本发明提供了一种对具有导磁材料保护层的构件腐蚀检测方法，具体为：将导磁保护层磁化到饱和或深度饱和，在被测构件表面选取参考区域和待测区域，在两区域的保护层上设置脉冲涡流传感器，向脉冲涡流传感器激励线圈中施加方波激励，测取方波下降至低电平后传感器检测线圈内感应电压的衰减曲线，比较两区域的感应电压衰减曲线差异，即可判别待测区域相对参考区域的腐蚀情况。本发明还提供了实现上述方法的装置，包括依次连接的脉冲涡流传感器、方波信号激励电路、信号处理电路、A/D 转换电路和计算机，脉冲涡流传感器带有磁化单元。本发明提

本实用新型公开了一种微型脆性材料断裂行为测试装置，包括外框、第一固定件、试样夹具、第二 固定件、压电致动器、力传感器、手动荷载加载装置、力传感器固定件、驱动电源、控制单元和数据采 集单元；外框内沿长度方向依次设有第一固定件、试样夹具、第二固定件、压电致动器、力传感器；手 动荷载加载装置和力传感器固定件分别设于外框的两外端；驱动电源用来给压电致动器提供电场，控制 单元用来控制驱动电源；数据采集单元与力传感器信号连接，用来采集力传感器的输出信号。本实用新 型采用压电致动器施加荷载，荷载控制精度高；结构紧凑，可与显微镜结合获得材料的断裂韧性、裂纹 扩展增韧曲线等数据，以及材料断裂过程及裂纹尖端的微结构演化过程。 

"该成果获2018年度高等学校科学研究优秀成果奖（科学技术）自然科学类一等奖，系统研究了磁性纳米材料的控制制备及表面修饰，研究成果发表在Coll. Surf. A与Nanoscale Res. Lett.，共计被SCI正面他引260篇次。研制出10L纳米g-Fe2O3弛豫率国家标准物质（GBW（E）130387），教育部组织的科技成果鉴定认为该标准物质填补了国内外空白，对磁共振成像造影剂研制、生产及临床应用具有重要意义。提出了一种交变磁场诱导磁性纳米颗粒组装的新机制，制备得到具有各向异性磁热效应的水凝胶，结果发表在Angew. Chem. Int. Ed.、Adv. Mater.等专业期刊上，被同行认为“交变磁场组装磁性纳米颗粒是过去十几年来除了静磁场控制组装以外首次提出的新的组装方式和机制”，“首次制备具有各向异性磁热效应的磁性水凝胶”，“在未来的临床热疗中具有重要应用前景”。

无毒 无污染、导热系数最低，节能减排效果好，在浮法玻璃生产线应用，节能量约为10~15%，与传统硅酸铝纤维相比，节能率达49.53%，假如全国300条浮法线都使用SiO2气凝胶保温材料，一年可节约燃料折合标煤约180万吨，节能效益显著。气凝胶隔热保温材料可应用于输热管道、LNG、涂销、太阳能、汽车隔热、建筑材料、客车、救生舱和军工。

从基本规律出发，深入研究液液两相流体流动特性进而指导工业放大设计是国内外化学工程界研究的热点。因此从塔内流场测量入手，研究流体流动特性及塔的放大效应，探讨影响塔操作的主要因素，运用计算流体力学方法进行流场的数学模拟，对改进现有转盘塔及建立新的转盘他优化设计方法都有十分重要的意义。清华大学萃取实验室长期从事转盘萃取塔的流体力学和传质研究。利用激光多谱勒仪测量了转盘萃取塔内在各种操作条件下单相流动（连续相）的速度场。结果发现，转盘萃取塔内的流型在有无流动状态下相差很大。同时也证实了影响转盘塔传质性能主要是级间的轴向返混和沟流这一推断。为了消除转盘塔内的级间返混，提高传质效率，清华大学萃取实验室发明了新型转盘萃取塔（NRDC）（一种装有级间转动挡板的转盘萃取塔，中国发明专利ZL99106151.9），即在转盘塔内的固定环平面增加筛孔挡板以抑制轴向返混，提高传质效率。从速度场的测量和计算流体力学模拟的结果来看，增加筛孔挡板后有效地抑制了级间的轴向返混，同时级内的混合强度增加，有利于转盘塔内两相间的传质。

