钛合金/钢异种金属焊接接头在压力容器、化工、医疗设备等制造领域应用前景广泛。本项目采用连续驱动摩擦焊机进行钛合金/钢异种金属焊接，适用于管与管、棒与棒和棒与管等旋转类零部件的摩擦焊接。对于TC4钛合金/40Cr钢异种金属摩擦焊接头，其抗拉强度能够达到40Cr钢母材水平，实焊TC4钛合金/40Cr钢异种金属摩擦焊接头标准试样拉伸断裂照片如图所示。

产品详细介绍 MRS系列四球摩擦磨损试验机 主要用途:         该系列试验机以滑动摩擦的形式,在点接触压力下,评定润滑剂的承载能力PB ，包括最大无卡咬负荷pD，烧结负荷、综合磨损值ZMZ等；还可以进行长时间磨损试验、测定摩擦力、计算摩擦系数。使用特殊附件，也可以进行端面磨损和材料的模拟试验。可接记录仪记录：温度-时间摩擦力-时间曲线。配备特殊测量装置，可实现摩擦副摩斑的计算屏幕示，测量和记录。D型产品采用计算机伺服控制，可以设置试验的控制模式。   主要技术参数 MRS-10D MRS-10A MRS-10P 轴向试验力 60N -10KN 加载控制方式 伺服阀门环控制自动加载 手动加载 手动加载 试验力准确度 60N-400N±5N      400N-10KN  ±1% ±1%（满量程20%起） 主轴转速范围 200-2000r/min 无级可调 转速控制误差 ±10r/min 试样温度控制范围 室温-200℃   摩擦力测量范围                              1-300N   外形尺寸 （长×宽×高）mm 980×750×1600 1200×900×1600 1200×900×1600 试验用钢球：四球机专用试钢球，公称直径为12.7mm    

球盘式摩擦磨损实验机是结合教师科研方向完成的试验台，该装置可以使学生加深对机械设计课中摩擦磨损与润滑概念的理解，了解摩擦磨损试验基本方法，熟悉摩擦学研究方法，掌握相关的测试手段及评价方法。 该装置获得哈尔滨工业大学教学成果一等奖， 主要技术参数如下： ①实验球直径：φ12.7㎜； ②实验盘尺寸：φ12.7㎜x 8mm； ③载荷：10N； ④电动机功率：55ZZYT29W，750rpm； ⑤测试传感器；最大5N； ⑥外廓尺寸：480㎜x 260㎜ x 390㎜； ⑦重量：15kg。

本发明公开了一种考虑停电损失系数的PMU优化配置方法。输入电力系统的初始信息；利用遗传算法进行初始化种群，设置染色体个数和最大遗传代数；判断多个网络拓扑是否均满足数值可观性，若满足则计算多个网络拓扑下的停电损失，并得到最小的停损系数，否则将目标函数值设为上限值；将最小停损系数与系统要求的停损系数作比较，若小于则计算目标函数值；否则将目标函数值设为上限值； 计算个体适应度并进行排序，选出最优个体及其目标函数值，用赌轮盘算法产生下一代个体；根据最大遗传代数选择进行下一轮迭代或输出最优解。本发明不但能够保证电力系统在正常情况下的完全可观性，而且能够在线路N?1故障下满足相应的停损系数要求。

