西安交通大学采用当代最先进的传感器、信号处理、模式识别、计算机网络、远程通讯等技术，研制出大型机械设备状态监测与故障诊断网络系统及其关键技术，为电力、冶金、石化、炼油、矿山、建材、机械、交通等工矿企业的机械设备安全、高效和平稳运行及设备管理提供保障，具有数据采集存储、异常报警、黑匣子监测、时域分析、频域分析、时频分析、趋势分析、智能自动诊断等功能，是设备离

编织结构陶瓷基复合材料由于其耐高温、抗氧化的特点，是高推重比航空发动机高温部件最有应用前景的候选材料。在此背景下，研究开发了编织结构陶瓷基复合材料力学性能预测和结构强度分析技术。 项目通过稳态热固耦合平衡方程推导建立了热固耦合双尺度渐进均匀化分析方法，得到宏细观物理量间的对应关系偏微分方程。利用变分原理推导得到宏细观物理量对应关系方程的有限单元形式，完成热固耦合双尺度渐进均匀化分析程序的开发；针对编织结构复合材料的多尺度结构特点，完成了复合材料的细观、微观多尺度RVE建模方法研究。最后，通过引入材料分布模型描述复合材料构件局部材料坐标，建立了复合材料构件宏细微观多尺度热固耦合分析体系。 此项技术通过多尺度RVE建模、热固耦合双尺度均匀化分析能够较为准确的预测陶瓷基复合材料及其构件的热力学性能，得到相关材料参数，为材料的应用提供分析方法。应用此项技术，复合材料热力学性能预测值与材料单位提供的实验值相吻合，预测的宏观弹性模量与拉伸实验测量值最大相对误差12%以内。同时开展陶瓷基复合材料发动机典型结构实验研究，应变预测值与实验测量值最大相对误差7%以内。

本发明涉及一种黄粉虫肽的分离鉴定及功能分析方法，采用超声处理、技术筛选、超滤分子截流、分子筛、反相高压液相色谱(HPLC)柱层析、质谱和氨基酸分析等技术，从诱导的黄粉虫中分离到氨基酸序列为SEQ?ID?NO : 1的八肽，并进一步验证其抗氧化活性，证实其抗氧化功能强于谷胱甘肽，为该天然抗氧化八肽的产品开发应用奠定了基础。

对不同注塑工艺参数下长直注塑件翘曲变形进行模流分析，结果表明，浇注 远端处的翘曲变形量较大，浇注入口处的翘曲变形量较小。保压时间的增加，可 以降低塑件的翘曲变形。保压压力增加,塑件整体翘曲变形减小，尤其在浇注入 口处比较明显。熔体温度从 230°C提高到 270°C，塑件整体翘曲明显减小，特别 在浇注远端处比较明显。降低模具温度，对降低注塑件的翘曲变形有显著地效果。

本发明公开了一种基于应用性能损失分析的数据中心功率配给 方法，数据中心管理员通过厂商或实验室实测获得服务器机型的 CPU 使用率和功率对应关系的配置信息，服务器中的监控模块提取 CPU 使 用率数据并上报给中心数据库，数据分析模块抽取中心数据库中的 CPU 使用率数据，并比照服务器配置信息，分析计算服务器在任意功 率配给下的应用性能损失值，计算完成后，数据分析模块生成功率配 给调整指导单，用以指导数据中心管理员制定服

近日，我校数学与统计学学院刘磊教授与上海交通大学朱苗苗教授合作的论文Asymptotic analysis for Sacks-Uhlenbeck$\alpha$-harmonic maps from degenerating Riemann surfaces被Memoirs of the American Mathematical Society接收发表。

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

本实用新型涉及一种可扩展到较高泥沙浓度测量与试验分析的装置，包括水槽试验系统、B 超成像 测量分析系统、超声反射衰减系统；所述水槽试验系统包括沙粒、水流和水槽，所述沙粒和水流放置在 水槽内；所述超成像测量分析系统包括 B 超探头、信号线、B 超仪和计算机，B 超探头通过信号线与 B 超仪相连接，B 超仪通过连接线与计算机连接；所述超声反射衰减系统包括反射装置和用于固定 B 超探 头在反射装置正上方的固定装置，所述固定装置设置在反射装置上。本实用新型装置具有较广泛的适用 性，解决了水中泥沙浓度过高而导致含沙量无法通过 B 超成像测量问题。 

1、双光子超分辨荧光分析仪及试剂研发人才； 2、特定蛋白免疫分析仪及试剂研发人才； 3、化学发光分析仪及试剂研发人员。