|
搜索
搜 索
高等教育领域数字化综合服务平台
机械产品（汽车整车及零部件）性能预测及设计技术
1. 项目概述机械产品性能预测技术是在虚拟样机技术基础上，结合产品的特点和要求，在产品的设计阶段就对产品的性能进行预测。南京工业大学现有成熟的产品性能预测技术有：① 刚度，强度及承载能力预测；② 疲劳性能预测；③ 固有频率，模态及动态响应分析； ④ 撞击性能预测；⑤ 温度场，热应力场分析；⑥ 汽车整车性能分析；⑦ 汽车液压制动系统设计（各类盘式、鼓式制动器等）；⑧ 建模造型技术。2. 技术优势仿真计算精度达到物理样机测试数据的95%左右。通过对产品性能进行预测，可以大大减少样机及试验次数，缩短产品开发周期，减少开发成本。3. 技术水平：国内先进
南京工业大学
2021-04-13
玉米油份含量的分子标记及其应用技术
小试阶段/n该成果涉及多种玉米油份含量相关的基因位点及分子标记，可应用于辅助玉米品种或品系的基因型检测，可高效精准地判断该品种或品系油份含量的大小；可应用于不同遗传背景下的高油玉米育种，也可以用于玉米遗传改良。该方法和标记克服了常规育种周期长、后期筛选工作量大、对品种或品系进行鉴定的效率低等缺陷和不足，在玉米育种领域具有广阔的应用前景。
华中农业大学
2021-04-11
生物降解高分子材料制品生产技术
生物降解高分子材料制品生产技术主要包括聚乳酸等聚酯型生物降解高分子材料、热塑性淀粉及其共混物成型加工技术，成型制品包括以PLA、PBS、PHA或热塑性淀粉为基体，辅以添加剂的薄膜、板材、容器、注射零部件。这类产品的特点为：在一定的堆肥条件下，制品发生完全降解，转化成CO2和H2O及可用于种植的肥料。产品的力学性能和特殊使用性可通过配方进行调节。
四川大学
2021-04-14
特种高分子3D打印材料技术与装备
项目组创建了固体推进剂3D打印专用超强韧高分子材料新体系，权威机构检测指标优于国际最优的德国产品，已经成功应用于某武器系统，形成稳定的销售；攻克了发射药领域多项颠覆性3D打印材料技术，经JKW专家鉴定为有重大潜在颠覆性军事价值。
一、项目分类
显著效益成果转化
二、成果简介
1、项目开创了含能材料3D打印成型新技术、新材料和新装备领域，是目前国内唯一可以进行所有军用火炸药门类3D打印的项目组，是国内为数不多的可以提供整体解决方案的项目组，取得多项重大原创成果。
2、项目组创建了固体推进剂3D打印专用超强韧高分子材料新体系，权威机构检测指标优于国际最优的德国产品，已经成功应用于某武器系统，形成稳定的销售；攻克了发射药领域多项颠覆性3D打印材料技术，经JKW专家鉴定为有重大潜在颠覆性军事价值，实现了国内第一次发射药3D打印实弹射击、第一次3D打印小型发动机试车；带领团队在战斗部特种3D打印装备领域取得重要突破，第一次实现3D打印火炸药起爆等等。已经在所有军用火炸药3D打印成型用高分子材料领域取得突破，并且还可以提供材料配套的所有3D打印设备，形成了完整的产业链条。
哈尔滨工业大学
2022-08-12
优质健康猪重要候选基因挖掘分子育种标记技术
可以量产/n1.构建了猪基因素材的高效挖掘平台与分子育种标记开发技术体 系。率先设计、建立了猪第一代寡核苷酸基因芯片的技术操作流程；优 化了猪基因芯片的非特异过滤方法；开发了猪 CRISPA/Cas9 基因组编辑 系统的 sgRNA 设计及脱靶效应评估软件获得软件著作权，创建了多个病 毒和细菌刺激的细胞和活体模型，发展了多个基因组学技术，实现了猪 基因素材高效挖掘平台与分子育种标记开发技术体系的构建。2.开发了 10 个用于优质健康猪培育、具有自主知识产权的分子育种 标记。筛选出猪重要
华中农业大学
2021-01-12
新冠肺炎疫情发展预测模型
2020年1月25日，中山大学公共卫生学院陆家海教授联合美国哥伦比亚大学W. Ian Lipkin在bioRxiv预印版平台发表文章研究From SARS-CoV to Wuhan 2019-nCoV: Will History Repeat Itself?，通过2002-2003年SARS疫情的数据模拟了武汉新型冠状病毒2019-nCoV的流行数据。 根据此研究模型估计，2019-nCoV病例的累计计数约为SARS总数的2-3倍，预计发病高峰将在2月初或中期。在应对方面，应该限制或禁止区域性迁移，以防止超级传播者的出现和移动，同时迫切需要在全国范围内加强监控并采取有效措施来控制这种流行病。
中山大学
2021-04-10
大数据预测疫情传播研究
该项目利用国家卫健委公布的确诊病例总数数据链，以应用传播动力学为方法，以黄森忠教授建构的普适SEIR模型作为模型理论，通过“南开大学智英健康数据研究中心”开发的程序EpiSIX，分析新冠病毒肺炎疫情有关数据，并将分析结果生成可视化网页，开展疫情发展回顾、确诊病例数时序区间预测等相关工作，对疫情发展情况及疫情防控效率作出研判。
研究团队由黄森忠教授和山西大学复杂系统研究所所长靳祯教授、南京医科大学公共卫生学院彭志行副教授共同领衔，南开大学统计与数据科学学院多名年轻教师与研究生加入。研究团队从1月30日至2月14日，每3日发布一次预测，已连续发布疫情传播预测6期，并根据疫情变化，及时调整预测评价指标，其预测区域也进一步细化，由原来的对全国、湖北省、武汉市的疫情预测，拓展为对全国各省市的预测。
