本课题针对太空服务机器人感知系统开展研究工作，重点研究基于脑电、肌电生物电信号及语音信号的多模式、微型化、智能化的人机交互接口系统，以快速、可靠地提取并识别脑电、肌电、语音信号，将之转换为太空服务机器人的作业任务和动作指令，并通过已开发的服务机器人验证模拟航天特因环境下该系统的可行性，探索多模式人机交互接口技术的实用化方法，为我国出舱活动机器人未来可在载人航天工程中应用提供可行性技术依据。 课题组在系统的研发和测试过程中，同中国人民解放军航天员科研训练中心进行卓有成效的合作，项目所开发的多模式微型化人机交互平台在航天员科研训练中心航天特因模拟环境下进行各项测试。测试结果表明，项目开发的样机已经具备航天特因模拟环境所要求的技术特征。该系统的研发成功，将推动多模式脑机接口技术在航空航天领域的应用。

本发明公开了一种钙载体循环H2?CO?C2H2多联产协同CO2捕集方法，将工业生产的电石渣浆进行超声?除杂?煅烧工艺后，作为钙基吸附剂重新用于煤气化并制制备高浓度氢气，煤气化反应后的固体混合物主要成分为CaCO3与未转化的焦炭，将其在O2气氛下煅烧炉后捕集CO2气体，生成的CaO部分继续用于煤气化制氢，另一部分作为电石原料炼制CaC2，同时得到富CO合成气，将其分别作为1）煤气化原料以提高氢气产量；2）燃烧以提供系统热量；3）经除杂等处理后，储存。生成的电石进一步与水反应得到C2H2气体与电石渣浆，

这项研究通过使用最新、最准确的病例诊断方法，将几种建模方法与泊松损失权重相结合，从而避免了特定建模选择的局限性。这是第一个比较封闭期前后的研究，与之前的研究相比，这项研究计算出了更可靠的估计值，并且发现了更高的R0值。这对新加坡、日本、韩国和伦敦等疫情正在蔓延的城市具有重要意义，另外，这些城市应考虑在必要时实施更积极的预防政策，以防止严重的全球性大流行。

本发明提供一种转基因小鼠骨骼肌营养不良模型的构建方法，其是利用Tet‑on系统与转基因技术构建可以在肌肉内特异性诱导表达microRNA29a和microRNA29b1的转基因小鼠，可作为人Ullrich型先天性肌营养不良的实验动物模型，与Ullrich型先天性肌营养不良的表现相同，本发明构建的实验动物模型在生长过程中也存在严重的呼吸问题，约17％的小鼠会在断乳前由于呼吸障碍而死亡，全部转基因鼠会出现骨骼肌发育不良，为人Ullrich型先天性肌营养不良的治疗与研究提供了有力的工具。

高品质钢的冶炼典型流程为“转炉→精炼→中间包→结晶器”，冶金反应器内存在着合金-钢、钢-渣、钢-夹杂物、钢-耐材、渣-耐材、钢-空气、钢液凝固和元素偏析等反应和过程，各个化学反应“耦合”发生、互相影响。因此，有必要建立智能模型有效地预测不同反应器内夹杂物成分的变化，准确地在线了解精炼和连铸过程的工作状况，使生产全流程始终处于最佳工作状态，从而确保夹杂物的精准控制，最终提高钢产品质量的稳定性和可靠性。同时，通过模型的优化计算，可以根据不同钢种的性能需求，对钢种的生产工艺进行定制化设计。（1）高品质钢炉精炼过程夹杂物预测研究：− 精炼过程宏观流动数学模拟：计算精炼过程钢液和精炼渣的流场和温度场、夹杂物的运动，同时计算吹氩强度、钢包尺寸等因素对钢包流场、夹杂物运动和去除的影响。− 精炼过程夹杂物成分动力学：研究吹氩强度、钢包尺寸等因素对多元反应速率的影响；耦合计算 LF 炉内“渣-钢-夹杂物-合金-耐材-空气”多元反应过程夹杂物成分变化。− LF 炉内夹杂物尺寸动力学：建立夹杂物生成、长大和去除的尺寸变化多尺度模型，确定不同条件下夹杂物的尺寸变化行为，预测钢中夹杂物的数量变化和尺寸分布规律。− LF 炉内夹杂物预测模型：将夹杂物成分和尺寸动力学计算和宏观流动模拟相耦合，建立 LF 炉精炼过程夹杂物成分、数量和尺寸预测模型。（2）高品质钢中间包连铸过程夹杂物预测研究− 中间包内宏观流动数学模拟研究：计算中间包内钢液和覆盖剂渣相的流场和温度场、夹杂物运动和去除。计算开浇和换包的非稳态浇注、中间包结构对中间包浇铸过程的影响。− 中间包内夹杂物动力学研究：耦合计算中间包中“渣-钢-夹杂物-耐材-空气”多元反应中夹杂物成分变化，确定中间包内各位置的反应速率。− 中间包内夹杂物预测模型的建立将渣-钢-夹杂物-耐材-空气反应和宏观流动模拟相耦合，建立中间包过程多元反应夹杂物成分、数量和尺寸预测模型。（2）高品质钢结晶器凝固过程夹杂物预测研究− 结晶器内钢液凝固冷却过程中夹杂物行为研究：通过实验室实验研究钢液凝固和冷却过程中温度变化对原有夹杂物与钢基体的反应的影响，以及不同成分的钢液在冷却和凝固过程中夹杂物新相析出，确定温度变化对夹杂物影响机理。− 结晶器内宏观凝固和流动数学模拟研究：研究结晶器过程钢液、渣相的运动，使用融化模型研究结晶器过程凝固坯壳的凝固和形成，计算夹杂物在钢-渣界面的去除行为。− 结晶器内钢液凝固过程夹杂物动力学研究：计算铸坯凝固过程钢液成分偏析，与保护渣-钢-夹杂物反应进行耦合计算，预测铸坯中夹杂物的成分。计算夹杂物被凝固前沿捕捉行为，预测铸坯中夹杂物的数量和尺寸分布。− 结晶器内钢液凝固夹杂物预测模型的建立：通过将元素偏析、保护渣-钢-夹杂物反应和宏观流动数学模拟相耦合，建立结晶器凝固过程多元反应预测模型，实现铸坯中夹杂物成分、数量和尺寸空间分布的精准预测。（4）高品质钢制造过程夹杂物智能预测模型在工业生产中的应用− 模型的验证和优化：高品质钢制造进行全流程取样调研，对建立 LF 炉、中间包和结晶器内夹杂物反应模型进行验证和优化。− 模型应用：将建立的高品质 LF 炉、中间包

