大数据工程技术实训平台产品是大数据实训为核心，主要面向培训机构和高校提供大数据工程技术人员认证的实训平台。平台围绕大数据工程技术知识体系及应用，集成了大数据行业内企业常用的大数据技术及组件工具，为学员提供丰富的项目化实训案例与实验环境，帮助学员快速掌握大数据工程技术体系及大数据专业技术技能。

非结构化数据中台，能够让业务产生的海量非结构化数据也能够得到有效利用。非结构化数据中台以数据架构为底座，以人工智能来驱动，打通数据孤岛，统一管理并处理、分析非结构化数据，让数据赋能业务，实现数字资产管理、内容自动化、知识运营、业务合规性管理。 非结构化数据管理平台采用分布式架构，实现对海量非结构化数据的采集、存储、处理、索引。实现对非结构化数据的抽象、描述、分类、管理、分析、挖掘、监控等。

面向开设旅游相关专业的院校解决旅游学科数字化教学的科研能力提升产品，面向本科和高职院校推出的一整套旅游大数据教学教研实训解决方案。 一、应用类别 新技术项目 二、知识产权类型 软件著作权 知识产权编号： 海鳗旅游大数据教学实训平台 V1.0  软著登字第3991516号 海鳗旅游大数据教学实验管理系统V1.0 软著登字第6484638号 三、项目简介 海鳗（北京）数据技术有限公司是专注于智慧旅游大数据应用场景研究和价值挖掘的高科技公司。面向智慧旅游大数据典型应用场景推出的SAAS服务平台“海鳗云”，致力于整合高价值外部数据（互联网内容数据、位置数据、消费数据、搜索数据等）和内部数据进行深入的数据价值挖掘和数据分析能力输出，为旅游监管机构/景区等涉旅企业在客流管控、服务质量提升、产品开发及智慧营销推广上赋能。目前，海鳗云已实时监测旅游目的地七百余家，日数据增量两千万条，为宁夏、青海、甘肃、成都、余杭、泰山、黄山、崂山、都江堰等城市及景区用户提供智慧旅游大数据分析服务。 海鳗数据基于多年旅游大数据行业积累，聚焦行业用人需求，以旅游人才“数字化应用能力”培养为核心，以培养旅游行业高素质技能人才为目标，整合成一套理论实践与行业应用相结合的创新型旅游大数据教学、实训、科研一体化的教学平台，助力旅游数字化教育。通过建设旅游大数据教研实训平台助力专业数字化改造、课程数字化升级、教学数字化创新。进而提升学科竞争水平，增加招生竞争力、提高学生就业质量，促进产学研深度融合，形成创新合力，共同推动旅游产业高质量发展。 四、海鳗旅游大数据教学实训平台 旅游学科数字化教学解决方案 一、项目背景 1.政策推动旅游业数字化转型 2020年文化和旅游部、国家发改委等部门陆续发布《文化和旅游部关于推动数字文化产业高质量发展的意见》《关于深化“互联网+旅游”推动旅游业高质量发展的意见》，2021年文化和旅游部印发的《“十四五”文化和旅游发展规划》《“十四五”文化产业发展规划》，以及7月工信部等十部门联合印发的《5G应用“扬帆”行动计划（2021—2023年）》，2022年1月国务院印发《“十四五”旅游业发展规划》指出，“十四五”时期旅游业发展要坚持创新驱动发展，加快推动大数据、云计算、物联网、区块链及5G等新技术在旅游领域的应用普及，以科技创新提升旅游业发展水平。2022年3月，十三届全国人大四次会议通过《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，提出加快数字化发展，推动数字经济和实体经济深度融合。在系列政策和大数据、云计算等技术的支持下，旅游数字化逐步成为旅游行业转型升级发展的主要方向和必然要求。 2.旅游数字化加大旅游大数据人才缺口 文旅产业数字化转型不断深入，数字赋能文旅产业发展的效果不断增强，数字文旅产品日趋丰富，数字文旅消费新业态日益多元。在旅游行业中如何用大数据的方法洞察游客感知和情绪、获悉游客行为趋势、掌握游客消费偏好、验证和改进旅游产品、全面改进营销方案、完整而及时地进行旅游目的地行业监管，对于整个旅游行业发展来说都显得极为重要。