针对医院废水消毒存在的难点问题，哈尔滨工业大学环境学院马军院士组织团队成员刘新旺、王鲁、王盼盼、李攀、刘正乾、孔秀娟和机电学院姜生元教授开展了系统研究，提出用高浓度臭氧消毒技术强化医院废水处理。   团队与浙江金大万翔环保技术有限公司联合研制和捐赠的5套全自动物联网监控臭氧消毒装备，于2020年3月7日运抵湖北省咸宁市5家医院，现已经成功投入运行，用于医疗废水消毒灭菌无害化处理。  全自动物联网监控臭氧消毒装备工作现场 医院废水处理工艺中多数是加次氯酸钠消毒，当水中含有氨氮时会形成氯胺，而氯胺消毒能力很弱，只有投氯量与氨氮的重量比超过7.6以上时，才能实现自由性氯消毒。由于根据水中氨氮浓度动态地调控投氯量会增加操作管理难度，现场人工频繁地监测和调控投氯量增加了工作量，也存在安全风险，而且投氯量过高时可能对后续城市污水处理厂运行产生不利影响。研发效率高、受水中氨氮浓度影响小、对后续城市污水处理厂运行无副作用的消毒技术，对于强化医院废水消毒、解决医院废水消毒运行维护难的问题，具有重要意义。如何在确保消毒效果的前提下，降低运行人员安全风险、便于消毒系统维护管理，是当下需要解决的问题。 臭氧是一种强氧化剂，可迅速破坏细菌、病毒等微生物结构，目前在国际上被大量应用于水处理和环境保护，尤其是用于对贾第虫、隐孢子虫、细菌和病毒等进行灭活，被公认为各种致病微生物的“超级杀手”，杀菌能力强于氯消毒剂和紫外线等。 根据对SARS病毒和肠道病毒的相关数据，臭氧消毒能力是自由性氯的5-10倍数量级，是化合性氯（氯胺）千倍的数量级。而且，其自身在消毒过程中被还原为氧气，不会对后续的城市排水系统和城市污水处理二级处理系统产生不良影响。由于医院废水车间地点风险高、运行难度大、技术要求高，系统的维护管理是难点。因此，如果采用臭氧消毒，需要研究空气冷冻预处理、空气过滤分离和高压放电为一体的成套装备。团队在春节期间连夜进行设计，与哈工大浙江宁波产业化基地的金大万翔公司和哈尔滨工大高级氧化技术有限公司合作，克服了原材料运输困难和企业开工难等问题，经过多方协调，在春节之后完成设计，形成结构紧凑、体积小、性能优良的一体化臭氧消毒成套设备。 在此基础上，马军院士又组织团队研制物联网远程管理系统，通过远程监控实现无人值守，可以异地操控臭氧的工作条件和消毒工况，形成了医院污水消毒专用的全自动物联网监控臭氧消毒装备，不仅具备更宽的温度范围和更高的可靠性，还能将数据全部采集到云端，及时进行数据分析和远程诊断。 为了减少气体的直接使用，控制潜在的气溶胶形成，设计还采用了高浓度臭氧水溶液进行消毒，不但运行维护简便，而且没有气溶胶的形成风险，易于稳定可靠地运行管理。高浓度臭氧水溶液可以独立进行消毒，也可以与氯联合消毒，在确保消毒效果的前提下，实现效率高、安全可靠、副作用小、运行管理方便的目的。查看原文

研发的智能物联网采用 Arduino 嵌入式网关硬件平台和 IEEE1888 协议，功能包括： (1) 全功能网关：既可以向存储器上报数据，也可以从应用单元获取指令。(2) 独立配置管理模块： 可以通过配置管理模块提前设置网关参数。(3) 底层设备实时控制：服务器或手机端 APP 向网关发送控制命令，网关接受命令后进行执行处理。(4) HTTP 服务器：能把在线化的传感器数据或状态信息长期保存。(5) 数据可视化：APP 能读取设备数据或存储器内的历史数据，并可视化展示。(6) 支持底层多类型传感器的 WiFi、BLE4.0、以太网等接入到网关。