脑电信号作为人体重要的生理信息，已经被广泛应用于医学疾病诊断与治疗、人体潜能开发等方面。脑电图通过将电极接入被试对象的头皮，来测量大量神经元发放所形成的电场。脑电波作为能够体现大脑活动的信号中的一种，有方便检测、非侵入式且对被试对象友好等特点。一般认为，通过对大脑脑电波的检测并采取特定数据分析方法，有望将大脑的各项反应能力充分挖掘出来。近年来，脑电信号分析已成为认知神经科学领域的重要技术之一。大量研究表明，人类认知能力与脑电信号有关，其中工作记忆能力在认知中起关键作用。脑电信号具有数据量大、时间分辨率高、易受干扰等特点，给研究带来了不少挑战。杨立坚课题组使用样条函数，基于随机抽取的122名大学生志愿者训练集，以闭眼静息态下8个脑前区导联的脑电信号（图1），对20名志愿者测试集进行工作记忆能力的预测（图2），其确定系数R^2在多次随机试验下的中位数为68%，最低值大于50%，最高值72%（图3）。图1 ：试验中脑电信号记录的导联名称和位置图2：对某测试集计算的认知能力预测值与真实值的对比图3：对多次重复随机抽取的测试集计算的确定系数R^2箱线图杨立坚课题组依托10年来自身在函数型数据领域的研究成果，课题组2017级博士生张园园和2018级博士生黄昆在学习神经科学专业知识的同时，与机械工程系教授吴方芳和硕士生王健凯高效合作，分析季林红课题组的大学生志愿者脑电与认知能力数据。他们秉承“面向应用，背靠理论，写好算法”的统计学理念，把样条回归估计脑电信号的光滑轨迹，张量样条回归估计协方差函数，样条估计函数型主成分与得分等深刻的统计学前沿理论，结合LASSO回归，转化为快速准确分析脑电数据的算法（图4），从2018年12月开始仅用6个多月的时间，就很好地解决了基于工作记忆能力预测的问题，完成了这篇跨学科应用方法论文。图4：算法流程图

面向快速、高效的矿产资源探测的国家需求，集成空间数据挖掘与案例推理技术，充分利用海量的地质空间数据，解决矿产资源潜力评价与预测关键技术。在此基础上，建立智能化区域成矿预测系统和三维矿产资源预测系统，为各地质矿产单位进行找矿勘探提供空间分析和决策的基础平台。主要功能、特色： ？ 建立了不确定性地质空间数据挖掘算法模型、成矿案例推理模型，提高了区域成矿预测的效率、精度和智能性； ？ 综合不确定性地质空间数据挖掘、成矿案例推理和证据权模型，建立了混合推理策略与方法，得到更为客观的综合预测结果； ？ 基于COM架构，开发了“区域成矿预测信息系统”和“三维矿产资源预测系统”，包括地质空间数据管理、空间分析、模型预测、专题制图等功能； ？ 发展了三种高光谱矿物填图方法：权重光谱角制图法、耦合整体光谱匹配和局部光谱匹配的高光谱矿物信息提取方法、特征参数拟合方法； ？ 完成了区域成矿预测的数学地质方法扩展与应用，包括证据权模型、扩展证据权模型和逻辑斯谛回归模型，为地质空间数据挖掘和成矿案例推理提供图层选择及参数化的理论依据和对比验证对象； ？ 以我国西部典型成矿带——青海东昆仑成矿带为例，进行上述各类算法模型的区域成矿预测实验，并进行了野外调查与验证。 基于上述研究成果，该课题成果已申请发明国家专利2项；计算机软件系统2个；出版专著1部《多源地质空间信息智能处理与区域成矿预测》；发表或录用论文15篇，其中SCI期刊论文5篇，EI期刊论文4篇。

本平台设计一套集成学习系统用来精确预测未来时间段的流量，本系统使用随机森林，SVR，三指数 平滑、GBDT，BPNN等传统算法和机器学习算法作为单模型，并通过集成学习的方式提高预测准确率。

金铅锌等金属矿体往往厚度变化大、不稳定而在勘探阶段难于精确控制，同时随着资源危机矿山的增多，深部找矿越来越受到重视。因此，许多矿山急需开展坑道之间和坑道之下深部矿体定位预测工作以扩大资源储量。该项成果是在凤县三台山金矿、凤县银母寺铅矿矿等矿体定位预测研究的基础上形成的技术成果，曾获陕西省科学技术进步二等奖。目前该项成果已经在陕西省部分金属矿山得到推广应用，并取得了良好的应用效果。

项目以高瓦斯突出矿井为研究对象，将瓦斯作为地质体的组成部分，运用地质学及其相关学科的理论与方法，从研究瓦斯形成、赋存、涌出、突出及控制因素与突出机理等入手，配合大量测试，重点研究采前煤层瓦斯含量大小，工作面瓦斯涌出量大小及煤与瓦斯突出危险性预测的技术难题，以及采前与采中瓦斯涌出与突出的治理问题。该成果经陕西省科技厅鉴定为国内领先水平，获陕西省科学技术进步三等奖。成果先后在陕西韩城、铜川、河北邢台、宁夏石嘴山及四川南桐等矿区得到应用，在矿井瓦斯预测防治中取得了良好应用。