本发明公开了一种直流电机的驱动?调速一体式约束预测控制方法，本发明将这种驱动?调速一体式的控制技术应用于直流电机，首先利用广义比例积分观测器技术在串级电路和转速的光电编码器采集的转速信息的基础上对系统的集总干扰进行估计，得到重构后的集总干扰信息，结合模型预测控制相关技术设计出针对直流电机的带输入约束的输出反馈控制器，在保证系统动态响应性能的基础上，因为不需要使用电流、电压以及转矩传感器，降低了系统的成本，提高了系统容错能力，同时可以明显地抑制参数摄动和负载转矩突变等因素引起的干扰，从而大大提高直流电机系统的输出转速的控制精度和干扰抑制能力。

利用合成gRNA-靶序列的高通量文库允许直接在细胞环境中便捷和高通量地收集gRNA活性数据，由此建立的计算模型来预测gRNA的活性比较可靠。

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。

随着社会的发展与进步，日益突出的能源供需矛盾不断将寻找清洁、高效、经济的新型能源材料推向研究前沿。热电材料是一类能利用热电效应，直接将热能（包括太阳能、地热、工业余热等能量）转换成电能的材料，由于热电转换技术便捷、环保等优势，在车载冰箱、深空探测器电源等领域具有不可替代的地位，受到科学家们的高度重视。而探索发现低成本、高丰度、低毒性的高效热电材料，是该领域基础研究的重点，是一项面临巨大挑战的研究工作。 吴立明2004年发明了独特且安全的固相合成方法——硼硫化法（J. Am. Chem. Soc. 2004, 126, 4676-4681.），近期，课题组利用该方法，发现了一种新的四方相α-CsCu5Se3，并实现宏量合成。该材料拥有前所未见的独特晶体结构：Cs+由类中国结形状的Cu8Se8结构单元构筑的三维无限扩展结构，其中镶嵌Cs+金属阳离子。α-CsCu5Se3热稳定性好，表现出典型晶态固体的热传输行为，并遵循Umklapp散射机制，这与具有类液态的热传导行为的二元化合物Cu2-xSe完全不同。晶体学及热传输性能研究表明α-CsCu5Se3指出了一个有效抑制Cu+液体传输行为特征的方法。与吴立明老师2016年发现的高性能热电材料CsAg5Te3（Angew. Chem. Int. Ed. 2016, 55, 11431–11436）相比，α-CsCu5Se3的晶体单胞体积减小了30％，导致材料具有更强的原子间d轨道重叠作用，从而显著降低有效质量(m*)，这使得α-CsCu5Se3相比于CsAg5Te3实现了功率因子200％的增长，达到8.17 μW/cm/K2，是目前报道的碱金属富铜硫属化合物中最高值；同时，理论研究表明，由于结构中的Cu–Se软化学键和Cs+ 离子扰动作用，该材料具有很低的热导率。综合上述各方面因素，该化合物的本征热电优值ZT达到1.03（980 K）。进一步通过Sb掺杂优化热电性能的研究发现：Sb3+的孤对电子能够增大材料的晶格非谐性，有效增强Umklapp型散射，从而降低声子速度，使得α-Cs(Cu0.96Sb0.04)5Se3的晶格热导率进一步降低至0.40 W/m/K，热电优值ZTmax提升到1.30。该工作系统深入研究了α-CsCu5Se3体系结构和热电相关性能的关系，为低成本，高丰度，高性能硫属化合物材料的设计探索研究迈出重要的一步。

本发明公开了一种富锂锰基正极材料及其制备方法。该方法采用共沉淀法制备前驱体[Ni(x-y/2)/x+(2-y)/3CoyMn((2-x)/3-y/2)/(x+(2-x)/3)](OH)2，然后采用高温固相法得到富锂锰基正极材料 Li[Li(1-2x)/3Nix-y/2CoyMn(2-x)/3-y/2]O2（0＜x＜0.5,0≤y≤0.15）。这些材料在 2.0-4.6V充放电比容量达到 200mAh/g 以上。本发明的制备方法工艺简单，成本低，适用于工业化大生产，所得到的富锂锰基正极材料在-20°C 下的放电容量可达到常温放电容量的 70%以上，可以广泛应用于电动汽车、通讯领域等。目前已经研究的体系有 Li[Li（1-x）/3Ni2x/3Mn （ 2-x ） /3]O2 ， Li[Li （ 1-x ） /3NixMn （ 2-2x ） /3]O2 ， Li[Li1/3-2x/3NixMn2/3-x/3]O2 ，Li1+x(Ni1/3Co1/3Mn1/3)O2+x/2 等。 

成果描述：本发明公开了一种参数可调智能高性能发动机主构架，通过曲柄摇杆机构、摆杆、摇杆滑块机构将曲轴的圆周运动转化为副活塞的上下往复直线运动，主副活塞所受侧向力、阻力均较小，发动机噪声低、热效率高；通过特定尺寸大小关系，发动机体积和重量大幅降低；排量调整机构调整发动机的排量、压缩比与发动机其它辅助系统协调工作实现发动机热力循环类型可调。本发明可以根据负载、路况的变化实时调节发动机排量、压缩比、热力循环，确保发动机在各种负载、路况下都有良好的工作条件，中小负载时该发动机的节能减排效果更明显,四缸发动机排量的最大调整范围在1.2-3.5之间，发动机压缩比的最大调整范围在6-6之间。市场前景分析：内燃机工程技术领域。与同类成果相比的优势分析：技术先进，性价比较高。

