本项目研究了超材料的电磁特性、基于超材料的反向切伦科夫辐射、基于纳米材料冷阴极的场发射特性以及它们在高效率、高功率和高频率的真空电子器件中的应用。相关SCI论文共计153篇，SCIE数据库中的他引次数为1058次，代表性论文被《自然-纳米技术》、《物理评论快报》、《先进材料》等国际顶级期刊上发表的SCI论文他引157次。这些学术成果解决了真空电子器件所面临的核心科学问题，在国际真空电子学领域产生了重大的影响。

锂离子电池目前广泛应用于各类便携式电子设备，在人类社会的信息化、移动化、智能化、社会化等方面凸显作用，并有望在电动汽车和智能电网等领域大规模应用。商品化锂离子电池的正极材料主要是无机过渡金属氧化物和磷酸盐，其中过渡金属资源大都不可再生，电池回收利用技术复杂、成本高，从长远的角度来看可能会面临资源短缺等难点问题。因此，可循环再生的电极材料开发已成为电池领域的学术前沿和重大需求。有机电极材料由于含有丰富的碳、氢、氧等元素而显现出可再生、绿色环保、低成本和高容量等优点，近年来受到了广泛的关注。有机电极材料的制备具有合成创造的特点。有机电极材料一般可以从植物中（比如玉米等作物和苹果等果蔬）直接提取或者以生物质材料为原料通过简单的方法制备得到；在有机材料提取制备、电池装配和回收过程中产生的二氧化碳又可以被植物吸收利用，因而体现了很好的循环和可再生性。然而，有机电极材料还面临着在电解液中溶解度大、导电性差、密度低等难点问题，其材料特征、作用机理、构效关系等亟待深入理解。陈军院士，1967 年生，1985-1992 年在南开大学化学系学习，先后获学士、硕士学位，并于 1992 年留校工作；1996-1999 年在澳大利亚 Wollongong 大学材料系学习，获博士学位；1999-2002 年在日本大阪工业技术研究所任研究员。自 2002 年任南开大学教授、博士生导师，2014 年入选英国皇家化学会会士（FRSC）， 2017 年当选中国科学院院士，2020 年当选发展中国家科学院院士。2020 年重要锂电成果有：Nat. Rev. Chem.：实用锂电池有机电极材料的前景 Angew. Chem. Int. Ed.：紫精晶体作为锂电池正极的储能机理及结构演化 Materials Today：锂离子电池高能层状氧化物正极材料的研究进展与展望

