开发工装设计模块化系统主要针对黎明公司工装需求量大、传统的设计习惯方法已经不能很好适应公司对产品制造快速反应，工装开发的进度直接影响产品制造的现状，将模块化设计的理念应用到工装设计中，通过工装模板库、智能标准件库、工装设计知识库的构建和相关工具的开发应用，以及典型工装设计流程的总结和对应的设计向导开发，实现工装设计的创新。 工装模块化设计应用系统将基于Teamcenter2007(TC)及UGNX6平台进行开发，相关的NX基础数据均存放在TC中，由TC进行管理，保证开发软件符合TC角

目前，国内大部分油田已进入了中、高含水期的开采阶段，许多油井由原来的自喷式油井转为机械采油井，甚至有些油井一开始产油时就为机采井。因此，针对有杆泵抽油系统展开相关研究具有十分突出的意义。 对于以胜利油田为代表的中石化部分油田来说，稠油所占比例较高，且开发过程中常采用聚合物驱等提高采收率手段，导致井下流体条件复杂，井液粘度通常较高，对有杆抽油系统优化设计和参数调整提出了新的挑战。 针对此问题，常州大学创造性的针对高粘液体条件下的有杆抽油系统优化设计和参数调整技术展开研究，

1. 痛点问题 随着 5G 技术渗透到各项垂直行业，通用化网络产品将逐渐转化为定制化专网。5G 技术凭借通信性能指标的大幅提升，将在工厂、能源、矿山、电力、交通、医院、教育，军工等领域，以专属网络的形态赋能行业数字化应用场景创新及信息化业务演进，推动生产要素的数字化智能化转型。5G 专网对行业应用的改变主要体现在：覆盖场景多样化；网络部署局域化；网元资源定制化；网络性能可配置；网络运维可管可控；现有系统平滑对接。 2. 解决方案 本项目在基站台的网络端，研发了基于软件无线电的4G/5G协议的自主可控的算法及协议软件，针对专网应用的特殊需求，在高可靠、自组织通信、频谱感知、宽带抗干扰、系统自同步等方面实现了系列技术创新。此外，研发了基于低成本毫米波相控阵T/R组件的大规模MIMO技术，可提升系统容量、增强覆盖。同时，可提供垂直行业定制化专网及测试技术和设备。

一种创新风力发电机组系统设计：性能优越，结构简单，价格低廉,维护方便，全部国产，自主知识产权。1、风机选用选择垂直轴达里厄风机(Darrieus)。与水平轴风机相比有以下优点：叶片受力均匀，大风中不易折断。叶片是等截面，无弯矩应力，只有拉应力。工艺性好。用玻璃絲布与环氧树酯手工表糊工艺，很容易加工生产。可以用多段直叶片，到工地后拼装成整体叶片或不同尺寸的风机叶轮，省去了制造大型模具的投资和工期，方便运输，而且维修方便。大幅度降低运行維修用费。不要调向系统，可接受任何方向风能不要节距调节系统。叶片固定。不要杆塔，发电机低位布置。便于维护。重心低，力学稳定性好。翼型选用美国宇航局公布的N.A.C.A系列翼型。升力型风机。这是当今较先进的双面对称翼型。资料表明最大的升阻比达到200。美国波音公司从727到747许多大型客机的机翼均用此翼型。有较好的空气动力学特性。 2、除去升速齿轮箱采用升速齿轮箱的风力发电机組有39％的能量耗损在齿轮箱上。垂直轴可以去掉齿轮箱，采用多极超低速发电机的办法。对于垂直轴达里厄风机，由于发电机装在底部，这就可以采用超重量，大直径的发电机转子，还可起到使转速平稳匀均的作用。大飞轮还对达到飞逸转速的时间延长，这对于启动各种危机保安措施有利。也使垂直轴达里厄风机旋转系统，动态稳定性提高。3、发电机及电气系统发电机选择铸铝鼠笼转子型式的多极超低速感应电动机。不采用変流器即可实现変化风速下并网，向电网送出恆频恆压电能。打破外商在变流器关键器件的垄断。使风力发电成本大幅下降。选择异步机有如下特点：结构简单，运行可靠，价格低廉。感应电动机作异步发电机并网运行，不要复杂的监控仪表及操作程序。并网就像开启电动机一样简便。成本下降垂直轴达里厄风机与异步发电机组成的并网运行系统中，利用异步机的可逆原理，既可做电动机又可做发电机，发电机兼做启动电机(见附录中图片及实验曲线)不用昂贵的变流器，不仅大幅降低成本，而且避免了因変流器产生的高频干忧使电力系统载波通讯产生误码。通过对达里厄风机Darrieus配异步发电机并网运行方式进行大量计算分析后，证实用达里厄风机与异步发电机自身特性的配合实现隨风速与向电网送电自平衡，且无需担心发电机过载。该结论在大型风洞实验与野外自然风实验中得到验证。固定叶片无节距调节系统能实现以上目标是最可贵的特性。异步机并网运行时，可利用调峰电站減少有功功率输出，而多发的无功电流，给风力发电的异步机提供励磁电流。对调峰电站來说，即没有能量损失，发电机也不会过载。最大限度地提高设备利用率。“多负载线匹配方法”展宽了可发电风速。而不用昂贵的变流器。并提高了低风速时的发电效率。4、结论本垂直轴达里厄风机系统与水平軸系统比较，由于系统简化，造价仅为其1/3；而发电量为其1.666倍(由于除去升速齿轮箱)。综合投资效益提高到五倍。