与此同时，随着旅游数字化的发展，对旅游从业人员的在大数据应用的知识结构、能力素养、创新意识等方面都提出了更高的要求，对于旅游行业场景有深刻的认知的业务型旅游大数据人才需求缺口也随之变大。当文旅产业走向数字化转型道路，旅游院校培养具备大数据思维和信息化技能的旅游人迫在眉睫。 二、旅游学科现状 2020年4月教育部颁发《旅游管理类教学质量国家标准》中对旅游专业人才培养要求中明确指出需要具备信息处理操作和应用的一般技能。2021年3月教育部颁发最新的《职业教育专业目录》将酒店管理更名为酒店管理与数字化运营，景区开发与管理专业更名为智慧景区开发与管理，新增智慧旅游技术应用专业。强调人才培养与产业新动能接轨，形成数字化意识，树立数字化观念，进行数字化教学。当下，数字化技术日趋成熟，旅游人才培养需全面树立产业互联网思维，在学习和锻炼传统旅游业务知识的同时，兼顾数据分析能力的培养，会极大提升学生的综合实力，拓宽就业范围，使学生可以适应更高级的工作岗位。 旅游发展的新形势对旅游人才提出新要求，急需旅游人才培养模式的迭代升级。旅游学科人才培养应适应旅游数字化转型、数字文旅融合发展的需要，充分对接新时代旅游产业发展的新技术、新业态、新模式。旅游产业的信息化程度也不断提高。培养目标应从技能型目标切换至素能型目标，培养过程中跨界融入大数据、数字化运营、精准营销等新元素。这些教学实践将使学生对接胜任旅游产业发展的人才需求，使他们尽可能参与旅游产业发展的设计、管理和决策环节。国家与社会对旅游人才的更新升级，促使各院校开始研究新的旅游发展新局面并寻求新的旅游人才培养模式，但仍存在很多问题。 如大部分院校普遍没有合适的旅游数字化教学实训环境，各课程涉及到的数字化内容无法进行有效教学实践；课程数字化改革缺乏真实的海量数据；缺乏切合产业大数据实际应用的实训项目，导致课程内容与产业脱节；同时教材也未更上新业态，符合旅游数字化变革的高质量成体系的旅游大数据教材缺失；任课教师多为旅游管理或地理学、工商管理等专业背景，精通大数据技术的较少，教学遇到挑战。 基于上述内容，建立符合当今数字化旅游人才培养的教育平台显得尤为重要，通过真实行业数据和行业真实案例驱动教学和科研业务，提升旅游院校综合能力是旅游学科数字化改革升级的必经之路。利用旅游大数据构建更专业、更合理的数字化教学内容，推动学科数字化创新，促进旅游教育行业全面发展，实现产研学共生共赢。 三、项目建设目标及优势 海鳗（北京）数据技术有限公司是专注于智慧旅游大数据应用场景研究和价值挖掘的高科技公司。面向智慧旅游大数据典型应用场景推出的SAAS服务平台“海鳗云”，致力于整合高价值外部数据（互联网内容数据、位置数据、消费数据、搜索数据等）和内部数据进行深入的数据价值挖掘和数据分析能力输出，为旅游监管机构/景区等涉旅企业在客流管控、服务质量提升、产品开发及智慧营销推广上赋能。目前，海鳗云已实时监测旅游目的地五百余家，日数据增量两千万条，为宁夏、青海、甘肃、成都、余杭、泰山、黄山、崂山、都江堰等城市及景区用户提供智慧旅游大数据分析服务。 海鳗数据基于多年旅游大数据行业积累，聚焦行业用人需求，以旅游人才“数字化应用能力”培养为核心，以培养旅游行业高素质技能人才为目标，整合成一套理论实践与行业应用相结合的创新型旅游大数据教学、实训、科研一体化的教学平台，助力旅游数字化教育。 通过建设旅游大数据教研实训平台助力专业数字化改造、课程数字化升级、教学数字化创新。进而提升学科竞争水平，增加招生竞争力、提高学生就业质量，促进产学研深度融合，形成创新合力，共同推动旅游产业高质量发展。 四、海鳗旅游大数据教学实训平台架构及功能介绍 海鳗旅游大数据教学实训平台是面向开设旅游相关专业的院校解决旅游学科数字化教学的科研能力提升产品，面向本科和高职院校推出的一整套旅游大数据教学教研实训解决方案。平台总主要由四个子系统（产业分析平台、行业数据库、工具算法库以及案例库）构成，并由一本课程教材与一套课程设计共同支持旅游科学数字化课程教学与实训。 平台支持支持《旅游大数据》、《目的地管理》、《旅游市场营销学》、《旅游统计学》、《酒店管理与数字化运营》、《消费者行为学》、《会展旅游》等多门课程开展数字化教学实训。 