在现代工业生产中，大规模的工业生产和日益激烈的市场化竞争，使得企业越来越需要对整个生产过程进行总体优化操作，以得到最优生产过程。因此，为了最大限度发挥过程系统的生产潜力，取得最大的经济效益，必须随着实际操作环境和市场要求的变化及时地进行操作条件的优化，采用实时在线优化技术将稳态操作点逐渐移到相应工况的最佳操作点区域。 对二甲苯（PX）氧化反应单元在精对苯二甲酸（PTA）生产过程中处于核心地位，它直接关系到PTA产品的质量、产量、醋酸燃烧损失以及PX单耗等。本项目基于PX氧化反应动力学，结合人工智能方法建立了PX氧化反应过程工艺机理数学模型，并依据工业装置数据采用随机搜索算法对该模型进行了优化校正，形成了能准确描述生产装置特性的机理模型；同时建立了PX与HAC的燃烧损失智能预测模型；建立了PX氧化过程的在线实时流程模拟系统，实现了关键性能指标4-CBA浓度以及PX和HAC燃烧损失的在线实时预测；对PX氧化过程的工艺操作条件进行了在线实时优化，降低了PX和HAC的燃烧损失，确保生产装置运行在最佳状态，产生了显著经济效益。

本项目采用五电弧协同增材制造，提高成形构件的堆积效率；利用激光约束电弧，提高成形金属构件的表面精度，减小加工余量；构筑出融合五电弧协同增材制造、激光稳定电弧、高速摄像监测、构件成形尺寸三维测量、工艺数字化监控等功能的多电弧协同增材制造装备。 1、 形成复杂空间曲面构件分区原则、切片方法与路径规划策略，建立五电弧协同增材制造高性能大型金属构件工艺方法、模型与窗口； 2、 研制出多电弧协同增材制造工艺规划与系统总控软件； 3、 开发了专用于高性能大型金属构件多电弧协同增材制造的专用金属丝材。 实现大型舰船艉轴架、运载火箭过渡端框架与高层建筑多向钢节点的高质量、高效率、低成本增材制造，并进行组织与性能预测。 图1 多电弧协同增材制造设备图 图2 多电弧协同增材制造典型产品 【技术优势】 项目成果有效解决了高性能大型金属构件采用电弧增材整体制造时，面临的堆积效率较低，制造大型金属构件周期长；成形金属构件表面精度低，加工量较大；成形金属构件的晶粒粗大，各相异性明显的难题，将目前大型金属构件电弧增材制造的效率提高到了新高度。 【技术指标】 五束电弧协同增材制造装备： 1）装备包括 CMT电源5台、六轴机器人系统3台、激光系统、工艺数字化系统、三维测量系统、高速摄像系统与缺陷除去系统； 2）三维测量系统的测量范围在300mm以内，可测量金属构件壁厚最大尺寸不低于250mm，测量误差在±1.0mm以内； 3）可成形高度大于2m、长度大于5m、宽度大于3.5m的金属构件，变形控制在0.2mm/100mm以内； 4）堆积效率≥1800cm3/h，连续工作时间不低于360小时； 五束电弧协同增材制造工艺总体软件： 1）具有模型解析重构、子模型选择、分区切片与9轴工艺路径规划、曲面切片、G代码及机器人离线编程代码生成、多电弧协同增材制造系统控制功能与工艺数据库； 2）可实现金属构件组织、性能预测及成形质量主动控制，并显示构件材料 CCT图； 3）模型解析、拓扑重构时间低于10分钟，切片轮廓精度优于±0.1mm，单层切片时间＜2s。 4）支持2000万以上三角形面片、尺寸4m以上STL模型； 5）支持任意空间曲面模型的路径规划，成形尺寸≥4000mm； 6）支持 6轴机器人+3轴龙门式床身协同控制的9轴工艺路径规划，成形效率达 1800cm3/h，全程误差≤0.5%，路径输出方式为G代码、机器人离线编程代码； 7）工艺数据库覆盖控制系统参数及工艺及材料参数，并建立典型工艺参数，加工误差范围≤0.5%；