电子元器件、集成电路和软件工程是电子信息技术发展的三大支柱，其中电阻、电容、电 感等无源元件作为电子元器件的主体在电子信息产品中扮演着必不可少的角色，而电容器占到 无源元件的40％～50％。用于电容器介质材料的主要有陶瓷、电解质和有机薄膜三大类，聚酯 薄膜作为电容器介质材料属于有机薄膜类。聚酯材料经双向拉伸工艺技术制成聚酯薄膜，聚酯 薄膜电性能优良，具有较大的介电常数，较小的介电损耗角正切，且吸水性较小，尺寸稳定性 好，耐化学性好，很适合于制造低压电器的电容器。经PEN共聚改性的聚酯薄膜更兼具有耐热 性好、抗刮伤和化学稳定性高、气体阻隔性强、强度高、抗紫外线辐射等特点，可用作F级耐 热绝缘材料，制作超薄录像带及高性能电子元件，如旋转电极线圈、薄膜电容器、变压器等。 本项目进行PET-PEN共聚酯薄膜的研制和性能测试，开发形成电容器膜用PET-PEN聚酯 切片的合成技术和膜加工技术。

在 Nature，Science，Physical Review Letters，Advanced Materials 等学术刊物上发表论文 200 余篇，申请中国发明专利 65 件，授权发明专利 22 件。2010 年相关块体非晶复合材料韧化的工作被 Nature-Asia Materials 做专题评述，多项其它工作还被 Science，Materials Today，Nature 等学术杂志做专题评述以及其它世界各国媒体报道。在新一代超高强钢和先进耐热钢研究上取得了国际水平的研究成果，其中关于超高强钢的成果被国际权威给予很高的评价，同时被科技部评为“2017 年度中国科学十大进展”并在央视新闻联播报道。 超高强钢； 先进高熵合金； 块体非晶合金； 非晶纳米晶软磁合金； 非晶态耐磨耐蚀合金； 非晶与高熵合金钎焊材料； 高熵合金生物材料； 高强耐蚀镁合金。

随着社会的发展与进步，日益突出的能源供需矛盾不断将寻找清洁、高效、经济的新型能源材料推向研究前沿。热电材料是一类能利用热电效应，直接将热能（包括太阳能、地热、工业余热等能量）转换成电能的材料，由于热电转换技术便捷、环保等优势，在车载冰箱、深空探测器电源等领域具有不可替代的地位，受到科学家们的高度重视。而探索发现低成本、高丰度、低毒性的高效热电材料，是该领域基础研究的重点，是一项面临巨大挑战的研究工作。 吴立明2004年发明了独特且安全的固相合成方法——硼硫化法（J. Am. Chem. Soc. 2004, 126, 4676-4681.），近期，课题组利用该方法，发现了一种新的四方相α-CsCu5Se3，并实现宏量合成。该材料拥有前所未见的独特晶体结构：Cs+由类中国结形状的Cu8Se8结构单元构筑的三维无限扩展结构，其中镶嵌Cs+金属阳离子。α-CsCu5Se3热稳定性好，表现出典型晶态固体的热传输行为，并遵循Umklapp散射机制，这与具有类液态的热传导行为的二元化合物Cu2-xSe完全不同。晶体学及热传输性能研究表明α-CsCu5Se3指出了一个有效抑制Cu+液体传输行为特征的方法。与吴立明老师2016年发现的高性能热电材料CsAg5Te3（Angew. Chem. Int. Ed. 2016, 55, 11431–11436）相比，α-CsCu5Se3的晶体单胞体积减小了30％，导致材料具有更强的原子间d轨道重叠作用，从而显著降低有效质量(m*)，这使得α-CsCu5Se3相比于CsAg5Te3实现了功率因子200％的增长，达到8.17 μW/cm/K2，是目前报道的碱金属富铜硫属化合物中最高值；同时，理论研究表明，由于结构中的Cu–Se软化学键和Cs+ 离子扰动作用，该材料具有很低的热导率。综合上述各方面因素，该化合物的本征热电优值ZT达到1.03（980 K）。进一步通过Sb掺杂优化热电性能的研究发现：Sb3+的孤对电子能够增大材料的晶格非谐性，有效增强Umklapp型散射，从而降低声子速度，使得α-Cs(Cu0.96Sb0.04)5Se3的晶格热导率进一步降低至0.40 W/m/K，热电优值ZTmax提升到1.30。该工作系统深入研究了α-CsCu5Se3体系结构和热电相关性能的关系，为低成本，高丰度，高性能硫属化合物材料的设计探索研究迈出重要的一步。

非晶合金（又称金属玻璃）是一种结构/功能一体化新型金属材料，被誉为继钢铁、塑料之后的第三次材料工业革命性材料。非晶合金因其特殊的原子结构（长程无序）而拥有一系列独特的性能，如非晶合金是地球上最强和最耐腐蚀的金属材料；非晶合金具有高耐磨性能以及优异催化降解性能等。非晶合金及其衍生产品（粉末、涂层、催化剂）在海洋工业、石油化工、3D打印、水处理等行业具有非常广泛的应用前景。利用所团队研发的非晶合金粉末，可通过堆焊、激光、热喷涂等技术制备不同高性能非晶涂层，能赋予零部件防腐蚀、耐磨损、抗疲劳、抗冲击、防腐蚀等优异性能，极大延长使用寿命。