一种基于物联网技术的实验室安全管理平台，包括实验平台和安装在所述实验平台上的排风装置；所述排风装置为U形管状结构，一端固定在实验平台上，另一端设置吸风口，所述吸风口位于实验平台正上方，排风装置与吸风口连接端内壁设置环形凸沿，所述环形凸沿上端形成倒圆锥形截面，下端形成正圆锥形截面，环形凸沿上端与下端之间形成圆柱形通道。通过排风装置对实验平台产生的废气或烟雾进行排风时，由于环形凸沿的设置，一方面在可以增大排风抽力，使烟雾快速的吸入吸风口并经环形凸沿的圆柱形通道进入排风装置中，另一方面由于环

以数字化、网络化、智能化、安全化、平台化为客户实现“化N为1”，一键既所见，打造智能高效、节能、安全、环保的管、控、营一体化平台，提供一站式的物联网解决方案。为了解决系统工程集成商项目应用中存在的设备管理，数据分析，用电安全，运维保养，可视化应用，外部系统对接等繁琐痛点。

与华为技术有限公司开展互联网语义分析合作研究，双方共同研发了“电商知识图谱自动化构建和电商评论分析系统”，该系统可以自动化将不同电商网站的数据抽取和集成，形成一个庞大的电商知识图谱，并且利用这个知识图谱来对电商评论做语义分析。该项目中的技术已经被华为公司用于大数据中的视频分析，并且产生了良好的经济效益。另外，与百度签订了“本体及知件技术构建医疗领域知识库和应用研究”项目，提交并审核通过一项专利“一种医疗知识库中保健品与疾病的关联构建方法”，并且提出一种word embedding的方式挖掘非结构化数据中实体关系的方法，项目成果被百度用于医疗保健品的搜索中，取得了很好的社会效应。

系统重点解决舆情数据分析中可视化舆情数据采集、存储和分析方法问题。系统提供可视化舆情数据采集方法，解决了用户定义数据采集模板易用性问题。系统采用主流的hadoop系统作为存储系统，解决了系统可用性问题。系统实现了多种舆情数据分析算法，实现了舆情报告辅助生成功能，能够有效的协助舆情分析人员工作。系统数据采集吞吐量、数据存储、计算能力均具有良好的扩展性。

该项目利用国家卫健委公布的确诊病例总数数据链，以应用传播动力学为方法，以黄森忠教授建构的普适SEIR模型作为模型理论，通过“南开大学智英健康数据研究中心”开发的程序EpiSIX，分析新冠病毒肺炎疫情有关数据，并将分析结果生成可视化网页，开展疫情发展回顾、确诊病例数时序区间预测等相关工作，对疫情发展情况及疫情防控效率作出研判。 研究团队由黄森忠教授和山西大学复杂系统研究所所长靳祯教授、南京医科大学公共卫生学院彭志行副教授共同领衔，南开大学统计与数据科学学院多名年轻教师与研究生加入。研究团队从1月30日至2月14日，每3日发布一次预测，已连续发布疫情传播预测6期，并根据疫情变化，及时调整预测评价指标，其预测区域也进一步细化，由原来的对全国、湖北省、武汉市的疫情预测，拓展为对全国各省市的预测。

社会网络已经成为覆盖用户最广、传播影响最大、商业价值最高的 Web2.0 业务，在世界范围内，最著名的社会网络代表是 Facebook、Twitter，用户量分别达到 12 亿、5 亿;国 内使用人数最多的社会网络工具是新浪微博和腾讯微博，其中新浪微博用户达到 5 亿，腾讯 微博用户超过 8 亿。社会网络中的巨大用户群每天产生海量的用户数据、关系数据和信息数 据，若能够对海量数据进行准确、及时的分析，则会在精确营销、舆情探测以及网络安全等方面创造巨大价值。然而由于社会网络的大数据特性以及分析方面要求准确、及时，目前缺 乏融合多项社会网络分析技术的、成熟的社会网络大数据分析系统。社会网络分析技术是一项关键技术，也是一项热门的研究，涵盖了社会学、人类学、社 会语言学、地理、社会心理学、通信研究、资讯科学、社会网络分析与探勘、组织研究、经 济学以及生物学等多个领域，是一项多学科交叉技术。社会网络大数据分析系统要求具有坚 实的数据支撑，即数据获取全面、更新及时、获取数量大，也强调多维度、多粒度的分析手 段相结合，并对分析速度、可视化以及人机交互等方面都提出很高的要求。基于上述现状和挑战，在国家科技支撑项目的资助下，实现基于新浪微博、Twitter 等 主要社会网络交流工具的大数据分析系统，系统完成从数据获取、数据预处理、数据存储、 消息中心、数据分析、结果可视化展示的闭环处理流程，支持多种社会网络(Twitter、新浪 微博等)的数据实时、不间断获取，获取数据量在国内外同研究领域处于领先地位;实现整 体、个体、群体以及事件的多层次、多粒度分析模式;同时具备良好的人机交互操作界面以 及优秀的分析展示效果。

