石油化学工业是我国的支柱产业之一，乙烯工业则是石化工业的核心和发展标志。本项目从大型乙烯装置优质增产、节能降耗的需求出发，融化学工程、乙烯工艺、自动控制、人工智能、以及系统优化等技术为一体，通过集成创新和消化吸收再创新，研发了芳烃液化气裂解过程工艺研究与优化、液相烃裂解反应过程模拟与优化、十万吨裂解炉温度与负荷先进控制、十万吨裂解炉燃烧过程工况研究与优化、十万吨裂解炉烧焦模型与在线自动清焦控制、急冷油减粘系统工艺研究与优化、乙烯装置老区与新区裂解气负荷优化分配、冷箱系统用能分析与优化、碳二加氢反应过程先进控制与优化、乙烯精馏过程先进控制与优化、分离系统热区精馏过程模拟与优化等大型乙烯生产过程的优化运行关键技术。 裂解炉、乙烯和丙烯精馏塔的先进控制与优化技术已在中国石化七家乙烯企业全面推广应用，有力推动了我国乙烯行业乃至石化工业的科技进步。

拓扑分析：对应系统划分。 潮流：离线状态和在线状态潮流计算。 无功优化：分离线和在线无功优化，根据系统运行状况，正常状态下按网络损耗最小进行优化；重载状态下按电压水平最好进行无功优化；选用三种方法进行，即线性规划法、罚函数法、非线性规划的内点法。 系统电压、无功性能评价：本系统开发在任意优化断面下系统的电压、无功评价体系，主要包括各负荷母线的载荷能力、均匀程度，薄弱环节及应关注的关键负荷节点，并给出相应的调整措施。 输出结果：对应任意方式下无功控制量的调整结果，如变压器可调整的分接头，电容、电抗器的投切位置、发电机及调相机的无功输出，给出优化化前和优化后系统各母线的电压、网络损耗。 电力系统绘图方式送入、SCADA信息接收、原始数据修改。 运算或控制结果图文并茂。 配合状态估计可实时运行，配合在线潮流可在线运行。 系统应用业绩： 大庆电业局调度自动化系统 佳木斯供电局无功优化及电压管理系统 铜川供电局无功优化及电压管理系统

该软件是西安交大与东方锅炉股份有限公司于1997年开始合作开发的。2001年12月经鉴定认为：“该软件能满足现行钢结构设计规范的所有要求，并吸取了结构设计人员长期工程实践中积累的经验，优化结果符合工程实际。经工程实例测试表明，该软件优化方法有创新，优化效果明显，速度快，优化效率较高，完全可以满足大型锅炉构架优化设计要求，有广泛的应用前景和良好的社会、经济效

项目介绍 在湿法烟气脱硫中试台上，开展湿法（石灰石/石膏、氨法、双碱法、镁法等）烟气脱硫性能试验及优化研究，具体子项目包括： 1、飞灰和油污对湿法烟气脱硫过程的影响测试及评价； 2、脱硫增效剂性能测试及评价（有机缓冲剂、无机缓冲剂）； 3、烟气系统阻力及脱硫效率测试； 4、空气预热器漏风系数测定； 5、吸收塔/反应器速度场及污染物浓度场测定； 6、系统除尘效率测试（吸收塔、除尘器）； 7、石膏浆液品质测定（CaCO3、SO42-、CaSO3·0.5H2O、CaSO4·2H2O、SO32-）； 8、石膏浆液中油污含量测定。主要特点 1、真实模拟现场环境，研究成果能直接应用于工程 试验装置规格为，烟气处理量为2400Nm3/h，有完整的烟气模拟系统（柴油燃烧器、电加热装置、SO2及NOx瓶装气体）、吸收塔、吸收剂浆液制备系统、石膏脱水与处理系统、DCS数据采集系统（烟气进出口成分在线监测、所有参数实时传输），可以根据需要真实模拟现场环境。 2、试验台功能多样，能够根据客户需求量身定做 试验装置设计过程中预留有足够的改造空间，可以根据客户的个性化需求进行改造（加装测点、设备、容量），全力满足客户需求。技术指标1、 进出口SO2浓度测试误差≤±3ppm，最快1s测试1组数据；2、 烟气流量测试误差≤100Nm3/h；3、 pH值测试误差≤±0.05；4、 石膏浆液中油污含量测试误差≤±20mg/L；5、 石膏浆液品质测定误差达到工程应用要求。市场前景 我国火电厂烟气脱硫装机容量超过4.5亿千瓦，但脱硫装置普遍效率不高、投运率很低。未来环保标准将更趋严格，且新建脱硫装置将不允许设置旁路，将对脱硫装置的性能提出更高要求，其性能测试及优化、效率改进等方面的诉求将越来越多。

