安徽大学人工智能学院在人工智能、控制科学、信号处理等领域取得了多项顶级研究成果

高端智能化、高效节能、低耗能的机械设备主要为：履带式的移动破、圆锥破

北京大学工学院科研团队通过多年的研究，开发了具有自主知识产权的粉煤灰等工业固废制备生态透水砖新技术。此技术旨在以粉煤灰等固废作为粘结剂粉料，以煤矸石、陶瓷渣等作为骨料进行级配，级配后的原料进行陈腐、压摸成型，丕体烧结，制备出结构、性能优良的新型生态透水砖。目前，该项目正在进行中试示范。

本技术采用自主开发的流场结构化新型立式鼓泡塔式反应器，通过特殊的内构件设计与 组合，实现反应器内气 (醇) 液 (酸) 呈现鼓泡式逆向流动，反应器内局部与整体混合状况均良 好，温度分布、停留时间及压降等操作条件可控，有效的耦合了聚酯多元醇或增塑剂生产过程 中酯化反应过程和移走副产物小分子的精馏过程，强化了小分子副产物的分离效率，实现了传 质传热和反应过程的耦合强化，使过程效率大幅提高。以PEA为例，生产周期可从传统的20多 小时缩短至6个小时，酸值等即可达到指标要求。该技术不但节能降耗，提高产品品质，还可 满足柔性化生产要求。其主要技术特点： 1. 流场结构化新型立式鼓泡塔式反应器中气液呈鼓泡式逆向流动，反应器内局部和整体流 型可调控，无死区。 2. 新型立式鼓泡塔式反应器采用多段组合的连接方式，拆装方便，反应器内物料停留时 间、温度分布等可调控，自动化程度高。 3. 连续化技术生产的产品质量稳定，酸值低，水含量低。 4. 该连续化生产技术可大幅缩短生产周期，大大减少能耗等。 5. 该连续化生产技术适应性强，操作弹性大，适合多种聚酯多元醇和增塑剂的柔性化生 产。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

研究团队发展了独特的液态金属旋涂工艺，制成了金属钠薄膜，首次揭示了金属钠膜的优异光波段等离激元特性。

相关成果在英国皇家化学学会期刊《Green Chemistry》发表题为“A novel method for screening deep eutectic solvent to recycle the cathode of Li-ion batteries”的底封面文章。随着锂离子电池在移动电子、储能、运输等领域需求的快速持续增长，锂离子电池在 3-6 年内会逐步退役并产生大量的固体废弃物，但落后的废旧锂离子电池回收模式造成了严重的资源浪费。团队基于电化学原理提出了一种新型快速、简单、准确筛选低共熔溶剂（DES）还原能力的方法。经筛选后发现了一种具有较强还原能力的 DES，该结果与密度泛函理论 Fukui 函数计算结果一致。采用该 DES 可大幅降低反应温度和缩短反应时间。经研究发现：1. DES 选择性提取有价金属过程与传统湿法过程不同，主要受电子扩散和溶剂扩散控制。DES 提取过程的反应表观活化能远高于酸法和氨法回收方法，解释了在 DES 提取过程通常需要较高温度。2. 钴离子在负载 DES 中主要以六配位的八面体结构 Co(urea)2Cl2 存在。3. 负载 DES，经“稀释-沉淀-煅烧”简单工艺可得到立方尖晶石型四氧化三钴。 环境学院博士后研究员王树宾博士为第一作者，张作泰教授为通讯作者，材料系卢周广教授及工学院院长徐政和院士为合著作者。该工作得到国家自然科学基金、深圳科学技术创新委员会、广东省高校珠江学者岗位计划等项目的支持。