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。

猪流感(Swineinfluenza，SI)是目前危害养猪业的一种重要的 呼吸系统疾病，是规模化养猪场普遍存在且难以根除的群发性疾病之一。项目 开发了猪流感病毒的快速检测方法，制备了猪流感灭活疫苗（H1N1 亚型 SSD 株）。 经过临床试验证明，注射疫苗可显著提高仔猪成活率。 生产条件及经济效益预测：经过市场推广，疫苗销售良好，用户反应免疫 效果良好，可以显著提高仔猪抵抗力，仔猪成活率和出栏率提高 10%。平均每年 能为社会增加 1365 万元的经济效益；用于该项科研成果的每 1 元研制费用，在 经济效益计算年限内，平均每年可为社会增加 5.35 元的纯收益，经济效益非常 明显。

  肠癌合并同时性腹膜转移（PC）的发病率约为5-10%，复发时合并腹膜转移发病率为25-44%。“腹膜转移如果能够早期诊断，可以增加彻底减瘤手术的机会，未来能够明显延长肠癌患者的生存期。”王辉教授说。2018年团队和深圳腾讯AI lab建立了合作关系，研发一个基于卷积神经网络（CNN）的ResNet3D系统。经查，这是世界上第一个诊断肠癌腹膜转移的AI平台，能够自动识别原发肿瘤特征，同时提取肿瘤临近腹膜的影像学特征，构建基于人工智能的SVM分类器。训练组一共纳入了19814张CT图像，验证组包括了7837张CT图像。    研究发现，ResNet3D的AI系统仅需花费34秒就自动识别并诊断了所有验证图像。“ResNet3D+SVM分类器”的肠癌腹膜转移诊断的准确性高达94%，AUC为0.922，敏感性和特异性均高达94%，明显优于常规增强CT的诊断能力。

l 一种高效的痕量临床病人样本的高通量全蛋白组学定量分析方法。中国发明专利申请号：CN201710155263.3.基于二代测序和蛋白质组学的高效价特异性抗体基因工程生产和制备。

本项目由华西医院肿瘤分子诊断研究室郑鸿教授承担，发现世界上第一个能够在血清学水平准确识别乳腺癌和前列腺癌的两种分子标志物，并开发出针对这两种肿瘤的早期筛查产品。改技术已获得两项国际专利。目前在对乳腺癌和前列腺癌的大病例临床研究基础上完善了对该标志物的临床评价，正在进行诊断试剂盒的制备，已获得多个单抗和多抗，并建立了该标志物的ELISA检测方法，下一步将推动该诊断试剂盒的临床评价和进入申请FDA及SFDA临床准入的实质程序。