研究生论文盲审管理系统，为学院教务管理层提供高效的论文盲审分配机制；协助跟进论文盲审进度及状态，及时有效督促盲审工作开展。专家库建设为论文评审提供了学院专属专家资源库。

Tempo大数据应用能力成长平台（简称：Tempo Talents）是美林数据自主研发的面向高校大数据与人工智能领域“教学实践、集中实训与科研创新应用的一体化实验平台”。平台以专业课程教学实践、项目实训为核心，以创新产业应用孵化为目标，围绕大数据核心技术体系及应用，提供丰富元子化课程实践与实训案例资源。依托可视化分析与机器学习开发引擎，过程与结果兼顾的教学管理方式，闯关、考试、竞赛、数据游乐场等多种实验模式，为高校打造教与学充分互动的“大数据应用能力成长平台”。 一、创新教学管理模式，打造自驱型能力成长平台——教学管理平台→柔性化定制课堂教师可以根据教学目标、学生情况，灵活搭配原子课、实训项目及教材→教学考评管一体化统一的审阅、评分入口，实时查看作业提交情况→全景学情分析多维度图表展示学生的学习进度、学习成绩，直观了解到课堂的学习情况 二、Docker集群化部署，支持实验环境一键式访问及智能化管理——实验管理平台→高可用的容器化集群基于容器及容器集群架构运行的大数据实验基础平台，系统高可靠，高灵活，高伸缩性。→智能化实践环境管理预装实验需求的各类软件运行环境，基于浏览器的B/S模式直接访问，根据访问自动启停→一键式虚拟桌面实验台支持基于浏览器B/S模式的 “一键式”访问基于Linux的虚拟桌面环境，可提供 Linux 桌面和命令行操作，并可实现 Linux系统管理 三、不同难易度 不同实践模式相结合，因材施教更进一步——课程实践平台→多模式课程实践在线编码式、命令行、云桌面等多种实验模式→课程自动评测学生在线提交代码，一键自动评测打分，快速获取学习成果反馈→趣味闯关寓教于乐将课堂小测验转换为趣味闯关，激发自主学习热情 四、编码式与拖拽式双环境，开发型与应用型兼顾——项目实训平台→编码式与拖拽式双环境交互式笔记和拖拽式平台双操作模式，满足不同层次学生学习需求→完整实训项目指导手册还原项目落地全过程，将业务分析方法论融入具体项目实训中 →实验报告点评与优秀作业共享实验报告在线提交与点评，分享优秀作业，积累优秀成果 五、智能机器学习开发平台，满足人工智能教学科研需求——人工智能平台→强大的建模算法引擎9大算法类型、120余种分布式算法支持、15种文本算法→全面的分析洞察帮教全方位观察建模过程及结果，让学生在掌握方法的同时也能洞悉建模原理→多模式扩展编程R\Python\Java\Scala\Tensorflow等多种编程语言，学生可自定义算法开发实践 六、拖拽式大数据分析平台，培养学生数据创新探索能力——大数据分析平台→自助式大数据探索分析低门槛拖拽式数据可视化分析，让学生快速构建数据分析应用能力→灵活的可视化交互看板40余种可视化图形，钻取、联动、链接等多种交互模式 →多样的分析报告可视化大屏、分析看板、word报告、数据报表等多种报告形式呈现 七、真实项目经验 名师课程资源，构建优质教学课程资源库——课程资源平台→多学科教学名师课程引入国内一流高校教学团队优质课程，贴合学科最新发展趋势 →创新原子课设计将专业课程的知识点“原子化”，层层递进融会贯通→丰富行业实训案例精选美林数据 200+能源、政府、高端制造等行业头部客户真实项目案例 八、丰富数据资源与灵活数据资源管理，满足教学科研多层次需求——数据资源管理平台→多种数据源接入满足不同大数据平台和SQL数据源、Excel文件数据库、多维数据库、分析型数据库实时数据等不同类型数据源接入 →数据管理与权限分配支持后台配置数据权限，多种数据资源自定义管理→开放数据超市提供宏观、中观、微观全维度数据体系，上亿条数据，数据总容量超过500T丰富数据资源与灵活数据资源管理，满足教学科研多层次需求  