复合材料三维数字化工艺设计与仿真软件（CPSD）源于军工科研项目，是一款集成在全三维数字化环境下的集工艺设计与仿真于一体的软件系统，解决复合材料零件铺层工艺设计模式改进、精细化水平和设计效率提升的问题。 一、项目分类 关键核心技术突破 二、技术分析 复合材料三维数字化工艺设计与仿真软件（CPSD）源于军工科研项目，是一款集成在全三维数字化环境下的集工艺设计与仿真于一体的软件系统，解决复合材料零件铺层工艺设计模式改进、精细化水平和设计效率提升的问题。该软件集复合材料零件的模具型面生成、铺层工艺设计、仿真分析、工艺验证及可制造性评价等功能于一体，具有高效铺层设计、高精度仿真和全过程三维数字化、可视化、知识化、集成化的特点，为实现复合材料零件的数字化设计制造一体化提供有力支撑。航天、航空、汽车、能源等行业大量采用复合材料零件，需要专业的基于三维模型的复合材料快速设计与制造软件，实现从经验的手工设计到全三维数字化设计的转变，从而提升复材零件的智能制造水平。

成果简介造纸工艺中的高浓度废水成分复杂、 有机质极高， 难以达标处理， 导致部分中小型企业直接排放， 造成极大的环境污染问题。 所提出的复配混凝沉降+空气催化氧化+两级电催化氧化处理技术， 可以实现有机质的有效提质， 达成水资源和有机质的返生产循环消纳或是商品化高效利用目的。成熟程度和所需建设条件已完成实验室研发， 如下图所示； 在现有废水处理设备基础上加以改进即可。

本发明公开了一种用于注塑工艺的聚合物结晶度在线测量方法及装置，方法步骤为：1)获取聚合物的完全结晶区密度、完全非晶区温度-密度曲线；2)获取模具内聚合物熔体的完全非晶区密度；3)采用超声波实时检测模具内聚合物熔体当前的密度，并根据该检测密度、完全结晶区密度以及完全非晶区密度获取聚合物熔体的实时结晶度；装置包括传感器单元、数据采集单元和中央处理单元，传感器单元包括超声波探测单元和温度传感器，超声波探测单元包括超声波发射单元和超声波接收单元，温度传感器、超声波接收单元分别通过数据采集单元与中央处理单元相连。本发明能够实现注塑过程中聚合物结晶度的在线测量，具有价格低廉、使用方便的优点。

1. 痛点问题 我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。 图1 自动驾驶、视觉抓取、物体识别 2. 解决方案 本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。 图2 三维目标检测的流程图 在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。 合作需求 寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。

本项目采用了一种新型制氢工艺，该工艺主要包括四部分：1）铁氧化物与水反应得到纯净的氢气；2）一氧化碳还原铁氧化物；3）还原反应产生的二氧化碳与碳反应生成一氧化碳；4）还原气造气过程中所需碳源由煤经过高温炭化得到。整个工艺过程消耗的是煤和水，得到的产物是纯净的氢气、纯净的一氧化碳和煤炭化释放出的煤气（主要成分是甲烷、氢气和一氧化碳，可直接作为燃气使用）。该方法的优势在于：1）不把煤作为燃料，而将其作为制氢的原料，可以实现煤炭中有害物质的集中处理与转化，从而避免煤炭分散燃烧带来的环境污染和高处理成本。2）煤转化为气体燃料，其能量利用效率大大提高，如煤基氢—电联产系统效率可达75%，纯发电效率达到60%，而传统的煤燃烧发电系统的效率只有33%～35%。3）本方法中氢气和一氧化碳分别在不同的反应阶段，由不同的反应器中分别输出，可以直接得到纯净的氢气和一氧化碳，与传统的煤气化制氢工艺相比，减少了分离、净化环节，工艺更简单。4）各种煤经过高温炭化处理后都可以作为反应所需的碳源，而煤气化制氢工艺则对煤种的适应性有较大局限性。已证实了该工艺的可行性与稳定性，项目目前进入进入中试放大研究阶段。

已有样品/n全金属化源漏FOI FinFET 相比类似工艺的常规FinFET 漏电降低1 个数量级，驱动电流增大2 倍，驱动性能在低电源电压下达到国际先进水平。由于替代了传统的源漏SiGe 外延技术，与极小pitch 的大规模FinFET 器件的兼容性更好，有助于降低制造成本，提高良品率，具有很高的技术价值。

如今人们对可携带电池的要求越来越高，除了本身提供的高能量、大倍率性能外，还需要电池具有可折叠属性。然而基于高温烧结和刷浆成膜的传统工艺，存在着先天的不足：极片受力变形，活性颗粒脱落，反复受力时会导致电池使用寿命急剧下降。 因此在保证电池本身能量和功率密度的前提下，研发具优异力学性能的柔性电池的新工艺已经成为锂电池技术真正引发能源改革的重要环节。 基于直接电沉积的新型电池新工艺技术于2017年在国际著名期刊Science Advance报道，并已申请相关专利。