系统高可靠，高灵活，高伸缩性。→智能化实践环境管理预装实验需求的各类软件运行环境，基于浏览器的B/S模式直接访问，根据访问自动启停→一键式虚拟桌面实验台支持基于浏览器B/S模式的 “一键式”访问基于Linux的虚拟桌面环境，可提供 Linux 桌面和命令行操作，并可实现 Linux系统管理 三、不同难易度 不同实践模式相结合，因材施教更进一步——课程实践平台→多模式课程实践在线编码式、命令行、云桌面等多种实验模式→课程自动评测学生在线提交代码，一键自动评测打分，快速获取学习成果反馈→趣味闯关寓教于乐将课堂小测验转换为趣味闯关，激发自主学习热情 四、编码式与拖拽式双环境，开发型与应用型兼顾——项目实训平台→编码式与拖拽式双环境交互式笔记和拖拽式平台双操作模式，满足不同层次学生学习需求→完整实训项目指导手册还原项目落地全过程，将业务分析方法论融入具体项目实训中 →实验报告点评与优秀作业共享实验报告在线提交与点评，分享优秀作业，积累优秀成果 五、智能机器学习开发平台，满足人工智能教学科研需求——人工智能平台→强大的建模算法引擎9大算法类型、120余种分布式算法支持、15种文本算法→全面的分析洞察帮教全方位观察建模过程及结果，让学生在掌握方法的同时也能洞悉建模原理→多模式扩展编程R\Python\Java\Scala\Tensorflow等多种编程语言，学生可自定义算法开发实践 六、拖拽式大数据分析平台，培养学生数据创新探索能力——大数据分析平台→自助式大数据探索分析低门槛拖拽式数据可视化分析，让学生快速构建数据分析应用能力→灵活的可视化交互看板40余种可视化图形，钻取、联动、链接等多种交互模式 →多样的分析报告可视化大屏、分析看板、word报告、数据报表等多种报告形式呈现 七、真实项目经验 名师课程资源，构建优质教学课程资源库——课程资源平台→多学科教学名师课程引入国内一流高校教学团队优质课程，贴合学科最新发展趋势 →创新原子课设计将专业课程的知识点“原子化”，层层递进融会贯通→丰富行业实训案例精选美林数据 200+能源、政府、高端制造等行业头部客户真实项目案例 八、丰富数据资源与灵活数据资源管理，满足教学科研多层次需求——数据资源管理平台→多种数据源接入满足不同大数据平台和SQL数据源、Excel文件数据库、多维数据库、分析型数据库实时数据等不同类型数据源接入 →数据管理与权限分配支持后台配置数据权限，多种数据资源自定义管理→开放数据超市提供宏观、中观、微观全维度数据体系，上亿条数据，数据总容量超过500T丰富数据资源与灵活数据资源管理，满足教学科研多层次需求  

数据资源中心主要用于维护系统分析所用的数据源、构建数据模型、新建视图，并进行数据权限分配与管理。师生可以根据实验和实训需求，自定义新的数据源，作为学生实验练习的数据。同时也满足教师科研项目需求，对接各类科研数据。支持数据按人员、按类型进行分类，确保满足不同数据的精准使用要求，也保证教学与科研的顺畅进行。1、 数据管理数据源管理支持多种类型数据源添加、API数据接口配置；数据模型支持同一数据源下的数据分类管理、元数据管理和维护、数据抽取加速、数据权限设置等功能；模型授权支持将数据模型按照组织机构、角色、组的方式授权给设计用户；总体上来说，数据管理实现各类科研数据的统一接入、管理与权限的按需分配。2、开放数据超市数据超市提供了30多个维度、700多个二级类目、上万个业务标签的全维度业务数据画像，数据总量超过500亿，存储总量超过100T，日均增长超过500万条,为企业采购风控、销售客户评估、AI精准获客、精准招商、投融资、高校科研机构、政府事业单位及各类专业人员提供了企业活力指数评估和全息数据画像，从微观、中观、宏观多方面提供了各类企业数据分析报告、行业趋势报告和相关指数。同时基于国家电网创新应用开发平台、中广核新能源数据价值创新联合体等行业组织，可以精准提供电力、新能源等产业的真实业务数据，为高校相关课题研究提供数据支撑。