本成果可以帮助企业降低生产成本，提高经济效益和市场竞争能力。其技术途径是通过系统优化，降低企业的用能及原材料消耗，进而降低成本。可以起到节能、减排、增效、降耗的综合效果。本成果以化工原理、化工热力学、化工系统工程的原理和方法为基础，以计算机模拟、过程集成为技术手段，着眼于整个系统的优化，可以显著降低企业的能量消耗和物料消耗，降低生产成本。其特点是使用成熟设备的优化组合及优化操作，通过加工过程的合理化及能量发生、利用、回收、输送的合理化达到节能、降耗、增效、减排的目的，技术成熟可靠。大多数节能工作着眼于局部。例如，低温热回收只着眼于低温热怎样回收，本成果则通过系统优化设法将低温热降到最低，然后再考虑其回收；根据能量守恒定律，低温热的降低，必然带来外部能量供应的降低，因而，可以显著降低外部能来能量消耗，同时，将低温热回收系统的负荷降到最低。再如，精馏系统的能量优化，单纯考虑精馏塔系统节能是一个局部优化，但是，从整个装置的角度考虑精馏塔系统的能量优化则是一个整体优化，整体优化的节能效果会更显著。随着过程系统工程和热力学分析两大理论的发展及其相互结合与渗透，产生了过程系统节能的理论和方法，把节能工作推上了一个新的高度。主要包括：1. 化工装置潜力分析与瓶颈诊断2. 工艺系统优化3. 化工能量系统分析与集成优化4 Total Site能量系统优化该技术成果适用于各类过程工业过程，包括石油化工、煤化工、精细化工、食品化工、制药过程、钢铁、电力等，技术成熟可靠，没有风险，投资回收期可控制在1年以内，也可根据工厂要求控制在3年以内

油气悬架是以油液传递压力，用惰性气体作为弹性介质的一种悬架系统，它以其优越的非线性特性和良好的减振性能能够最大限度地满足工程车辆的要求，使其行驶平顺性和操纵安全性得到提高。油气悬架的应用已经很广泛，一般都是下列车辆上采用油气悬架：（ 1）军事特种车辆如轮式装甲车、轮式输送车、轮式坦克等；（ 2）大型运载车辆如导弹运输车，火箭发射车，卫星运输车等；（ 3）全地面底盘汽车起重机、轮式挖掘机、铲运机；（ 4）大型矿用自卸车。在研或完成项目：车辆自动变速器研制与试验、机场高端消防

太阳能功率优化器直接与光伏组件相连，对各光伏组件实施最大功率跟踪，保证其在任意光照条件下和组件特性下的最大功率输出。由于组件只与功率优化器相连，光伏组件之间不存在任何的相互连接，能够从根本上消除不同光伏组件之间的影响，避免由于光照条件变化、组件局部遮阴、组件老化以及组件之间特性不一致造成的发电量损失，实现系统发电量的最大化。多个功率优化器形成的组串之间并联连接，对每组串内部所串联的功率优化器数量没有严格限制，极大的增加了系统配置的灵活性。数据采集器在存储光伏组件的发电数据和状态信息的同时，还可实时对

火电厂烟气脱硫系统是典型的多变量、非线性和大迟延被控对象。本系统综合利用基于小波分析的动态数据校正技术、基于扩增状态空间模型的多变量约束区间预测控制技术和不可测扰动补偿技术，通过控制氧化风机转速、循环泵转速和吸收剂流量，确保脱硫塔出口SO2浓度满足排放限值，同时把浆液pH控制在最优的范围内。 现场应用结果表明，该系统可以在确保SO2达标排放的同时降低运行成本，使吸收剂耗量减少10%左右。

1、在安全性提高的前提下，基因载体的优化制备； 2、怎样提高载体在生物体内利用度； 3、细胞膜毒性的进一步降低 4、新靶标抗原CAR构建； 5、细胞因子风暴处理

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：