项目成果/简介:作为一种新的太阳能电池电池技术，有机太阳能电池具有低成本、柔性、半透明、可大面积溶液印刷等优点；在应用方面，可与当前基于硅等的无机太阳能电池形成优势互补。特别指出的是，与钙钛矿太阳能电池相比，有机太阳能电池还具有环境友好的优点，在使用过程中以及使用后处理方面不会产生重金属污染，其所使用的少量有机材料都是可降解的有机染料类化合物。效率、成本和稳定性是所以太阳能电池能否应用的关键要素。有机太阳能的效率目前和其它最好的太阳能电池之间的差距正在迅速缩小，目前我们实验室已经获得超过 1515%的效率，是有机太阳能电池领域世界最高效率；成本方面，OPV具有巨大优势，有机材料分子结构多样性，成本低廉；寿命方面，因成本低廉，产业界对有机太阳能电池寿命的要求不如无机太阳能电池，10 年左右的寿命可以完全满足商业化应用，已有研究表明，OPV 寿命达到 5-7 年没有问题，随着研究深入，提高的 10 年以上会很快实现。 本项目围绕有机太阳能电池的关键材料开展系统研究，1）提出了新的材料设计理念，发展了系列具有独立自主知识产权的活性层材料；2）发展了成熟的高效率有机太阳能电池制备工艺技术，制备了系列高效率有机太阳能电池光伏器件，不断刷新领域内最高太阳能电池光电转化效率；3）制备了低成本、可溶液印刷柔性的透明电极，应用于有机太阳能电池，获得了与目前常规透明电极，如 ITO，完全相当性能。应用范围:目前有机太阳能电池正处在从实验室走向实际应用的黎明阶段，因其优点和特点，在可穿戴设备、建筑一体化等领域将会产生巨大的需求市场。当前国内外多家实验室已开展完全面向实际应用的研究开发，随着研究的不断深入，有机太阳能电池的商品化生产应用将会很快实现。效益分析:1. 具有完全自主知识产权的高效有机太阳能电池活性层材料，且合成简单，成本低； 2. 具有成熟的高效有机太阳能电池制备工艺； 3. 具有自主知识产权的低成本、高性能柔性透明电极，不仅完全适用有机太阳能电池，亦可广泛应用了其它相关领域。

作为一种新的太阳能电池电池技术，有机太阳能电池具有低成本、柔性、半透明、可大面积溶液印刷等优点；在应用方面，可与当前基于硅等的无机太阳能电池形成优势互补。特别指出的是，与钙钛矿太阳能电池相比，有机太阳能电池还具有环境友好的优点，在使用过程中以及使用后处理方面不会产生重金属污染，其所使用的少量有机材料都是可降解的有机染料类化合物。效率、成本和稳定性是所以太阳能电池能否应用的关键要素。有机太阳能的效率目前和其它最好的太阳能电池之间的差距正在迅速缩小，目前我们实验室已经获得超过 1515%的效率，是有机太阳能电池领域世界最高效率；成本方面，OPV具有巨大优势，有机材料分子结构多样性，成本低廉；寿命方面，因成本低廉，产业界对有机太阳能电池寿命的要求不如无机太阳能电池，10 年左右的寿命可以完全满足商业化应用，已有研究表明，OPV 寿命达到 5-7 年没有问题，随着研究深入，提高的 10 年以上会很快实现。 本项目围绕有机太阳能电池的关键材料开展系统研究，1）提出了新的材料设计理念，发展了系列具有独立自主知识产权的活性层材料；2）发展了成熟的高效率有机太阳能电池制备工艺技术，制备了系列高效率有机太阳能电池光伏器件，不断刷新领域内最高太阳能电池光电转化效率；3）制备了低成本、可溶液印刷柔性的透明电极，应用于有机太阳能电池，获得了与目前常规透明电极，如 ITO，完全相当性能。

牛磺酸是是人体必需的一种非蛋白质类重要氨基酸，也是名贵中药“牛黄”的重要成份之一，具有独特的药理及营养保健作用。可广泛应用于医药、食品添加剂、饲料添加剂、荧光增白剂、有机合成等领域，也可用作生化试剂、湿润剂、pH缓冲剂等。西方发达国家已普遍应用于医药及食品添加剂中。 当前．世界上牛磺酸的生产厂家主要集中在日本、美国、欧洲等发达国家，我国从1981年开始实现牛磺酸生产工业化，但规模小、工艺技术落后，从工艺上突破、从技术上台阶，实现规模效益生产势在必行。目前，国内外多采用乙醇胺法制备牛磺酸，即由乙醇胺、硫酸等经酯化、磺化反应，再经浓缩、分离、重结晶、烘干制成产品。此法由于酯化、磺化（还原）反应都是可逆反应，反应条件、时间、反应进行的程度、分离方法等交互作用，造成牛磺酸的收率仅为52％，而成本收率为49％，国内生产企业基本上处于微利经营状况。同时，在检测牛磺酸含量时，采用中和滴定的方法，由于牛磺酸和中间体氨基乙醇酸性硫酸酯都可与NaOH产生中和反应，所以不能完全区别牛磺酸和中间体氨基乙醇酸性硫酸酯，使得生产控制难以达到理想的生产状态。 本课题针对上述国内生产中的问题，在与相关企业联合攻关的基础上，进行牛磺酸中试水平的工艺优化及生产过程中间体和产品质量控制研究。即采用先进的反应分离技术手段和示踪分析方法，改进生产工艺，使其收率提高到65％,并研究和实施TLC及HPLC法在牛磺酸生产过程检测控制，工艺整体达到国内先进或领先水平，为保持和发展我国该产品上的技术优势和出口创汇能力提供强有力的技术平台支持奠定良好基础。

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。    

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。