吉星实训移动数据采集推车，用于职业院校、高校实训室，从不同角度展现实训过程，内置操作系统，触屏即可完成拍照、录制、回看等操作，HDMI直连电视，一体化灵活设计，满足不同实训场景的移动需求，解决移动实训中围观教学以及推车场景应用单一的问题。 在教学过程中，利用实训移动数据采集推车，解决移动实训围观展示、实训录制、微课编辑难的问题，提高学校进行实训课程授课的效率与便捷性。

吉星跨时代实训移动数据采集终端，用于职业院校、高校实训室，双角度高清展示，触摸控制，内置专用操作系统，HDMI直连电视，单双屏切换，放大微距细节画面拍摄精细操作过程，解决精细操作中围观教学和微课录制的难题。 在教学过程中，利用实训移动数据终端，解决精细操作课程细节展示、实训录制、后期编辑难的问题，提高学校进行精细操作实训课程授课的效率与便捷性。

教学大数据分析展示平台作为专为高校教研开发的数据挖掘分析应用系统，致力于通过对学校教学中的数据的科学采集、存储，智能建模、分析，辅助学院管理员及时把控教学进度，让教师科学制定教学方案，让学生精准认知自我。

强度和韧性的“倒置关系”是材料研究领域长期存在的难题。大量的实验表明，随着金属材料内部晶粒尺寸的降低，在强度获得提升的同时，韧性将大打折扣。目前，广泛采用的高强材料韧化策略有：（1）改变组分，通过引入和调整材料的多种主要元素，同时激活多种塑性变形机制，高熵合金材料就是采用这种思路；（2）改变微结构，在材料内部引入一种或多种梯度分布的微结构，避免由于特征长度突变带来的性能突变，有效克服金属材料强度和韧性的失配问题，这种材料被称为梯度纳米结构材料。 图1 梯度结构金属材料的类型（摘自：李毅，梯度结构金属材料研究进展，中国材料进展，2016, 35: 658-665）人工制备的梯度纳米金属结构主要包括以下几种：梯度晶粒，梯度位错，梯度孪晶，梯度固溶物，梯度相，以及包含两种以上的梯度混合结构。在已经发展成熟的金属材料内部引入梯度纳米结构，可以进一步提高其强韧性匹配能力。例如，通过表面研磨处理（SMAT）在孪晶诱发塑性（TWIP）钢表面引入大量的塑性变形，使其表面晶粒细化，随着深度的增加，晶粒细化的程度逐渐降低，同时塑性变形也会导致位错演化和孪晶的产生，因此在TWIP钢内部形成了包含梯度晶粒，梯度位错和梯度孪晶的梯度混合结构。这种梯度纳米结构TWIP钢的强度可以提升50%，断裂应变仅从60%下降到52%，具有更高的强韧性匹配能力。目前，关于梯度纳米结构TWIP钢的研究集中于实验，反映物理机制的本构模型研究还鲜见报道。西南交通大学力学与工程学院张旭教授与德国马普钢铁所、中国钢铁研究总院等机构开展合作，指导博士生陆晓翀发展出考虑位错滑移和变形孪晶等物理机制的微结构尺寸相关晶体塑性本构模型。依托DAMASK平台将该模型移植有限元，并对梯度纳米结构TWIP钢的单轴拉伸变形行为展开模拟，揭示了其微结构演化与宏观性能之间的关系，量化了不同梯度结构对材料强韧性的贡献。相关研究工作已在金属材料与固体力学交叉领域顶级期刊《International Journal of Plasticity》上在线发表，论文题目为Crystal plasticity finite element analysis of gradient nanostructured TWIP steel。 论文链接： https://doi.org/10.1016/j.ijplas.2020.102703作者首先使用不同晶粒尺寸Fe-15Mn-2Al-2Si-0.7C (wt.%) TWIP钢的单拉实验数据验证该模型的合理性，结果表明该模型对不同尺寸下的应力应变响应和应变强化行为都可以较好地描述，特别是细晶TWIP钢硬化率曲线中的up-turn效应。通过对内变量演化的分析及对比性模拟，作者发现这种up-turn效应源自于细晶中显著的背应力。 图2 对比不同晶粒尺寸TWIP钢的单拉实验和模拟结果由于梯度纳米结构TWIP钢的微结构十分复杂，晶粒数目众多，通过采用三维均匀化方法，建立了宏观试样尺寸的有限元模型。通过对每层单元赋予不同的晶粒尺寸，初始位错密度和孪晶体积分数，离散地描述材料内部微结构的梯度分布，并通过梯度网格划分方法进一步减少单元数目。对于材料表层微结构变化剧烈的区域，采用密度较高的网格，以保证更加精确地描述微结构的梯度变化。 图3三维均匀化方法示意图作者利用发展的晶体塑性模型，对均匀和梯度纳米结构的Fe-10Mn-0.5C-3Ni (wt.%) TWIP钢的单拉变形行为进行模拟。结果表明，在合理描述均匀结构TWIP钢应力-应变响应的基础上，通过引入微结构的梯度分布，无需修改任何参数就可以较好地描述梯度纳米结构TWIP钢的单拉力学行为。通过对比变形云图，作者发现均匀和梯度纳米结构TWIP钢的表面都会变的粗糙不平，但梯度纳米结构的表面粗糙度更加明显，产生的应变局域化形成了两个凹陷区，且凹陷区在垂直于平面方向也会发生收缩。随着深度的增加，收缩程度逐渐降低。通过对比性模拟，作者发现表面凹陷区的出现就是梯度纳米结构TWIP钢韧性略微下降的原因。而应变局域化的产生与表面纳米层晶粒的应变强化能力有关，提高表面纳米晶的硬化能力，就可以抑制表面凹陷区的出现和韧性的下降。此外，作者通过分析不同层位错密度的演化，进一步证实了上述观点。作者还通过对比性模拟量化了不同梯度结构对材料强韧性的贡献。结果表明：强度的提升源于梯度位错结构，梯度晶粒和梯度孪晶结构有助于保持材料的应变强化能力。 图4 均匀结构和梯度纳米结构TWIP钢的模拟结果对比分析。

