铁合金行业作为钢铁行业重要的子行业之一，2017 年产量总量为 3288.7 万吨。铁合金行业蓬勃发展为社会带来巨大经济效益的同时，也产生了大量的工业固体废弃物。在冶炼合金时，每生产 1t 合金通常会产生 1.2-1.3t 的热熔渣。热熔渣的随意排放不仅占用了宝贵的土地资源，产生热能资源的浪费，还对周围的生态环境和人体健康造成一定的潜在威胁。因此，在中国特色循环经济背景下，铁合金行业闭环环节关键设备与技术的研发与产业化迫在眉睫。 青岛青力环保设备有限公司、北京科技大学和宁夏吉元君泰新材料科技有限公司结合铁合金产业闭环环节的热质废渣处理和资源化问题，研究铁合金渣的物理化学特性，在工业生产中充分利用熔融态铁合金渣的显热，热熔渣经过调质后达到预期的“修正酸度系数”可直接生产优质岩（矿）棉，其能源消耗将大大降低。相对于冷料工艺，此工艺避开了冷料工艺中先冷却再熔融的弊端，可以充分利用热熔渣的显热实现能源的最合理利用，极大地降低了生产成本，相比于其他高炉热熔渣制棉工艺，经过优化调质可生产出优质岩（矿）棉产品，达到《建筑外墙保温用岩棉制品》的国家标准。在岩（矿）棉生产线设备方面也进行了一系列的改进和创新，并研发了岩（矿）棉自动生产线电控系统，通过物联终端的网口通功能将可编程序控制器（PLC）和上位机电脑置于同一个虚拟局域网中，实现远程下载和数据采集功能。通过串口通软件实现远程编程，进而实现对生产线的远程控制、故障诊断、远程故障排除等远程监控运维，使设备更加高效，产品更加稳定，企业具有更强的市场竞争力。本项目所建成的铁合金热熔渣生产岩（矿）棉工艺主要由调质电炉、离心机、集棉机、集粒机、摆锤、成型机、固化炉、切割机及产品包装等设备组成。目前国内在使用铁合金热渣成棉的热渣类型主要为硅锰合金热渣和镍铁合金热渣。转运方式主要是汽车运输、电瓶车运输和火车运输。 在生产中对每一批次（2-3 个月内冶炼原料和工艺保持不变）的铁合金热熔渣预先进行物理化学基本特性分析，即时优化调质料配比。调质电炉的主要作用是储存熔融态铁合金渣，保证流股的稳定性和均匀性，铁合金热熔渣流入调质电炉，依托最优调质配比进行调质并均质化（电弧均化与底部氮气喷枪均化），调整其修正酸度系数，在热均匀性和化学均匀性上使熔体达到成纤标准。 2、核心装备技术的设计 （一）调质电炉核心设计： 1、调质电炉为直接加热式三相交流电弧炉，电弧发生在专用电极棒和液态热熔渣之间，热熔渣和调质料直接受到电弧热加热并进行均化。除了电弧均化，为了加强热熔渣与调质料的调质反应过程，使最终热熔渣温度和成分均匀，在电弧炉炉底部加装氮气喷枪。 2、炉体设有一个密闭接渣口，通过密闭溜槽使热渣缓慢流入炉体内，接渣时需手动打开进渣口门。 3、炉体一侧出渣口设一个手动水冷铜出渣门用来控制流量的大小，另一侧设一个出铁口，用来放出炉底沉淀残铁。 4、特殊配制的耐材。 5、电炉变压器为电弧炉专用变压器，采用有载电动调压，低压二次侧采用铜排顶出线，外封口。变压器油水冷却器采用强油循环水冷却器。 6、电极升降自动控制系统由西门子S7-200型PLC来完成。将三相电弧电压、电流信号通过信号转换电路变成 0-5V 标准信号送入 PLC 模拟量输入模块，PLC根据采集的电流、电压信号、变压器档位及给定值等信号，按照功率控制的原理进行运算处理及逻辑判断后，将结果通过 PLC 模拟量输出模块控制液压系统电极升降阀（派克比例阀 3 用 1 备），对电极升降进行自动调节，当一路出现故障时可以手动切换，从而控制输入到炉内的电弧功率，以满足冶炼工艺的要求。在自动控制过程中，随时可通过按键来增加或减少给定信号，在运行过程中，随时可以手动控制电极升降。 （二）离心机核心设计： 热渣用离心机不同于冷料用离心机，为更好使用各种类型的热渣，经过几年的理论与实践生产，设计并制作出专用的热渣离心机： （1）主轴采用多级弹性支撑，减震效果好，支撑强度大，长期使用稳定性好，大大提高了轴承的使用寿命，比传统离心机的轴承使用寿命提高 30-40%。 （2）不同的坐标位置，使成纤率提高 5-10%。 （3）离心辊头采用 316L 多层堆焊，辊头使用寿命延长 72-120 小时。 （4）可调胶环，分别计量控制精确供胶，中心喷胶与外围喷胶相结合，使喷胶更均匀，节胶、高质，有效减少花棉的出现。 （5）整体风环结构有区别的导流片设计。 （6）辊头采用开式或闭式冷却方式，轴承采用压缩空气油气雾化技术，既可对轴承充分润滑，又对轴承起冷却作用，从而大大提高了主轴轴承的使用寿命。 （三）鼓式集棉机核心设计： （1）集棉机采用转鼓式，直径 5 米，总宽度 2.8 米，网板有效宽度 2.4 米，线速度可达 100 米/分钟，从而保证了一次棉在网板上分布得更薄更均匀（小于350g/㎡）从而保证了制棉的质量。 （2）由于转鼓的两端支撑在大型回转支撑上，并有良好的润滑，故其使用寿命非常长（几年至十几年），大大减少了设备的维修量。 （3）网板采用长条孔结构，通透率大于 48%，从而减少了负压风机的功率消耗，增加了成纤率。 （4）集棉机内配备刮板机、螺旋输送机、高压水清洗装置，保证了集棉机长期稳定运行。 （四）摆锤的核心设计： 摆锤目前主要分弧摆和平摆。国内岩（矿）棉厂基本上都是弧摆，优点是结构简单维修方便，缺点是岩棉板容重不均匀；国外岩棉厂有的采用平摆，优点是岩棉板容重均匀性一致，提高了产品质量，缺点是结构复杂维护麻烦。我们特殊设计的摆锤形式为似平摆，结构简单维修同样简单方便，岩棉板容重均匀性基本达到 95%以上，而弧摆形式的容重均匀性为 80-85%。 （五）固化炉核心设计： 固化炉接受加压机输送过来的棉毡经固化炉上下网版输送、加压、烘干，使棉毡里的粘结剂在运行过程中连续固化，以形成一定厚度、容重的岩棉板。固化炉上下网板为单独驱动同步运行。固化炉内分为四个加热区，外配 4 台热风炉由天然气燃烧机产生热风循环加热，并将熔化系统的低温换热器产生的热风送至热风炉以降低天然气的消耗量，使产品固化能耗降低、效率提高。固化炉烘烤需要天然气和煤气，而许多热渣厂家有高炉煤气或矿热炉煤气，所以热渣制棉生产比冷料工艺生产可节省此天然气费用，大幅降低了生产成本。 （六）冷却、切割系统核心设计： 冷却切割系统主要由五部分组成：冷却、纵切、废边回收、切条、横切。 纵切：三套刀具，可随时升降。 碎边机：独立碎边，配备碎边回收风机，安全可靠。 切条机：一用一备共 2 套，可随时升降切换使用。 横切：由于生产线是连续不停的运行，但产品要求定长切割，因此横切（飞锯）必须与生产线同步。我们采用多台伺服电机，配以运动控制器，使横切动作运动瞬时跟踪整个生产线的速度，即使在切割过程中也可以做到，从而保证了切割精度在+2.5mm 以内。 (七)智能云平台系统是我们研发的岩（矿）棉自动生产线电控系统，由中央控制、加配料、富氧、温控、成纤、集布棉、打褶打压、固化、切割、制胶等 10 大电控系统组成，它完成岩（矿）棉从原料熔化开始，到切割成成品为止的全部生产过程控制。各子控制系统通过中央控制系统统一协调，采用“主站-从站”结构，分散集中控制（DCS）,主站采用了西门子公司生产的 S7-1500 系列可编程序控制器（PLC），从站采用了西门子公司生产的S7-200 Smart系列可编程序控制器（PLC），系统各部分的联系，仅用一根 TCP/IP 总线，方便地组成工业以太网，并配以计算机和西门子专用界面软件 WinCC，可图文并茂的设定、显示、传送、查询和打印各从站的数据。通过在设备的中央控制系统配套天启物联终端云 BOX TN-605 以及高速的 4G运营商网络实现与远程运维服务平台的数据连接。通过物联终端的网口通功能将PLC 和上位机电脑置于同一个虚拟局域网中，实现远程下载和数据采集功能。通过串口通软件实现远程编程，进而实现对设备的远程控制功能。