本发明公开了一种基于元模型的智慧城市异构数据共享方法，包括 1：基于 MOF 元建模理论，构 建城市数据元模型建模框架；2：根据城市数据特征及描述需求，构建城市数据元模型通用元素集；3： 根据城市数据基本分类和专用元素集扩展模式，发展数据元模型专用元素集；4：基于 XML 模板建模， 形成元模型通用元素集和专用元素集形式化方法；5：实现网络目录服务、数据服务，建立开放式城市 数据元模型注册和管理平台；6：根据用户实际应用需求，设计城市数据细粒度发现接口并获得数据。 本发明为用户提供了一种开放式、标准化城市异构数据共享的解决方案，为城市异构数据在线访问、后 续处理及协同应用提供了支持，是城市异构数据共享中高效实用可靠的方法。

其他成果/n一种副猪嗜血杆菌感染仔猪模型的构建方法，涉及动物模型构建领域，包括将若干CD仔猪养殖至18～25日龄，均分为感染组A和对照组B，判定CD仔猪体内不存在HPS病原、不含APP病原或APP抗体后，饲养至40～70日龄时，向感染组A中所有CD仔猪气管内接种HPS菌种；向对照组B中所有CD仔猪气管内注射培养基，得到空白组B′，观察并检测攻毒组A′、空白组B′，提取攻毒组A′、空白组B′的肺脏组织的总DNA，判定攻毒组A′的肺脏组织中存在HPS病原的同时，空白组B′的肺脏组织的中不存在HPS病原。

小试阶段/n项目已解决的关键技术问题和技术创新点：1.提出了精轧变形抗力模型新型“九宫格”自适应学习方法，在“轧制温度*变形速率”参数空间上布置多个特征点，对参数空间上与当前轧制工况位置相邻的 9 个特征点进行加权插值，获得空间任意均连续的自学习参数，它是位置坐标的函数，打破了原来的“自学习系数与层别一一对应”的关系，使自学习系数精确到工作点坐标，解决了 原有的不同层别的自学习参数相互不关联、跳跃大、不连续等问题。新方法上线后，应用效果非常明显，每月带钢因厚度超差导致的预封锁量从投用前的 45 块/

小试阶段/n轧机过程控制数学模型与轧制稳定性技术直接影响带钢产品质量与生产成本。该技术在结合生产工艺与设备控制技术的基础上，综合现代控制理论、数学建模和人工智能技术，形成完整的轧线关键模型与轧制稳定性控制技术，已在宝钢、梅钢、涟钢等国内多条大型热连轧生产线上成功在线应用。发表核心期刊论文30多篇，授权、受理发明专利30余项，软件著作权3项。。关键技术：1）高精度轧制设定模型与尺寸控制。高精度带钢厚度控制技术：包括高精度轧制力能模型、全线一体化分布式温度模型、辊缝模型，保证高精度的头部设定；高精度AG

焦炉炼焦是一个复杂的工艺过程，煤料在炭化室内隔绝空气加热,即高温干馏。经过干燥、热解、熔融、粘结、固化、收缩等阶段，最终成为焦炭。 焦炉直行温度是指机侧和焦侧标准立火道的平均温度，它代表全炉的平均温度水平，是直接影响焦化速率和焦炭成熟时间的主要参数之一。燃烧室温度在一个结焦期内由于相邻炭化室所处结焦状态不同而发生规律性波动，即形成通常所说的“W”曲线，其峰值间的时间间隔取决于推焦串序、循环检修计划和周转时间。本项研究是以焦炉“燃烧室—炭化室传热过程数学模型”为基础，运用混合编程、多任务和动态摸拟等技术首次将焦炉燃烧室—炭化室传热过程数学模型拓展为“焦炉直行温度数学模型”，并开发了由一组燃烧室和炭化室组成的“焦炉直行温度数学模型计算机仿真系统”。运用该模型可以仿真不同的推焦计划、装炉煤水份、装煤量、燃料热值等热工参数对焦炉直行温度的影响，从而为焦炉直行温度的优化设定提供坚实的理论依据。