南开大学
2021-04-10
新冠肺炎传播风险预测分析
在2003年成功预测SARS流行趋势的基础上，西安交通大学数学与统计学院生物数学团队与陕西师范大学生物数学团队、加拿大吴建宏教授团队合作，基于新型冠状病毒的传播机理、密切跟踪隔离和封城等策略，建立了传播动力学模型，对新型冠状病毒肺炎传播风险进行了预测分析，此项研究成果“Estimation of the transmission risk of 2019-nCov and its implication for public health interventions”。 研究中利用2020年1月10日至1月22日的报告疫情数据，采用动力学模型和统计计算方法预测武汉新型冠状病毒肺炎传播的基本再生数为6.47 (95%置信区间为5.71-7.23)，给出了疫情的达峰时间和峰值以及最终感染规模（若继续1月22日前的控制措施，疫情将在3月10日左右达到峰值）。研究中进一步采用似然函数方法加以验证，得到了与模型估计值一致的结果。如果续代时间大于6天或潜伏期越长，基本再生数可能更大，该结论说明了疫情传播的速度快。与23至25日的疫情数据相比，模型预测结果与报告疫情数据基本一致。 研究中进行敏感性分析，讨论了1月22日前武汉采取的防控措施的有效性以及在降低再生数中的重要作用。预测结果显示从23日起加强控制措施，报告病例数会在一个周后出现明显的下降，即加强的控制措施会在一个周后产生明显效果。进一步分析1月23日后武汉封城策略对其它地区疫情的影响，基于武汉到北京的航班、铁路等信息，计算武汉封城前后对北京疫情的影响，表明武汉封城（即北京无来自武汉输入病例）后，北京在未来7天的病例数将降低91.14%，这说明了武汉封城对全国疫情防控的关键作用。SSRN 截图 密切跟踪隔离措施的敏感性分析点击查看原文
西安交通大学
2021-04-10
新冠肺炎传播风险预测分析
在2003年成功预测SARS流行趋势的基础上，西安交通大学数学与统计学院生物数学团队与陕西师范大学生物数学团队、加拿大吴建宏教授团队合作，基于新型冠状病毒的传播机理、密切跟踪隔离和封城等策略，建立了传播动力学模型，对新型冠状病毒肺炎传播风险进行了预测分析，此项研究成果“Estimation of the transmission risk of 2019-nCov and its implication for public health interventions”。 研究中利用2020年1月10日至1月22日的报告疫情数据，采用动力学模型和统计计算方法预测武汉新型冠状病毒肺炎传播的基本再生数为6.47 (95%置信区间为5.71-7.23)，给出了疫情的达峰时间和峰值以及最终感染规模（若继续1月22日前的控制措施，疫情将在3月10日左右达到峰值）。研究中进一步采用似然函数方法加以验证，得到了与模型估计值一致的结果。如果续代时间大于6天或潜伏期越长，基本再生数可能更大，该结论说明了疫情传播的速度快。与23至25日的疫情数据相比，模型预测结果与报告疫情数据基本一致。 研究中进行敏感性分析，讨论了1月22日前武汉采取的防控措施的有效性以及在降低再生数中的重要作用。预测结果显示从23日起加强控制措施，报告病例数会在一个周后出现明显的下降，即加强的控制措施会在一个周后产生明显效果。进一步分析1月23日后武汉封城策略对其它地区疫情的影响，基于武汉到北京的航班、铁路等信息，计算武汉封城前后对北京疫情的影响，表明武汉封城（即北京无来自武汉输入病例）后，北京在未来7天的病例数将降低91.14%，这说明了武汉封城对全国疫情防控的关键作用。SSRN 截图 密切跟踪隔离措施的敏感性分析点击查看原文
西安交通大学
2021-04-11
空调管道噪声预测系统—NoiseExpress
建筑设施内空调管道噪声控制与治理无论对于日常生活品质以及工业噪声污染都 是一个重要的课题，对于具体工程建设在设计之初就能获得较为理想的设计方案显得尤 为重要。传统空调管道的设计工作大多通过翻查大量数表及依照大量复杂的公式计算从 而获得其噪声自然衰减以及再生噪声的量级，最后将所有管道组件的衰减噪声及再生噪 声量进行统一，从而得出整个空调管道的噪声预测结果。此过程工作繁琐，大量的查表 及公式计算很容易出错，并且复查工作较为难进行，从而导致设计方案的周期较长，效 率低下。同时由于很多数表及公式的适用条件有限，大量新型材料的涌现很难在一些数 表中找到对应关系，这势必会导致设计方案存在误差较大的风险，难以把握空调管道噪 声的控制。 针对于上述情况，我们开发了空调管道噪声预测系统——NoiseExpress，首先其将 大量的参考数表数字化，公式程序化，设计者只需将空调管道个单元组件间结构规格及 物理构成通过程序相应的控件输入，最终便可以得出整个管道的噪声控制结果。同时本 系统集成了大量的空调管道各个单元组件如弯头、三通、变径管、静压箱、消声器等的 实测数据，丰富的数据库为管道设计，组件单元的设计及仿真提供了科学与现实依据， 大大提高了方案设计的精确度。
同济大学
2021-04-13