远程运维服务平台通过网口通、串口通软件可以实现设备的全方位监控云服务。通过对现场设备的实时状态监测、远程启停控制、设备报警通知、设备地图管理、微信端监控等功能，实现在任何时间、任何地点实时查询设备最新状态、设备参数和变量的实时变化，了解设备状态、参数和变量的变化趋势，并获得针对这些变化趋势的统计分析等。 另外运维平台的数据归档服务功能，可实现对用户设备数据的定期分类归档。用户根据平台采集归档的海量数据，对设备相关数据进行大数据分析，定义出触发器条件。另外，平台在云端提供了一个强大的计算引擎，可以实时计算设备当前状态、变量和参数是否符合触发条件，同时对符合触发条件的情况触发事件报警。这一功能使得产品生产处于实时预警、可查可控的状态，对于提高岩（矿）棉生产率和合格率效果明显。 (八) 熔体流量自动控制系统 虽然电炉上已安排液压（或电动）水冷闸板阀用于控制流股的稳定性，但由于需定期加入熔渣，电炉液面还有一定的波动，从而造成流股的不稳定性。另外，液位高度变化、组成成分的波动，都会对熔体粘度发生影响，造成流股波动，无法保证制品的稳定性。我们开发了熔体流量自动控制系统，利用安装在成型机下面的自动称重系统来捕捉流股的变化。通过 PLC 控制系统，采用计算机程序运算，对整个生产线的速度进行 PID 调节，从而保证产品容重的波动在极小的范围内，容重控制在±5%以内（国家标准容重范围在±10%），保证了产品质量，降低了生产成本。 3、典型铁合金热熔渣生产优质岩（矿）棉调质技术研究 大量研究利用硅锰、镍铁等典型铁合金废渣为原料，将熔体采用高速离心喷吹等工艺制成的丝状无机纤维，制成矿棉。这种矿棉与目前广泛应用的岩棉相比，在酸度系数、耐水性、耐火性、耐腐蚀性以及纤维长度等方面还有很大差距，矿棉的性能还不能满足建筑外墙用保温材料的标准要求。由于矿棉原料成份与岩棉原料不同，通常对热熔渣进行调质处理，添加硅石等调质剂，尝试的效果不十分理想。在高温热熔渣调质过程存在熔渣难与调质剂混合，并产生降温造成熔渣黏度高，难以达到硅酸盐体系的成丝要求，严重影响了矿棉生产和成丝质量，制约了铁合金渣的利用，造成了铁合金生产的环保压力。我们针对上述已有技术存在的不足，创新研发了一种能快速形成硅酸盐系的调质方法：以新的修正酸度系数 Mk*=1.6 为标准，这样最终的酸度系数 Mk 在1.7-1.9 之间。将铁合金热熔渣浇入调质炉，电极加热（电弧均化）产生一定的流动性，炉底部喷枪喷入氮气，促进与加入的调质料（热料或小球状冷料或粉料）充分混合，保证了快速形成硅酸盐体系，并通过调质电炉升温保温再均化等，得到熔体温度合适、黏度适宜、成分符合吹棉要求的熔渣，解决了熔渣难与调质料混合并产生降温的问题，达到了高质量矿棉的性能标准，实现了对矿产资源的节约以及铁合金废渣更好的利用。利用铁合金渣生产矿棉的调质方法，调制出的熔渣流体的修正酸度系数 Mk*为 1.5-1.6，温度 1360-1460°C，黏度 14-6 Pa·s。将调质好的熔体通过离心喷吹制成岩（矿）棉，其岩（矿）棉纤维可达到《绝热用岩棉、矿渣棉及其制品》GB/T11835-2007，岩（矿）棉板可达到《建筑外墙外保温用岩棉制品》GB/T25975-2010 性能要求。通过大量实验得出结论：用高硅低铝高钙调质料对硅锰渣进行调质最为适宜，用高硅高铝低钙调质料对镍铁渣进行调质最为适宜。

本发明公开了一种实时数据采集协同控制系统及其工作方法，属于自动化控制技术领域。其系统包括上位机、数字IO板和电源模块。本发明通过在设计初期引入数学模型，能够实现对复杂控制算法的精确描述，从而显著提升开发效率和系统性能；可直接从模型生成硬件平台可执行代码，避免了传统手工编码的繁琐过程，使得开发人员无需深入掌握硬件编程技术即可完成系统的建模、调试与优化，大幅减少了开发周期，提高了开发效率，并简化了系统集成过程，提升了系统的可靠性和实时响应能力；同时，系统能够在动态环境中实时感知、快速响应并进行高效决策，为复杂控制任务提供了可靠保障。