数据资源中心主要用于维护系统分析所用的数据源、构建数据模型、新建视图，并进行数据权限分配与管理。师生可以根据实验和实训需求，自定义新的数据源，作为学生实验练习的数据。同时也满足教师科研项目需求，对接各类科研数据。支持数据按人员、按类型进行分类，确保满足不同数据的精准使用要求，也保证教学与科研的顺畅进行。1、 数据管理数据源管理支持多种类型数据源添加、API数据接口配置；数据模型支持同一数据源下的数据分类管理、元数据管理和维护、数据抽取加速、数据权限设置等功能；模型授权支持将数据模型按照组织机构、角色、组的方式授权给设计用户；总体上来说，数据管理实现各类科研数据的统一接入、管理与权限的按需分配。2、开放数据超市数据超市提供了30多个维度、700多个二级类目、上万个业务标签的全维度业务数据画像，数据总量超过500亿，存储总量超过100T，日均增长超过500万条,为企业采购风控、销售客户评估、AI精准获客、精准招商、投融资、高校科研机构、政府事业单位及各类专业人员提供了企业活力指数评估和全息数据画像，从微观、中观、宏观多方面提供了各类企业数据分析报告、行业趋势报告和相关指数。同时基于国家电网创新应用开发平台、中广核新能源数据价值创新联合体等行业组织，可以精准提供电力、新能源等产业的真实业务数据，为高校相关课题研究提供数据支撑。

基于跨行业数据挖掘标准流程CRISP-DM，实现数据的深度挖掘分析，帮助教师与学生发现数据中隐藏的关系及规律，为教师科研提供数据分析探索、模型构建、成果应用的一站式数据挖掘工具，高效开展行业应用研究。平台支持用户通过简单拖拽、低代码的方式快速完成挖掘分析流程构建。同时支持模型自动化构建、模型智能评估，推荐最优模型与算法。 1、极简的建模过程 基于拖拽式节点操作、连线式流程串接、指导式参数配置，用户可以通过简单拖拽、配置的方式快速完成挖掘分析流程构建。平台内置数据处理、数据融合、特征工程、扩展编程等功能，让用户能够灵活运用多种处理手段对数据进行预处理，提升建模数据质量，同时丰富的算法库为用户建模提供了更多选择，自动学习功能通过自动推荐最优的算法和参数配置，结合“循环行”功能实现批量建模，帮助用户高效建模，快速挖掘数据隐藏价值。 2、丰富的分析算法 内置150多个分析算子，包含30余种数据预处理方法，5种数据融合方法、11种常用特征工程，实现数据融合处理与特征构建；包含聚类、分类、回归、关联规则、时间序列、综合评价、协同过滤等7类N种机器学习算法，支持深度学习、集成学习与自然语言处理等人工智能分析方法，满足各类业务科研场景需求。 3、灵活的扩展能力 支持用户编制SQL\R\Python\Java\Scala\Matlab\PySpark脚本实现个性化的算法脚本。自定义算法功能允许用户通过R\Python\Java\Scala基于平台规范封装自主算法并发布形成平台节点，方便用户灵活扩展平台算法节点功能，增强平台的业务适应能力，充分满足不同领域科研的个性化需求。 4、全面的分析洞察 通过丰富详实的洞察内容，帮助用户全方位观察建模过程任意流程节点的执行结果，为用户开展建模流程的改进优化提供依据，从而快速得到最优模型，发现数据中隐含的业务价值。建模分析报告支持在线查看，并且支持下载可编辑Word版本，支持科研报告及相关成果发布应用。 5、全栈科研成果管理与应用能力 分析成果的快速工程化应用，支持模型以调度任务、异步服务、同步服务、流服务及本地化服务包等形式应用，满足工程化的不同诉求。提供统一的成果分类统计及统一管理监测，帮助用户高效便捷地管理成果、利用成果及监测成果。 6、跨平台模型迁移及融合 支持PMML文件的导入和导出，可以实现跨平台模型之间的迁移和融合，利于用户进行历史模型的迁移，实现用户在不同平台的模型成果快速共享，提升各类科研成果的复用性。    