1.产业分析平台 海鳗嵌入真实的产业分析平台，帮助学生利用大数据相关知识在真实场景中解决实际的数据分析问题，并做出有效的业务决策。 产业分析平台与海鳗云产业Saas平台一致，分为三大模块。 A.基于互联网内容数据的旅游舆情监测与分析模块，包含： 1）舆情中心：信源总量/趋势图/占比/排行，情绪趋势图/占比，热议词云/数据源排行Top10，最新正/负面/舆情，最新纸媒报道，最新游客评价，舆情风险指数，媒体分布排行，列表分析（可标记情绪正中负，标记已读/未读），数据上报（微信实时接收推送信息），报表导出等； 2）传播分析：最近7天新闻/微博/文章传播力排行，事件传播分析，传播趋势图，传播路径图，传播事件列表，信源7天传播量排行，传播趋势； 3）游客满意度：OTA游后评价总量，趋势分析（天/月/年），满意度8大维度评分对比分析，OTA来源排名，游客情绪占比，游客评分排名趋势图（天/月/年）； 4）品牌评估：多景区品牌值对比分析，品牌5大维度对比趋势图，品牌热议话题词云图，品牌排行雷达图）等功能。 B.基于手机GPS位置数据的旅游客流监测与分析模块，包含： 1）实时客流监测：游客分布热力图，当天实时客流趋势图，实时承载量&日承载量配置，天气&事件自定义； 2）历史客流分析：多时段/多区域的客流趋势对比（时/天/周/月/年），可根据总体客流&（本/外）区县/市/省分别对比客流趋势，客流总量，（本/外）区县/市/省占比，时段/区域/事件/天气/节假日分项客流占比排行； 3）历史客流分布：到访分布热力图（游客到访分布，商场到访&商圈到访排行，新旧游客占比，游客平均停留时长，游客停留天数占比），来源分布热力图（游客来源地分布，来源地POI热度排名），来源分布行政图（游客来源地省/市/区县分布，游客来源地省/市/区县热度排行）； 4）游客行为画像：游客基本特征（性别，年龄，学历，职业，婚姻状态，子女状态，消费自由度等），旅游出行偏好（旅游意愿度，长途交通偏好，餐饮/酒店类型偏好，差旅目的地等），APP使用偏好（应用使用时长，应用使用频率，APP安装排行，旅游APP偏好排行）等功能。 C.基于银联清算数据的旅游消费监测与分析模块，包含： 1）涉旅消费分析：旅游总体消费趋势（交易金额/笔数/卡数），涉旅6大行业（吃住行游购娱）占比分析，区域消费排行（交易金额/笔数/卡数），分时段/夜经济趋势； 2）游客消费画像：游客来源城市（境内/境外）排行（交易金额/笔数/卡数），本地人/来客（境内/境外）消费排行，消费者年龄比例，性别比例等，客群消费能力，价值，消费偏好等功能。 2.工具算法库 工具算法库能在教学与科研过程中实现数据的深度挖掘分析，帮助教师与学生发现数据中隐藏的关系及规律，工具库支持将涵盖多行业的海量数据应用于科研项目中，可灵活管理，一键调用，为教师科研项目提供数据支撑。工具库内包括常见的各类数据分析与算法工具。比如舆情研究工具：传播路径分析、jieba分词、特征词提取、词云图生成、话题聚类等；客流预测分析：ARIMA、马尔科夫、多元线性回归、灰色预测；情感分析工具：贝叶斯网络、SVM、决策树等。教师与学生可借助工具库完成建模与数据分析，支持教学与科研过程。 3.案例作品库 基于海鳗数据上百个真实服务客户项目经验，以行业应用为引导，以真实项目案例为基础，内嵌多个行业案例支持不同课程实践教学。案例作品库的内容覆盖:旅游舆情事件库、满意度应用案例库、传播分析应用案例库、品牌评估应用案例库、游客画像应用案例库、旅游统计案例库，行业监管等多个行业真实案例。案例库支持院校自建案例作品库，可结合自身教学实训内容在案例作品库内共享教师或学生自己编写的案例作品供大家交流学习。 4.行业数据池 海鳗旅游大数据教学实训平台提供旅游行业多维度数据体系，为教师科研、教学提供丰富的数据支撑。数据涵盖互联网、客流、消费等上亿条真实数据，可支持院校自主选用定制，进行实训课程创建、科研项目研究等多种场景。 5.