本发明公开了一种基于多元数据增强超图神经网络的抗癌药物协同预测方法，涉及生物医学数据挖掘领域，该方法包括将包含全部的药物‑药物‑细胞系三元组数据集分为第一集合和第二集合，然后执行训练阶段和测试阶段；所述训练阶段用于基于第一集合得到分子图的药物结构数据，以及细胞系的基因表达数据，进行嵌入的学习并完成对协同效应预测器的训练；所述测试阶段用于基于第二集合得到分子图的药物结构数据，以及细胞系的基因表达数据，进行嵌入的学习以获得节点嵌入，并根据获得节点嵌入和训练完成的协同效应预测器完成预测。本发明不仅可以帮助临床医学发现用于癌症治疗的新型协同药物组合，而且能够助力发现抗癌药物协同作用的潜在机制。

本发明公开了一种定子永磁型记忆电机磁化状态选择与弱磁控制协同控制方法，通过在不同永磁磁化状态下结合弱磁控制方法拓展定子永磁型记忆电机的恒功率工作范围。该方法在不同的转速区间采取不同的电流分配策略，优化了电机的控制性能。与采用ｉｄ＝０的分段永磁磁通控制方法相比，该方法提高了电机在不同转速区的转矩输出能力。同时，在恒定的负载转矩下，该方法提高了定子永磁型记忆电机在不同转速区间的效率。

多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。 6月29日，东北大学与华为技术有限公司在主楼824室举行教育部—华为“智能基座”产教融合协同育人基地签约仪式。东北大学副校长王建华教授，华为云副总裁、华为云全球Marketing与销售服务部总裁、东北大学校友石冀琳出席签约仪式。东北大学团委、教务处、人事处、对外联络与合作处等职能部门和相关学院负责人以及参与智能基座课程优化的部分教师代表，华为北京研究所、辽宁代表处、2012实验室、计算产品线的专家参加签约仪式。 王建华代表学校致辞，对石冀琳一行的来访表示热烈欢迎。王建华表示，教育部—华为“智能基座”产教融合协同育人基地项目由未来技术学院承担，项目的签约落地必将进一步深化双方在信息技术领域的全方位合作，构筑更为紧密、可持续发展的合作机制与人才培养模式，合作培养更多适应国家战略、产业需求、未来发展的创新型人才。 王建华对于基地的建设提出了三点希望，一是学校要和一流企业共同瞄准未来技术难题，以育人为本，推动多学科、产学研多方位的融合，培养社会人才；二是在协同育人的基础上，以华为科技精神和东大信息学科作为纽带，探索在学术研究、企业价值等方面进行更加深入的切合双方特点的合作机制；三是基地建设要着眼于交叉化、全球化、未来化，希望双方以“智能基座”基地为育人基石，面向全球、着眼未来，建设具有突出特色的“智能基座”育人基地，推动产教融合协同育人的新发展。 石冀琳表示，多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。双方合作建设了“未来技术学院”，共同探索面向未来技术、未来科技所需要的专业人才的培养之路。“智能基座”是教育部高教司与华为共同设立的产教融合协同育人基地项目，首期覆盖东北大学在内的全国72所信息领域领先高校，将华为在华为云、鲲鹏、昇腾等技术领域知识与高校信息类专业课程相结合，为新计算产业创新培养新生力量。 东北大学未来技术学院院长付俊与华为辽宁代表处云与计算总经理王伟签署合作协议。王建华与石冀琳为“智能基座”产教融合协同育人基地揭牌。石冀琳和王伟为云与计算先锋教师和云与计算培训的教师代表颁发了聘书和奖牌。 会上，未来技术学院汇报了“智能基座”产教融合协同育人基地的建设情况，华为公司计算产品线高校科研及人才发展部汇报了2021年“智能基座”工作计划。 据悉，教育部—华为“智能基座”产教融合协同育人基地是东北大学与华为技术有限公司在共建未来技术学院战略合作协议下深化人才培养的重要内容。双方将聚焦鲲鹏、昇腾及华为云等技术领域，首批联合开展22门共建课程，融入华为鲲鹏、昇腾、华为云的知识体系，并在未来技术学院Hero奇点俱乐部、学生创新创业、课外实习实践等方面开展紧密合作，为培养引领未来技术发展的创新型人才注入新动能。