青岛科技大学先进电工材料研究院是学校从事高压绝缘与电工材料科研机构，由我国著名电气绝缘专家、中国工程院院士雷清泉教授担任院长。研究院是山东省高压绝缘与电工材料专业委员会挂靠单位，现有教职员工20余人，中国工程院院士1人、山东省专业技术拔尖人才1人、泰山学者青年专家1人;教授3人，副教授5人。目前围绕电力和能源形成了以下几个特色研究方向:高压直流电缆材料研发及应用、高压直流电缆附件硅橡胶材料研发及应用、特高压设备环氧树脂材料开发及应用、动车组车顶高压设备绝缘关键技术及应用、极端环境下绝缘材料与绝缘技术。先进电工材料研究院具备开展电工绝缘材料性能测试和研究的先进实验平台，拥有介电阻抗--热激电流综合分析仪、C3型固体介质空间电荷测试系统、真空沿面闪络测试系统、交/直流击穿测试系统、表面电位衰减测试系统、电流变仪、扫描电镜、真空型红外光谱仪等大型仪器，科研仪器设备总值1200万元。建有材料制备与化学合成、材料加工、电气性能测试、微观结构表征等专业实验室，处于国内电工材料领域研究先进水平。近几年团队围绕制约超/特高压设备发展的绝缘材料卡脖子问题，不断加强与全球能源互联网研究院、南方电网科研院、山东电科院、浙江电科院，以及特变电工、中天科技等一线科研院所和制造企业的交流和合作，在高压直流电缆绝缘材料、半导电屏蔽材料、高压电缆附件硅橡胶材料和新型电工绝缘材料等方面取得了突破性进展。基于团队前期电工绝缘材料的研究基础和研究特色，本次拟在特高压设备用增强型环氧树脂体系开发及应用关键技术（96)、特高压绝缘子用特种硅橡胶材料开发及应用技术（98）两个方面开展产学研合作。技术分析(1）高压直流电缆绝缘料及半导电屏蔽材料开发及评价方法:团队针对高压直流电缆电荷积聚问题，突破对其传统认识，于2017年首次提出半导电屏蔽层电荷发射评价方法。近两年申请国际/国家专利10余项，其中国际发明专利3项（获“青岛市PCT专利创造资助资金”资助)。该成果对于不断发展和深入研究半导电屏蔽料具有重要的科学意义和工程价值，可为我国绝缘料、半导电屏蔽料的性能提升和国产化提供理论指导。(2）高压电缆附件硅橡胶材料配方研究及评价方法:与全球能源互联网研究院合作开展土500 kV柔性高压直流电缆附件制备关键技术研究，研究了500 kV高压直流电缆附件硅橡胶材料的配方，以及硅橡胶与电缆主绝缘的界面匹配特性;建立了基于矩形图法的双层绝缘介质界面电荷评估方法。该成果用于指导500 kV柔性高压直流电缆附件材料选型及界面电荷评估。(3）新型电工绝缘材料研究:雷清泉教授于2017年在国际上首次提出了一种新型超电绝缘体结构原型——维氧化铝纳元胞，研究成果发表在纳米能源材料领域的顶尖学术刊物NanoEnergy 上。该成果对传统电介质击穿理论、材料结构形态研究及制造工艺将会产生根本性变革，对现代高端电缆制造及特/超高压输变电领域具有重要的意义和潜在的应用价值。(4）高导热绝缘环氧树脂材料研究。研究院郝春成教授开展了高导热绝缘环氧树脂研究，通过改性提高环氧树脂的耐击穿电压、导热性能，改善了力学性能，可用于特高压设备绝缘体系。

项目组围绕航空航天领域对高性能树脂及先进结构/功能一体化复合材料的迫切需求，在国家重点项目支持下，从分子结构出发，发明了三种含芳杂环结构的新型双马单体，在国际上创制了服役温度介于280～350℃可调控的系列耐高温双马树脂，比国内外同类产品高40～114℃；发明了优化复合材料界面结构与性能的在线低温等离子体调控技术，其高性能有机纤维复合材

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。

基于车辆-轨道耦合动力学理论，对高速铁路（普速铁路）轨道结构设计应采用的设计轮载进行研究，提出了高速铁路（普速铁路）设计时的设计轮载建议值。该研究成果对高速铁路（普速铁路）的合理设计具有重要的理论意义和工程实用价值，研究成果获得甘肃省科技进步三等奖，在国内处于先进水平。

我国眼科患者群体庞大，但目前眼科药物较局限，且我国自主创新研发的药物甚少。本项目平台涵盖眼表疾病、眼底病等多项眼科常见病的新药研究开发，技术覆盖从药物筛选、药物研发一直到临床试验的各项环节。本项目为眼科药物治疗提供更多安全、有效、稳定的新药，对于我国的生物医药产业创新驱动发展战略具有重要意义。

项目概况： 医药中间体是药品生产的重要原料，医药化合物也是构成新药的重要元素。与新型药 物有关的化合物和中间体的研发是新药开发的必不可少的环节，长期以来一直是各大制药厂 十分关注的课题。 制药厂或专业研究机构从事医药中间体和化合物的研发工作同样要经历启动、计划、 实施、收尾四个阶段，完全适合采用项目管理的方法进行管理。本课题研究医药中间体研发 课题项目管理的基本模式与方法，力图为委托企业研究总结一套行之有效的管理方法。此外， 还负责指导委托企业研发人员正确应用这套项目管理方法，为其培养合格的项目经理。

本项目拟通过建立复合纳滤膜多层结构的协同设计方法，丰富复合纳滤膜制备的理论基础，提升纳滤膜的分离性能，形成一批具有自主知识产权的高性能纳滤膜制备技术，并实现规模化生产，促进纳滤膜分离技术的广泛应用。