教研管理 平台教研管理采用三级管理体系，设置管理员、教师、学生三种角色权限，提供教学中所需基本功能，保证教学完整性。教研功能包括： 1）用户管理：支持用户账号、角色、权限的管理； 2）学生考勤：支持对学生在实训课堂中的签入签出管理，记载和分析学生考勤； 3）课程考核：支持按照课程章节对学生进行考核，支持设定章节权重，成绩汇总计算等功能； 4)教研授权：支持对教师和学生进行系统功能权限的授权管理，从而合理地控制和利用数据和分析的平台资源，产出更高价值。 五、项目创新点 海鳗旅游大数据教学实训平台是目前独有的面向旅游管理专业产品化大数据教学实训平台，在以下几个方面有创新性： 1.产业级平台功能，与真实工作场景无缝对接。 通过将产业平台进行教育适配，使得平台更加简单方便，便于学生进行实操实战。平台还内置海量高质量真实行业数据，配套实训教材及多个行业真实案例，实现教学与行业的无缝对接。教学实训平台还兼产业平台完善的流程规范和后台管理等，高性能，高可靠和灵活的集成对接能力，海鳗从产业出发而服务教学，全部使用真实数据，这对于教学而言，可以完全达到身临其境的场景再造，甚至可以使用实时数据，实实在在体验旅游舆情处置、客流管控等实时性要求较高的应用场景。 2.旅游行业数据分析教学知识点全覆盖 海鳗在多年面向产业的服务过程中，积累了丰富而全面的项目实战案例，可以充分地对于旅游大数据应用的多种场景、各种操作流程、各种算法进行刻画和描述，从而带给教学实训更多价值。平台能够完整的支撑数据分析教学全流程，全面覆旅游行业数据分析相关的知识点和教学场景。 3.平台具备多种特色功能且部署灵活 根据学校的要求，海鳗云可以做到灵活部署落地方案，既支持公有云的saas模式，也可以支持私有化部署的套装软件模式。公有云的saas模式按年付费，可以支持院校以较低成本启动实训平台，使用的数据和模块也可以按照预算情况灵活配置；私有云模式可以支持院校一次性付费，将系统和数据部署到本地，获得长期对于平台和数据的使用权。 4.专家团队课程教学设计及教材支持 由北二外、北京联合大学、北京工商大学等高校教授、教学名师、行业资深旅游大数据专家组成的课程开发团队，结合海鳗数据多年行业实践经验，联合开发丰富的实践课程资源。帮助学校提升专业数字化教学质量，将业务问题数据化，还原项目落地全流程。将分析方法、业务问题转化为数学问题的思维方式、知识技能的应用技巧等，全部融入到具体的项目实训案例中，利用分析工具和大数据知识去找到解决方案，让学生通过实训，掌握分析方法、提升思维模式。提供完整课程教学大纲、课程实践内容，名师课程配套教学PPT，与此同时，海鳗旅游大数据教学实训平台配套教材《旅游大数据应用与实践》由中国旅游出版社出版，可支持多门课程开展教学实践，全面助力旅游院校课程数字化改革，提高学科竞争力。

平台以拖拽式、低代码方式进行数据处理、可视化分析，为教师科研、学生自助数据分析探索应用提供工具支撑。在大数据分析平台中，用户能够随时更改观察数据的维度、指标，让数据能够以丰富的图表方式进行迅速、直观的表达，同时借助联动、钻取、链接等交互操作，发现数据内部的细节规律，在操作交互过程中与数据进行直接、实时的对话。1、数据准备可视化分析平台能够快速完成数据的添加，并支持对于数据表的数据分析与洞察。根据分析需求，系统提供数据关联、数据过滤、数值替换、重命名、数据分组、分段、去除空格、数据列合并、拆分、自定义列、地理分析等数据预处理功能，满足基础的数据清洗、转化、集成需求。2、可视化设计支持学生通过拖拽的方式更改观察数据的维度、指标，并将数据以丰富的图表方式，进行迅速、直观的表达。整体分析过程无需编码，为学生提供极简易用的操作体验。平台提供图形的智能匹配与图形切换功能，支持学生随时更改图形类型，寻找更贴切的图形表达方式来诠释业务含义。支持多数据表的分析模式，学生在分析时，可选择多个表的字段直接制图，无需提前建立数据集（宽表）。系统会自动检索表关系，在后台自动生成数据关系，学生也可手工指定多表之间的多种关联关系，关联关系支持常见的雪花、星型等模式。