生活垃圾本征无害化高温处理技术是一种超低二噁英的生活垃圾高温处理（焚烧或热解）工艺方法。在我国已建成的垃圾焚烧装置多数都无法做到。本项目研发的生活垃圾本征无害化高温处理技术，其核心技术包括：延时燃烧系统、烟气超净处理系统和渗滤液资源化系统。这三个系统是本质上区别于传统焚烧技术的核心技术，均已获得国家发明专利。 渗滤液资源化系统是本项目对生活垃圾资源化的科学诠释。垃圾渗滤液通常被业内视为最难处理的高COD和BOD、高盐废水，处理设施投资大、成本高。但在本项目中，垃圾渗滤液被视为一种资源。

1.痛点问题 多年来，工业大数据领域大数据分析算法和模型都是基于大量代码实现，效率低，难以实现快速开发。同时，工业大数据处理分析模型处理过程多由多个算法通过一定的计算流程构成，计算流程复杂多变，迫切需要一款支持灵活定制和快速开发的处理分析技术来支持工业大数据处理分析。 2.解决方案 清华数为交互式大数据处理与分析技术针对工业大数据处理与分析任务的交互式探索、建模、调试和应用而设计。根据CRISP-DM设计原则，一般大数据处理与分析分为业务理解、数据理解、数据准备、建模、评估和部署等阶段，各阶段相辅相成，形成一个大数据处理分析生命周期。 图1.交互式大数据处理与分析技术设计思想 本成果技术基于上述CRISP-DM的设计思想而设计，完全支持大数据处理与分析生命周期。该技术的特点包括： （1）内置数百种通用和专用的大数据分析算法和模型，并提供了按需扩展机制，用户可以按照自己的需要随时添加和扩充，以支持客户特定的大数据应用需求； （2）支持拖拽方式构建处理与分析流程，完全图形化设计大数据处理分析计算流程，并能在设计过程中进行单步/多步运行调试，查看中间结果，实时调整运行结果，以获得用户期望的处理分析结果； （3）支持机器学习模型训练及使用，内置了机器学习模型训练框架，一般机器学习模型在该技术的支持下，可以实现快速训练，训练结果可支持进一步的大数据处理与分析； （4）支持数据处理与分析流程参数化，在其提供的内部数据处理与分析算法模板中，用户通过算法模板可以开发面向Java、Python的算法，并集成和扩展到该技术的算法集合，实现按需定制处理分析； （5）支持数据画像和学习模型可视化，以图形化的方式定制数据画像的方法模型，并以二维和三维图表的形式展示给用户； （6）支持批处理、流处理和流转批处理三种处理方式； （7）按需定制运行计划与资源有效利用，用户可设置任务执行计划，任务执行计划定期运行，以实现周期性处理分析，方便获得持续的运行结果。 清华数为交互式大数据处理与分析技术面向多种用户角色，包括数据工程师、数据分析师、数据科学家、算法工程师、运维工程师、代码工程师等。采用分层设计，分为客户层、服务层、计算层。 客户层包括流程建模调试工具，用户可用工具图形化拖拽式设计处理与分析计算模型，并可进行调试和查看中间结果；管理工具，针对服务层所调用和访问的计算框架或者外部系统进行管理，包括对于数据源、计算环境、存储环境等的管理工具。 服务层主要包括流程调度服务，即负责按照用户所设定的工作计划来定时调度执行计算模型；执行服务，是负责执行处理分析计算的模型和算法的服务；计算资源管理服务负责管理执行服务中所能集成的所有的服务，如计算框架和存储设施等。 计算层是执行服务在执行处理分析算法和模型中所访问的外部服务，包括计算组件或框架，以及持久化存储组件或者系统等。 图2.交互式大数据处理与分析技术架构 本成果的交互式处理与分析技术较好地解决了工业大数据处理分析工作中所遇到的问题和痛点，并且能够广泛应用于多个行业和领域中，如能源、矿山、医疗器械、装备制造业、消费品制造业、工程机械行业等。 合作需求 期待与工业、医疗等领域企业紧密合作，获得各领域的实际需求，促使该技术不断完善和升级迭代，走向成熟。 未来将在工程机械行业、医疗机械行业、矿山行业、装备制造行业、互联网电商行业等寻求更多的成果转化、深度合作机会，在合作基础上，推动上述行业领域实现数字化转型和智能化升级，为国家实现“双碳”目标做出清华贡献。

本技术针对高含水有机固废提出无需干化、直接阴燃的技术路线，从原理上克服了低热值固废焚烧处置的技术劣势。 一、项目分类 关键核心技术突破 二、成果简介 我国城镇有机固废具有高含水率、低热值的特点，传统的焚烧处置技术往往能耗高、投资大，难以推广应用。本技术针对高含水有机固废提出无需干化、直接阴燃的技术路线，从原理上克服了低热值固废焚烧处置的技术劣势。