本发明公开了一种缝合式夹芯板有限元参数化建模方法，包括如下步骤：（１）、获取缝合式夹芯板的几何特征参数；（２）、获取缝合式夹芯板的有限元建模特征参数；（３）、采用几何匹配关系建立缝合式夹芯板有限元模型数据库；（４）、将上述步骤编成参数化建模脚本程序即完成构建缝合式夹芯板的有限元模型。本发明的建模方法在对缝合式夹芯板进行有限元建模中，采用参数化建模方法，可以快速、方便的得到缝合式夹芯板在不同尺寸、缝合线密度等参数变量下的有限元分析模型，并通过ＭＡＴＬＡＢ与ＭＳＣ．ＰＣＬ语言交互编程实现，进而有效缩短建模周期、提升单元质量、提高分析效率和分析精度，能够实现缝合式复合材料夹芯板的高效、高精度分析。

乙二醇和丙二醇等化工二元醇主要用于聚酯树脂、防冻液以及粘合剂、油漆溶剂、耐寒润 滑剂和表面活性剂等的生产。目前绝大多数的化工二元醇是通过氢化裂解石油基底物或粮食基 葡萄糖得到的，面临着化石原料的日益枯竭和粮食安全等重大战略问题。利用丰富的、开再生 的农作物秸秆生产乙二醇和丙二醇等化工二元醇，是木质纤维素生物炼制的重要方向。本技术 的产业化实施将对传统农业的可持续发展和产业更新换代具有重大的提升作用，并大幅减少因 秸秆焚烧带来的雾霾等大气污染因素。然而，高额生产成本严重阻碍了本技术的产业化进程。 秸秆化工醇的生产成本具体表现在过程的高能耗和高废水排放上。 本项目的农作物秸秆原料生产乙二醇和丙二醇等化工二元醇成套技术采用华东理工大学研 发的干法生物炼制技术。该技术主要包括干法稀酸预处理、高固体含量酶促糖化和秸秆糖连续 加氢裂解等主要工序。其中，干法稀酸预处理技术使用新型的螺带搅拌式预处理反应器，实现 了过程零废水排放，新鲜水和蒸汽用量比典型的预处理技术降低80%以上；高固体含量酶促糖 化技术则通过自主研发的螺带型反应器处理固含量达20%以上的秸秆底物酶解，可得到糖浓度 高于10%的秸秆糖化液；秸秆糖连续加氢裂解技术则实现了化工二元醇生产过程的连续化和催 化剂的循环利用。通过该成套技术可以得到不低于20%（w/w）浓度化工二元醇的裂解液，纤 维素转化率达75%以上。本技术的实施将会大大降低纤维素化工醇的生产成本，为纤维素化工 醇的产业化奠定基础