通过教学质量基于事实数据进行动态诊断和改进，提供教师、学生和管理者三个维度的数据分析 ， 承载教与学全过程记录，多维度形成性评价数据分析，助力高校工程教育专业认证。 经典案例  

“自来水生产过程控制关键技术研究与自动化、信息化示范工程建设”项目通过对制水生产流程的关键性工艺流程的研究，针对整个工艺流程大时滞、大惯性和非线性的特点，在原有检测和控制设备的基础上，通过建立与实际工艺和设施相应吻合的系统数学模型，改进控制算法，开发臭氧投加，加矾和加氯系统的智能化自动控制系统，并进行大系统整合、优化，实现对自来水厂整个工艺流程的自动控制，进而提高和稳定出厂自来水的水质，并实现节能降耗。该成果已经在南京城北水厂、北河口水厂、苏州相城水厂得到广泛应用。

简介内容文字控制在150-300字，主要说明成果的特点和技术创新点，应用领域（可以包括：主要技术、经济性能指标，成熟程度，应用前景，投资规模，希望的合作方式、获得的荣誉或专利情况等内容）“自来水生产过程控制关键技术研究与自动化、信息化示范工程建设”项目通过对制水生产流程的关键性工艺流程的研究，针对整个工艺流程大时滞、大惯性和非线性的特点，在原有检测和控制设备的基础上，通过建立与实际工艺和设施相应吻合的系统数学模型，改进控制算法，开发臭氧投加，加矾和加氯系统的智能化自动控制系统，并进行大系统整合、优化，实现对自来水厂整个工艺流程的自动控制，进而提高和稳定出厂自来水的水质，并实现节能降耗。该成果已经在南京城北水厂、北河口水厂、苏州相城水厂得到广泛应用。  ①平流池出水实际浊度值与设定浊度值的偏差在95%以上时间内应小于等于±1NTU（目前南京市自来水公司浊度内控标准允差±2NTU ）； ②出厂自来水余氯在95%以上时间内控制在0.6mg/L～0.8mg/L （目前南京市自来水公司出厂自来水余氯内控范围为0.6mg/L～1.0mg/L）； ③（相比目前）年均节约矾耗≥8%； ④（相比目前）年均节省氯气投加量≥10%； ⑤（相比目前）年均节省电耗≥5%； ⑥（相比目前）年均节约反冲洗水量≥10%； ⑦从自来水总公司调度控制中心，可实现对城北水厂一泵房（取原水）、二泵房（输出自来水）远程监视和远程调度。获得4项发明专利授权，5项软件著作权授权 1.基于废水排放比例采样时刻低比例系数的确定方法 专利号：ZL201110280585.3 2.在线采集水质数据有效性的诊断方法             专利号：ZL200910185421.5 3.一种水厂臭氧接触池进水流量的在线测量方法     专利号：ZL200910233689.14.基于RFID 的记忆式废水留样装置                专利号：ZL201120354013.0   ① 平流池出水实际浊度值与设定浊度值的偏差 在 95% 以上时间内应小于等于± 1NTU （目前南京市自来水公司浊度内控标准允差± 2NTU ）； ②出厂自来水余氯在95%以上时间内控制在0.6mg/L～0.8mg/L （目前南京市自来水公司出厂自来水余氯内控范围为0.6mg/L～1.0mg/L）； ③（相比目前）年均节约矾耗≥8%； ④（相比目前）年均节省氯气投加量≥10%； ⑤（相比目前）年均节省电耗≥5%； ⑥（相比目前）年均节约反冲洗水量≥10%； ⑦从自来水总公司调度控制中心，可实现对城北水厂一泵房（取原水）、二泵房（输出自来水）远程监视和远程调度。获得4项发明专利授权，5项软件著作权授权 1.基于废水排放比例采样时刻低比例系数的确定方法 专利号：ZL201110280585.3 2.在线采集水质数据有效性的诊断方法             专利号：ZL200910185421.5 3.一种水厂臭氧接触池进水流量的在线测量方法     专利号：ZL200910233689.14.基于RFID 的记忆式废水留样装置                专利号：ZL201120354013.0