关联关系一旦设定后，可被其他图形复用，极大的增强了数据模型的灵活度，满足了更为复杂的业务分析场景。3、图形组件开发作为“计算机”、“大数据”专业技术学科的学生，除了掌握图形基础用法和分析方法外，可以利用每一个图形的“编码”功能实现图形深层次的开发和自定义。还可以利用R\JS编码的方式，进行全新的可视化图表开发，图表可以与当前页面融为一体，形成完整的分析场景。4、成果管理监控总览提供对可视化发布后成果的全局监控与管理。教师可以了解到发布的成果数量，成果收藏情况，成果访问情况等信息。帮助教师更好的进行全局可视化成果的管理。5、数据门户主要是针对科研人员已经发布的可视化场景、报告、Word报告进行分类管理，支持针对研发成果进行统一权限管理。

为了提高学生的动手能力和创新能力，提高实验教学质量。北京润尼尔网络科技有限公司针对各类大中专院校《数据结构》实验课程,开发出了配套的可在网上开展的基于C/S结构的数据结构实验教学系统。系统由课程实验平台和虚拟实验教学管理系统两部分组成，课程实验平台提供了真实的C/C++数据结构程序编制编译开发环境，可进行C/C++数据结构程序编辑、编译、运行、项目工程的提交、实验报告的编写，虚拟实验教学管理系统提供全方位的虚拟实验教学辅助功能，包括：实验前的预习、实验的开课管理、典型实验案例库的维护、实验教学安排、实验过程智能指导，实验结果的自动批改、实验成绩统计查询等功能，为实验教学环境提供服务并开展应用。 通过大量数据结构实验知识点的训练题目，以及系统综合的训练，能够快速提高学生对数据结构的理解能力和实际动手能 力。同时，能够很好解决开发学习中关键学习点掌握的问题，该软件可满足各类大中专院校和培训机构C/C++课程的实验教学环节的需要。 系统依据大多数高校数据结构教学大纲提出了12个典型实验案例的训练：  (1) 实验1 堆栈和队列  (2) 实验2 树、二叉树的存储结构  (3) 实验3 树、二叉树的遍历  (4) 实验4 树、森林及二叉树的基本概念练习  (5) 实验5 线性表  (6) 实验6 开发一个可应用于双向链表的Bidirectional Iterator  (7) 实验7 Linked类的进一步扩充  (8) 实验8 List类的另一种设计和实现  (9) 实验9 Binary Search Tree的平均树高  (10) 实验10 查找、排序的应用实验  (11) 实验11 冒泡排序实验  (12) 实验12 初​始​化​队​列​+​入​队​列​+​出​队​列​+​销​毁​队​列 除上述实验之外，用户也可以根据教学需要自主添加典型实验。 系统用户分为学生、教师、教务管理员和系统管理员四种角色，不同角色拥有不同权限。  ►学生：选课、选择实验、开展实验、接受实验指导、在线提交实验报告、保存和提交实验结果、查询实验成绩和批语。  ►教师：典型实验库维护、发布实验、安排实验、批改实验报告、系统指导、统计并发布学生的实验成绩和批语。  ►教务管理员：课程计划、开课计划、选课日期设置、开课审核、开课查询。  ►系统管理员：用户管理、分组管理、角色管理、权限管理、系统维护等。 性能指标 支持同时在线用户数1万人以上，经过在多所学校的实验教学应用，系统运行稳定，不限终端用户数，完全能满足各类高校的实验教学需要。 服务器运行环境 操作系统：Windows Client/Server，Linux/Unix Server 环境支持：JDK1.6_25 客户端运行环境 操作系统： All Windows系列

特点紧凑，更坚固，抗震，抗潮，抗电强度高。该产品部分型号通过VDE认证，符合RoHS要求。用途广泛用于音响、空调，程控交换机，家电产品控制电路用。 EI30 系列 

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。

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