成果简介:随着大数据分析、大规模视频监控、大规模支付系统等如火如荼地展开，提 高大规信息处理 能力已经成为业界的追逐的焦点。计算机集群技术成为重要手 段并突飞猛进，如我曙光系列、天河系 列、IBM 深蓝等超级计算机。这些高端 集群利用专用的计算节点、高速网路、特殊系统构成，具有成 本高、维护代价 高、运营成本贵等问题。利用普通的计算机、商业化的网络、通用的软件系统构 成的 普通计算机集群因其成本低、维护便宜，更适合广泛地构建大规模集群处 理和服务系统。 GOOGLE、Baidu、阿里、

项目简介 分析归纳了城市雨水利用的途径、原则，通过对示范工程现场的水资源情况、雨水 径流污染的状况和水质特性的分析，进行了水量平衡计算；研究了雨水收集利用系统的230 关键技术，确定了工艺路线，主要净化工艺采用初期雨水弃流、旋流分离器和生态浮床 组合技术；开发了相关装备，实施了雨水收集、处理、利用示范工程，并对示范工程进 行技术经济分析。可根据雨水利用工程实地情况，为城市单位、大型小区及度假村等提 供雨水利用依据、技术支持和工程指导，必要情况下可结合实

成果与项目的背景及主要用途：曝气生物滤池（biological aerated filter），简称 BAF，是近年来国际上兴起的污水处理新技术。目前在欧、美和日本等国家得到较多应用。BAF 具有去除有机物、脱氮、除去有害物质的作用，其最大特点是集生物氧化和截留悬浮固体于一体，并节省了后续二次沉淀池。该工艺占地面积小、基建投资少、能耗及运行成本均低于传统的生物处理工艺。曝气生物滤池在污水回用处理、小区生活污水、生活杂排水回用，中水工程以及微污染水处理和受污染的城市河道水质净化等方面具有很大的具有非常好的发展前景和具有巨大的应用市场。 技术原理与工艺流程简介：曝气生物滤池是一种高效低能耗生物反应器，滤天津大学科技成果选编池内装填高比表面积的的轻质颗粒填料，以提供微生物膜生长的载体。并根据污水流向不同分为下向流或上向流，污水由上向下或由下向上流过滤料层，在填料下部鼓风曝气，使空气与污水逆向或同向接触，污水中的有机物与填料表面生物膜通过生化反应得到稳定，填料同时起到物理过滤作用。 该项目开发的使用轻质颗粒填料的 BAF 工艺具有主要的优点： 1、重力流反冲洗无需反冲泵，节省动力，操作简单； 2、滤头布置在滤池顶部，不与预处理水接触，不易堵塞，便于更换； 3、硝化和反硝化可在同一池内完成。 技术水平及专利与获奖情况：该技术为国内先进，正在申请专利。 应用前景分析及效益预测： 1、该技术既可制造为一体化设备，应用于分散的、小型的中水处理；也可用于大中型污水处理厂。 2、产品设备系列：50m3 /d,100 m3 /d,200 m3 /d.年产 10 台 100m3 /d 的设备，创造产值 400 万元。 应用领域：城市污水处理、小区生活污水、生活杂排水回用处理，中水工程以及微污染水处理和受污染的城市河道水质净化。 合作方式及条件：技术转让，合作生产，联合承揽工程。

Ø 本项目涉及一种可再生循环使用的工业酸性废水处理剂及其制备方法，该酸性废水处理剂是以镁铝水滑石为前体经焙烧得到的镁铝复合金属氧化物，利用水滑石材料的结构记忆效应达到处理酸性废水的目的。本发明制备工艺简单，处理酸性废水效果好，并且处理剂使用后经过焙烧可多次再生重复使用。解决了现有技术中工艺复杂、处理剂用量大及不能重复使用等问题。

一种分布式污水智能处理装置，包括与地下污水排放系统衔接的排污管、杂质沉淀池、泥浆输送泵、杂质收集设施、第一无线压力传感器、第二无线压力传感器、第三无线压力传感器、第一阀门、第二阀门、检修信号显示器和控制系统；所述杂质沉淀池位于排污管下方，杂质沉淀池的一侧通过第一连接管与排污管的上游连通，其另一侧通过第二连接管与排污管的下游连通，杂质沉淀池底部设置有污泥浆出口，该污泥浆出口通过泥浆输送管与泥浆输送泵的进口连通，泥浆输送泵的出口通过管件与杂质收集设施连通。该装置能在污水输送到废水处理厂前实时、分散地对污水进行处理，减轻排水管道堵塞状况，减少污水对排水管道的腐蚀破坏。

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。