一、研发背景 我国是有色及稀散金属资源大国，产量更是在全球具有绝对控制地位。稀散有色金属矿的开发利用给我国带来巨大的经济效益，与此同时也带来了严重的环境重金属污染。稀散有色金属矿经开采、选、冶加工后，会遗留下大量的尾矿、冶炼渣和各种尘泥。从环保和安全上来说，稀散多金属采选冶废弃物是重大的污染源和危险源，控制固体废弃物污染特别是矿业固体废弃物成为中国环境保护领域的重要问题之一。 二、技术内容 （1）新型深部充填减量化技术。开发一种价格低廉、材料来源广泛且固化重金属效果优良的地下采矿胶结充填料，能够降低充填采矿成本，并可以安全处置危险废物；（2）尾矿库微生物原位成矿修复技术。利用微生物（硫酸盐还原菌、寡营养铁还原菌）控制环境中 Fe3+ 浓度、降低环境电位、降低环境中游离镉、锑等重金属离子，实现现役尾矿库的微生物生态修复。（3）五层覆盖强还原原位成矿修复技术。基于矿物学--生物地球化学协同作用，开发已闭库或无主尾矿库的重度污染区的五层（无污染客土层、膨润土密封层、有机质深度还原密封层、含高风险稀散多金属及砷和重金属尾矿生物法控制污染主反应层、原始尾矿层）覆盖强还原稳定成矿修复技术。 三、作用原理 针对我国含稀散多金属硫化矿采选冶废物易引起氧化淋溶、存在溃坝风险和对周边及重大流域构成的严重环境威胁等问题，首先研究采选冶废物处置环境风险评估方法，建立稀散多金属采选冶废物处理处置污染控制技术评估方法；利用冶炼废渣及尾矿库内堆存尾矿，研发新型膏体充填减量化、资源化技术；针对现役尾矿库，利用硫酸盐还原菌及寡营养铁还原菌研发尾矿微生物原位成矿修复技术；针对已闭库及无主尾矿库，基于矿物学--生物地球化学协同作用，研发重度污染区的五层覆盖强还原稳定原位成矿修复技术；组合应用上述技术，在典型稀散多金属采选冶集中区开展技术示范；最终形成“基于风险控制的稀散多金属采选冶废物减量化、资源化处理处置与污染控制方案和环境管理导则”，为我国稀散金属多金属污染防控和环境管理提供技术支撑。

西安科技大学多年从事 SiC 冶炼和烧结技术的研发，并在全国获得了多项实际应用。通过对 α-SiC 粉末表面改性方法的研究，可大大地提高重结晶性 SiC 的烧结能力，降低烧结温度，获得纯度更高、密度更大的重结晶 SiC 烧结块。该技术业已获得国家发明专利。

本发明公开了一种微泵功低品位热驱动朗肯发电装置,包括流体输运单元和膨胀做功单元,所述流体输运单元包括冷凝器、流体泵、储液装置、蒸发器;所述的膨胀做功单元包括汽轮机和发电机,所述的储液装置包括储液罐以及储液罐出入口处的流体截止装置,各单元通过管路相连,储液装置内的流体流入蒸发器内被低品位热加热产生蒸汽,蒸汽进入汽轮机膨胀做功,带动发电机发电。本发明的流体输运单元的流体泵仅需克服流体在管道内流动的阻力,泵功消耗可大大减少,发电装置的净发电效率得到极大提高。