机械结构可靠性设计及分析软件是一个模块化的机构\结构零部件和系统的可靠性设计及概率分析的软件系统，采用了最新的概率算法和通用数字分析方法以计算工程系统的概率响应和可靠性；提供了丰富的可靠性分析仿真功能和图视化前后处理界面；可以在虚拟样机和有限元模型等数字化环境中，协同三维建模、控制仿真、有限元分析和动力学分析等成熟的商业化CAD、CAE 工具实现复杂机械结构和机构的可靠性定量性设计、可靠性预计和设计方案仿真评价、优化设计。 该软件先进性体现在：先进的可靠性设计分析方法；先进的集成框架技术；良好的开放性和二次开发平台。 机械结构可靠性设计及分析软件包括可靠性定量分析、产品可靠性预计、设计方案可靠性定量仿真评价及机械结构可靠性设计。可满足航空、航天、兵器、船舶、核等军民品企业开展复杂机械结构和机构产品的可靠性、参数化定量设计和综合分析评价、优化等设计分析工作的需要。 该软件的功能模块图如图1所示，其中可靠性优化设计界面如图2所示。 图1 本平台功能模块图 图2 可靠性优化设计界面

机械结构可靠性设计及分析软件是一个模块化的机构\结构零部件和系统的可靠性设计及概率分析的软件系统，采用了最新的概率算法和通用数字分析方法以计算工程系统的概率响应和可靠性；提供了丰富的可靠性分析仿真功能和图视化前后处理界面；可以在虚拟样机和有限元模型等数字化环境中，协同三维建模、控制仿真、有限元分析和动力学分析等成熟的商业化CAD、CAE 工具实现复杂机械结构和机构的可靠性定量性设计、可靠性预计和设计方案仿真评价、优化设计。

成果简介： 机械结构可靠性设计及分析软件是一个模块化的机构\结构零部件和系统的可靠性设计及概率分析的软件系统，采用了最新的概率算法和通用数字分析方法以计算工程系统的概率响应和可靠性；提供了丰富的可靠性分析仿真功能和图视化前后处理界面；可以在虚拟样机和有限元模型等数字化环境中，协同三维建模、控制仿真、有限元分析和动力学分析等成熟的商业化CAD、CAE 工具实现复杂机械结构和机构的可靠性定量性设计、可靠性预计和设计方案仿真评价、优化设计。 该软件先进性体现在：先进的可靠性设计分析方法；先进的集成框架技术；良好的开放性和二次开发平台。 机械结构可靠性设计及分析软件包括可靠性定量分析、产品可靠性预计、设计方案可靠性定量仿真评价及机械结构可靠性设计。可满足航空、航天、兵器、船舶、核等军民品企业开展复杂机械结构和机构产品的可靠性、参数化定量设计和综合分析评价、优化等设计分析工作的需要。 该软件的功能模块图如图1所示，其中可靠性优化设计界面如图2所示。

研究团队基于cGAMP设计制备了一种肺部仿生纳米颗粒（PS-GAMP）来模拟流感病毒肺部感染，发现其能够在不破坏肺部表面活性剂（PS）和肺泡上皮屏障（AEC）的情况下，激活AMs和AECs，促进疫苗产生高效的体液和CD8+ T细胞保护性免疫反应，以抵抗多种异型流感病毒的攻击。研究结果提示AECs在产生广泛的交叉保护以抵御各种流感病毒方面具有十分重要的作用，表明PS-GAMP可能是一种“通用”流感疫苗的潜在粘膜佐剂。

本发明涉及一种结合胰岛素样生长因子C结构域多肽(IGF-1C)的壳聚糖水凝胶，其具有良好的细胞相容性和生物活性。这类活性水凝胶具有可注射性，能够作为载体材料，促进干细胞对组织损伤的治疗效果。其为移植干细胞提供适宜的组织再生微环境，从而提高移植干细胞的存活率。增加干细胞在损伤区内的存活及驻留，促进移植细胞存活、增殖，减少凋亡，促进损伤部位血管新生以及功能恢复，进而提高干细胞移植治疗组织损伤的治疗效果。此外，移植后水凝胶并没有促进干细胞发生不良分化。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。

研究背景：  大数据应用的多样化  需要的计算模型、数据模型多样化；  目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。  多系统导致大数据分析平台非常复杂、效率低下。 研究目标： 研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。 针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个  方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键  值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计  算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这  套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们  对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于  大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计  算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三  个方面，分别详细介绍FAST系统的三个主要亮点。 融合架构 FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包  括多数据模型融合和多计算模型融合两方面。 多数据模型融合： 设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、  文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据  分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。 经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。 多计算模型融合： 在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集  的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和  流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。 高时效 FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗，  提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。 对于多模态存储，面向应用负载和异构硬件特征进行自适应优化； 对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等； 在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效； 而且我们也考虑到大数据分析过程中用户人工操作的时效性问题，  通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的  时间。 可扩展 FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、  存储层和计算层进行了全面的扩展性优化。 在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块，  能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。 在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。 在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持  到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提  升。 亮点成果： 融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。  从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。 同时在双十一期间，基于智能交互向导技术，也面向电子商务应用  的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品  销量变化的原因，以及促销的有效手段等。

技术创新性和领先性 课题组所开发的发电厂主接线可靠性分析软件 REBUS 是对任何类型发电厂主接线进行可靠性全面评估的有力工具

 本发明的目的在于提供一种限滑能力与差速器的输入扭矩成正比，并且在不考虑差速器内摩擦的情况下，其两输出端的输出扭矩之比与所要求的输出扭矩之比能基本匹配，并具有结构紧凑，维护方便的特点的轴间差速器。     本差速器的基本结构是一种特殊的行星机构，它的特点在于内齿圈和太阳轮在轴线方向上是错开的，行星轮不是利用轴承支承在行星架上，而是直接将行星轮放入行星架上与行星轮的齿顶圆配合的内孔中，利用行星轮的齿顶圆与行星架的内孔构成若干个滑动轴承。由于行星轮的齿顶圆直径较大，该滑动轴承的传动效率是很低的，即行星齿轮的齿顶圆与行星架的内孔内壁相配合构成了若干个摩擦副。     为了进一步提高轴间差速器的锁紧能力，太阳轮、行星齿轮和内齿圈均为具有大螺旋角的斜齿圆柱齿轮，在分度圆上的螺旋角相等，其中太阳轮与行星齿轮的旋向相反，行星齿轮与内齿圈的旋向相同。由于采用了大螺旋角的齿轮副，齿轮间在啮合过程中会产生与切向力相当的轴向力。行星轮一端的内侧与太阳轮啮合，另一端的外侧与内齿圈啮合，切向力相同，所产生的轴向力正好相互抵消。而对于内齿圈和太阳轮，各行星轮产生的轴向力是相互叠加的，使其端面在行星架或端盖上产生很大的轴向力，分别构成两个滑动摩擦副。改变齿轮副的螺旋角，可以很容易地改变差速器的锁紧系数。     本差速器的结构比较简单，不需要特别复杂的加工工艺和特殊的材料，具有自主知识产权。差速器上的零部件多数机械厂利用已有的设备都可以制造，不需要过多专用设备的投入，达到经济规模的批量也不大，便于在中高档越野车辆上推广。