一、寻求废石资源综合利用技术研究技术 集团下属多家矿山拥有大量的采矿废石，其中德兴铜矿废石堆场累计堆存废 石约 18 亿吨，每年新增废石约 8900 万吨，其主要成分是：SiO2占 63.79%、Al2O3占 11.34%、 CaO 占 2.31%、MgO 占 2.21%、K2O 占 4.1%。 预期效果：实现废石综合利用，提升经济效益、社会效益和环境效益。 二、寻求SCR连铸连轧连铸机铸轮铜环国产化研究技术 铸轮铜环是 SCR连铸连轧生产线连铸机核心部件，直接影响整条生产线生产效率、产品质量，多年来一直依靠进口（德国 KME 公司），造成了采购成本高、资金占用大、废旧铸轮铜环处置困难等问题。SCR3000、SCR4500 生产线的铸轮铜环直径约2440mm，净重为625kg，主要成分为铜、铬、锆，其制备过程的熔炼、铸造、锻造工艺不明确，现有的国产替代产品存在寿命偏短、导热的均匀性不佳等问题问题，具体表现为表面开裂，局部形变、弯曲；铸坯经常出现“黑红坯”。 三、寻求德兴铜矿“以爆代破”新技术研究与应用技术 随着露天开采的深入，开采区域的斑岩面积占比不断增加，难爆区范围也越来越 大，制约我矿露天爆破质量的整体提升。当前的爆破技术经济指标与国外现代化大型露天矿山的爆破技术经济指标还存在较大差距，特别是难爆区以及部分极硬岩区域的爆破质量提高的幅度还不是很大，还有较大的改善空间，但存在技术瓶颈。以采选联合优化的理念，开展“以爆代破”新技术和新装备的研究和应用，特别是与岩性相匹配的炸药的研究和应用、先进爆破器材的应用以及爆破智能化水平的提高，形成整套“以爆代破”安全高效爆破技术，解决难爆区和极硬岩区爆破质量提升的技术瓶颈，实现德兴铜矿爆破质量“质”的提高，真正达到“以爆代破”的目的，从而更大程度的降低采、选综合成本

   对于MVB设备测试的内容及方法在国外已经取得了一定的成果，但测试工具、方法垄断，仅用在少数相关企业的产品。国内在此方面的研究还在起步阶段，目前还没有成熟的测试工具与方法。因此，基于此种情况参考IEC61375相关标准，设计测试方案进行测试。应用范围：     城市轨道交通领域的制动设备网卡的测试。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

近日，化学学院徐浩教授课题组在催化不对称合成领域取得了新进展。

成果简介：现代大客车局域网CAN总线，采用PIC18F458单片机设计，可对大客车整车用电设备进行实时地检测与控制。现代大客车CAN总线是一种高速的、具备复杂的错误检测和恢复能力的高可靠性强有力的网络。 项目来源：自行开发 技术领域：先进制造 应用范围：汽车电器企业、汽车线束生产厂 现状特点：技术水平达到国外先进水平。整个系统由若干控制模块组成，模块间用CAN总线通讯，并带有总线休眠功能；系统工作可靠，具有过载保护功能；能适应汽车的工作环境，依

成果简介：车站站台、机场用电动牵引车辆要求具有良好的机动性，结合实际使用要求开创性地设计了整体式动力驱动桥技术以及前桥独立悬挂和转向一体化技术，在站台电动牵引车以及机场电动牵引车上的实际应用表明该技术设计合理，满足了使用要求，具有车辆动力性好、转向半径小（<2.35m）、微动性好、故障率低、安全可靠等特点。 项目来源：自行开发 技术领域：先进制造 现状特点：电动牵引车辆整体式动力驱动桥技术，电动牵引车辆前桥独立悬挂和转向一体化技术达到国内领先技术水平

成果简介：本项目包括容器类和管道类两种测试对象的泄漏测试和泄漏点定位技术。1）研制了系列化的高精度气密性检测仪；2）研制了基于红外图像 处理技术进行泄漏点检测及定位的装置；3）研制了多种主要针对汽车变速器/离合器壳体的高效率、高精度在线式自动试漏机，满足了当前实际生产 需要，并取得了较大的经济效益。4）将模式识别理论与方法应用于气体管 道的泄漏诊断中，实现气体管道动态泄漏和稳态泄漏的检测与定位。 项目来源：北京市教委产学研教育基金、国家自然科学基金、“2

引进先进的大数据或供应链管理技术和成熟的应用经验，结合我方实际状况，探索建设物流大数据体系，完善物流供应链管理。

1.引进熟练掌握基于IGBT的PWM整流，IGBT驱动保护及谐波控制技术的高级工程师，解决中频炉谐波技术难题2. 引进精通中频炉节能技术及串联谐振主回路设计及控制回路设计的高级工程师，解决中频炉节能技术难题。3.引进熟悉DCS系统设计及工业自动化设计的高级工程师，解决客户中频电炉生产自动化技术难题。 4.引进基于网络技术的嵌入式高级工程师，解决中频炉远程诊断和维护的技术难题。