一种基于虚实力融合的遥操作机器人力觉临场感实现方法可广泛用于各类机器人的力控制，以及各种工程机械装备的力控制。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

1.痛点问题 协作机器人与人类共享工作空间，通过直接（即物理上）或间接地与人类交互共同开展操作任务。相比传统工业机器人，协作机器人有更高的安全性和更易于编程的特点，能够通过人类示教部署于各种不同的任务并灵活地与人类配合。随着传统工业机器人带来的效率提升趋于饱和，能够安全配合人类的协作机器人能够进一步提高制造业的生产效率，带来可观的经济效益。然而，现有的协作机器人存在以下两大痛点问题。 问题一：安全和效率之间的权衡一直是人机交互中未系统解决的开放性问题。当存在人机直接接触时，为了保证人的安全，现有的协作机器人是通过中止正在进行的任务、顺从人的干预以保证安全；然而，不论人是有意地干预（即工人直接抓取机械臂来引导其任务）还是无意地接触机器人，都将造成机器人暂停手头工作；直到人类停止干预，机器人才能继续执行它的任务。虽然这种人机协作方式能够保证机器人与工人合作的安全，但因为机器人需要在不同的工作模式之间切换，其工作效率将会受到影响。 问题二：如何提高人的示教效率为协作机器人的另一大痛点问题。协同机器人多用于能够灵活拆装的生产线，以适应新的任务，因此新任务的编程效率很大程度上决定了工作效率。基于人类示教的编程方式具有自然、本能的优势，能够直接传递人类的操作技巧与经验。其中，将示教轨迹参数化为可以编辑修改、适应不同任务的形式是提高效率的核心问题。该示教轨迹不光应该包含机器人末端的运动数据，而且应该包含同时调整的冗余关节运动数据，从而同时完成末端主任务与关节避障任务，以适应工作环境。现有的示教方式未能结合离线示教与在线介入，因此无法适用于需要同时记录机器人末端和关节的示教任务。 2.解决方案 本项成果基于增强现实-触觉感知技术，开发了混合交互接口与人机互补操作算法，以解决上述痛点问题。 ①对于问题一，本项成果提出了自适应视觉控制与零空间阻尼控制的协作框架：在有限视场、未校正相机、关节奇异的情况下，保证了机器人在整个工作空间内的全局稳定性；在不影响机器人末端任务的前提下，允许人类专家随时、安全地介入以改变机器人关节姿态，以应对环境动态变化或突发事件，从而实现了安全与效率并重的人机协作方式。 ②对于问题二，本项成果构建了增强现实-触觉感知的混合接口，让人类专家可以在任务和冗余联合空间进行双手演示，同时记录机器人末端与机器人关节的数据。示教轨迹基于DMP方法进行参数化，能够根据不同任务所需的末端位置、关节角度、运动速度进行自适应调整，在保证末端任务精度的同时完成关节的避障任务。 技术核心： ①基于增强现实-触觉感知的混合交互接口; ②用于双手示教的机器人轨迹学习方法; ③自适应全局稳定控制算法。 预期产品：用于人机互补协同操作的设备与软件 3.合作需求 1)资金需求：本项成果开发的人机互补协作平台，在硬件与软件研发阶段需要资金投入，需约250-500万元人民币； 2)孵化资源：公司研发所需办公及研发场地、实验室、分析与测试实验室等； 3)团队：协作平台开发团队、商务开发与合作团队、财务、法务等支持团队； 4)生产制造企业合作：提供人机协同操作的场景与需求，开展工厂真实环境的测试与部署； 5)基础研究合作：与协作机器人、增强现实、触觉感知方向的国内外基础研究团队合作，开发新的交互设备与算法。

1、中控室操作员2、质管部工艺员