项目概况 该模块提供了一个基于网络的通过不同 CAD 系统导出零件模型信息并提取零件特征信 息的系统，融自动识别、模糊匹配、通用性强于一体的、具有异地可操作性、多功能的实时 的科研开发平台及系统。 本项目处于国内先进水平，拥有自主知识产权。 18 主要特点 依据从 CAD 到 CAPP／CAM、从三维到二维的基本方法；采取基于网络化可操作性手段， 以 CAD 系统导出的 STEP 文件为核心，实现了从三维 CAD 系统获取产品零件加工特征，STEP 文件信息自动识别准确迅速，方便查询，可实时修改和更新，基于网络化的操作方法；有遍 历的各项历史记录，通用性较强；特征识别通过模糊匹配，基本实现智能化判断和匹配，实 现简单零件基本特征的提取；也可以根据具体的产品零件进行定制开发和提取，开放性和灵 活性较强；也可以与实际的数控机床 NC 程序相结合进行开发；有通用或专用接口，可广泛 用于各个不同类型的企业和不同地域的虚拟企业。该系统具有许多独到的功能（网络化操作、 三维软件不限制、零件类型不限制、智能故障诊断等） 技术指标 基于网络化操作、自动信息识别、智能特征提取、实时故障诊断；实时修改和更新、查 询操作方便、通用性强；远程数据发送，实现多企业和异地的共操作；有通用或专用接口， 开放性好，可结合数控机床、企业实际情况等进行定向开发。一种基于网络的通用的零件信 息提取科研开发系统。 市场前景 近年来虚拟企业的迅猛增多和异地企业的合作增强，使得基于网络化的零件特征提取具 有良好的市场前景，也使众多一直需要解决的难题，因此受到广大制造企业的青睐。 

本发明公开了一种利用三维统计信道信息的异构网络下行干扰协调方法，异构网络中宏蜂窝基站覆盖范围内存在若干低功率无线接入节点共享频谱资源，宏蜂窝基站采用均匀平面天线阵，宏蜂窝基站利用已知的统计信道信息按照先依次对各低功率接入节点进行宏蜂窝干扰协调再依次对各低功率接入节点进行低功率接入节点干扰协调的步骤，或按照先依次对各低功率接入节点进行低功率接入节点干扰协调再依次对各低功率接入节点进行宏蜂窝干扰协调的步骤进行干扰协调；干扰协调完毕后，宏蜂窝基站仅对其服务用户集合中剩余的用户进行服务。本发明具有所需信道信

该项目的关键技术已获批国家自然科学基金项目 2 项，江苏省科技厅社会发展项目 1 项，浙江省科技厅优先主题项目 1 项。 1、项目简介 我国是酿造生产大国，传统酿造包括酱油、醋、酒，而酒的份额又占其中的大头，仅白酒黄酒去年销售收入已超过 3000 亿元，而其生产过程目前还处于手工和半机械化生产模式，其科技进步缓慢，自动化程度低，工人劳动强度大，劳动力成本上升，土地资源日益紧张，生产过程高水耗、高能耗与当今社会倡导的低碳循环经济发展模式产生剧烈冲突。因此，采用自动化技术的生产方式迫在眉睫。本项目在已完成的几个酿酒企业的自动化应用示范基础上，进一步研究并解决其中一些关键及共性问题，通过利用计算机、智能控制和物联网技术，推进酿酒生产过程的自动化、信息化，促进传统酿酒企业的科技创新与生产转型。 2、创新要点 实现黄酒发酵过程的多总线分层递阶的控制系统结构；将图像、动画和声音与 LabVIEW 软件结合，PLC 采集的设备实际运行信号转化为 3 维动画显示，实现多媒体控制的黄酒前后酵软件。将智能控制技术引入传统控制系统，根据轻工发酵过程非线性、时变、大滞后的特点，完成动态系统辨识、建模仿真，多变量模型预测控制等技术。 3、效益分析 通过项目的示范应用，预计到“十二五”末白酒、黄酒自动化改造直接经济效益将超过 100 亿元，税利超 1000 亿元，减少酿酒用工，提高产能。强化资源和能源的循环利用，缓解劳动力成本不断攀升、能源短缺等制约酿酒行业持续发展的问题，促进传统酿酒产业生产方式的创新与转变。资金需求总额约 300 万元。 4、推广情况 浙江绍兴女儿红酿酒有限公司；浙江古越龙山绍兴酒股份有限公司；劲牌有限公司劲牌山南健康产业园；江苏今世缘酒业股份有限公司；香格里拉酒业（秦皇岛）有限公司。 授权专利： 一种黄酒开耙控制系统及其应用 201010248472.0 黄酒前发酵过程温度控制系统 201010248471.6 黄酒生产中间罐液位控制系统及控制方法 201010551020.X 