一、 项目简介为解决复杂工程优化设计等问题，研发智能优化技术及软件进行工程建模与优化设计，可以应用于电子、通信等诸多领域。面向复杂大数据信息，研发智能数据挖掘技术可以发掘潜在规律和感兴趣的信息，为工业、农业、国防、金融和证券等诸多行业服务。本项目在国家和省市等基金资助下开展的，率先研发出石油测井智能数据挖掘系统；在无线通信、智能天线、半导体器件仿真等领域取得满意的优化设计效果。二、 项目技术成熟程度在Windows环境下开发出《智能数据挖掘系统（1.0版本）》，并获得国家软件著作专利权；现已开始应用在石油测井、无线通信与智能天线等领域，效果显著。如图1至图3所示。三、 技术指标本项目研发的软件系统在 Windows系统和VC++平台下进行，还能嵌入Matlab等工具箱进行工作。并具有界面友好、可视化程度高、扩展性强等特点。四、 市场前景对于各种复杂工程问题的建模与优化是非常重要的；面向各行各业的大数据进行数据挖掘，为决策服务更是势在必行。本课题正是解决这些问题，其应用前景广阔。五、 规模与投资需求本项目适用于各行各业，主要研发专用软件系统，研发成本较低（约5-10万元）。六、 效益分析本项目主要应用于各类复杂工程问题的建模与优化设计，以及各行各业的大数据挖掘，其经济效益是相当可观的。七、 合作方式双方协商，可以采取转让、合作、技术指导或其他形式。八、 项目具体联系人及联系方式（包括电子邮箱）联系人：夏克文；地址：（300401）天津市北辰区 河北工业大学信息工程学院；Email：kwxia@sina.com；电话：022-60435739九、高清成果图片2-3张图1为系统主界面；图2是测井解释应用；图3是天线波束形成。图1 智能数据挖掘系统主界面图2(a) 某油井测井数据200%比例读取的测井图图2(b) 基于支持向量机（SVM）的测井解释图3 基于智能优化算法的波束形成方向图

高校教研大数据分析系统 数据洞察现在，智慧决策未来 核心功能 群体动态画像 用动态发展变化的眼光，采用数据动态描绘“学生”、“教师”的群体特征，为“学生分群施教”、“教师分群管理”提供最新的分析决策依据。 动态学情跟踪、预警 关注学情动态, 跟踪每个学生实时的出勤率、课堂参与度、作业完成率&优秀率，进行学业趋势预测、作业抄袭预警、挂科预警，帮助学校针对性调整教学过程。 教学质量评价跟踪 定期师生评价、同行评价，质量量化及趋势对比，正向激励教师、对教学质量异常预警。 成绩分析、预警 多维度洞察教学问题、卷面命题分析，持续改进，验证决策措施有效性。 命题质量分析 支持单卷单题区分度&变化、难度&变化、得分率及平均水平、错题难度及知识情况分析。 学生成绩分析 学生个人的各科成绩在班级、年级位置、变化趋势，以及知识点强弱分析、偏科分析、学业预测和实际结果对比。 教师成绩分析 班级学生总体情况（得分率、各难度题目作答情况分析、错题难度-知识点分析），与其它班级对比等 学院、校级管理者成绩分析 多维度数据洞察（公共课/核心课程分别从科次、平均分分布、学科、学院、教师、班级多维度交错分析，洞察本质）。 产品优势 数据全流程 打通日常教学、教学质量评价、学期考试、成绩分析等教学数据周期及各环节。 全角色 面向高校教学组织的各个角色成员（学生、学科教师、班主任/辅导员、学科负责人、院级及校级管理者等）提供数据应用场景。 数据可视化及洞察 分析展现及数据挖掘，可进行数据下钻，对异常预警进行抽丝剥茧、逐层深入，深度展开数据洞察。 随时随地 用户可随时随地掌握教学动态及异常预警，支持微信业务通知、审批待办，分析数据实时查看。 API集成 提供API接口，便于与教务系统和第三方系统数据对接。