项目简介： 快速应急救援关键：第一时间获得灾区的实时信息。利用现有移 动互联网技术，系统可在灾后获得授权情况下迅速激活客户端获取其 位置信息，并将信息上传至后台服务器。根据人员分布配合 GIS 地理 信息系统统筹调度，做出合理救援策略。 该系统可以有效弥补应急救援系统的不足，为消防、公安、地震、 水利等部门提供广泛的地震、洪灾应急救援支持、日常紧急求助、失 踪人员定位等服务。该系统可以满足目前社会和市场上对应急救援系 统的强烈需求，应用前景十分广阔。该项目是一项极具应用前景和良 好的产业化前景的研究课题，将会产生明显的经济效益和社会效益。

水生植物修复技术是一种成本少、耗能低、效果好的生物－生态新技术，即利用植物的吸收、吸附作用，富集导致水体富营养化的氮、磷，降解、富集其它有毒有害污染物，同时由于水生植物生长对藻类的抑制作用，使水体中藻类数量降低，提高水体透明度，达到化害为利、净化水质的目的，实现水域资源的可持续发展和利用。针对不同生态环境污染，从现场环境中筛选和构建具有高效污染修复的水生植物- 微生物群落体系，更具有针对性强、适应性强、效率高、成本低和对原有生态环境没有威胁等优点。

项目简介水生植物修复技术是一种成本少、耗能低、效果好的生物－生态新技术，即利用植物的吸收、吸附作用，富集导致水体富营养化的氮、磷，降解、富集其它有毒有害污染物，同时由于水生植物生长对藻类的抑制作用，使水体中藻类数量降低，提高水体透明度，达到化害为利、净化水质的目的，实现水域资源的可持续发展和利用。针对不同生态环境污染，从现场环境中筛选和构建具有高效污染修复的水生植物- 微生物群落体系，更具有针对性强、适应性强、效率高、成本低和对原有生态环境没有威胁等优点。应用范围北京大学工学院从选育耐盐碱性植物新品种入手，研究并优化不同盐碱程度下植物组合、配伍模式，构建盐碱环境植被快速恢复技术。筛选高效耐盐功能菌，利用耐盐功能菌接种技术，进一步发挥微生物植物联合修复作用，加快盐碱环境改良进程。形成以生物为主，盐碱环境改良与污水治理同步进行，实现盐碱改良—污染治理—生态重建系统综合技术的集成的盐碱化湿地的修复与改良综合技术体系。项目阶段北京大学工学院以多年对微生物的研究积累，将微生物与水体植物相结合，已经完成难降解有机磷化合物微生物——植物耦合净化体系理论模型构建，建立了对有机磷农药和难降解有机物（壬基酚等）具有高效分解能力的微生物菌群（同时可以作为微生物菌剂应用在水环境以外的如土壤环境的修复中）筛选、培育，开发了从相应污染环境筛选具有有机物吸收或降解功能的水生植物的技术。微生物－植物耦合水体污染治理技术比原有单一的微生物净化方式提高70% 的效率。同样，用生物的方式治理土壤的盐碱化，可以增加土壤中的有机物，调节土壤中的水气温状况，改变土壤结构与特性，改善有益微生物生存繁衍的环境。通过生物措施改良的盐碱地脱盐持久、稳定，且有利于水土保持以及维持生态平衡。

本课题研发用于海洋环境（海水及水产品）中病毒、致病菌等病原微生物、重点针对可能引起人类疾病的细菌和病毒（如总杆菌数、大肠杆菌、粪链球菌、产气荚膜梭菌、铜绿假单孢菌、金黄色葡萄球菌、腺病毒、肠道病毒、甲肝病毒、副溶血弧菌、创伤弧菌、沙门氏菌及李斯特菌）快速检测的分子生物技术，为研制用于这些微生物的现场监测手段和设备奠定理论和技术基础。检测方法采用基因芯片检测、蛋白质检测和聚合酶链式反应（PCR）检测三种。

随着我国社会经济发展和人民生活水平的提高，城市居民对重塑慢行系统、提升城市空间品质提出了更高的要求。共享单车作为一种便捷、高效、绿色的新型出行方式，是解决城市短距离出行和"最后一公里"难题的重要工具。本文以一种新的视角，应用共享单车骑行轨迹数据从骑行行为角度对骑行环境进行研究。以龙岗区为例，首先对街道骑行行为的时空间分布特征进行了研究，发现骑行行为在时间上主要集中在早晚高峰时段，在空间分布上主要集中在地铁和公交的接驳站点和龙

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。