本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

本发明公开了一种面向关系数据库扩展的自适应影像金字塔切片方法，本发明针对空间数据管理系 统发展现状，综合考虑局域网网络带宽和服务器端数据库存储块大小，并结合局域网客户端硬件情况， 提出了自适应影像切片模型，根据自适应影像切片模型自适应的选择影像切片尺寸。本发明可在多种不 同的数据库、网络和客户端条件下实现影像数据智能化高效存储与访问，为高效的影像数据管理提供了 可行的思路和方法，有助于在 C/S 架构的网络环境下高效存取和管理基于数据库技术的遥感影像数据。 

南京农业大学农学院农业时空大数据门户软件、数据管理中心软件及遥感影像处理智能处理系统采购项目招标项目的潜在投标人应在江苏省南京市雨花台区软件大道109号雨花客厅2幢1307室获取招标文件，并于2022年07月06日14点00分（北京时间）前递交投标文件。

成果描述：项目针对猪鸡病原菌耐药性导致细菌病难防控、用药量大、产品药残的关键技术难题，取得了重大理论和方法创新成果。 项目揭示了我国近12年猪鸡病原细菌耐药性变化规律，建立菌种库和耐药数据库，创立了5种细菌耐药基因分子检测新方法；改进了7种动物专用抗生素及其制剂的生产工艺和质量；创制了非生素免疫增强剂4种。获国家2类新兽证书6个，3类2个。获国家发明专利12项，实用新型专利1项。主编参编专著6部，发表论文123篇，包括本专业权威SCI论文AAC(IF:4.672)，JAC(IF:4.659)等35篇。成果应用使猪鸡抗生素用量减少30%-70%，细菌病降低50%，节省用药成本30%，为有效控制猪鸡细菌感染及耐药，减少抗生素使用，保障公共卫生和食品安全提供了新的理论和技术。市场前景分析：应用领域：本项目的应用领域主要为兽药、疫苗生产企业以及大中型猪鸡养殖生产企业。可共同企业合作开发新型兽药、生物制品等，同时也可为大中型猪鸡养殖生产企业提供技术支撑，有效降低抗生素的使用，保障产品安全，打造高品质放心品牌。市场需求：猪鸡细菌性疾病严重危害公共卫生和食品安全，如猪链球菌、猪鸡沙门氏菌引起人感染发病的公共卫生事件。在规模化养殖条件下，细菌性疾病呈多发趋势如大肠杆菌等，畜禽因细菌性疾病致死或生产性能下降等造成全国年直接经济损失400亿元（畜牧业年鉴2010）。病原细菌产生耐药性是致细菌疾病难控治、用药量大（每年畜禽抗生素原料药用量多达10万吨）、产品药残高的关键技术难题，如近年来出现耐多种抗生素的结核杆菌、金黄葡萄球菌、大肠杆菌等“超级耐药菌”，引起了极大关注。本项目通过产学研结合12年联合攻关，创立了细菌耐药基因的分子检测新方法，揭示了细菌耐药性变化规律，创新了耐药性控制理论和应用技术，并在安全高效新兽药研发中得到广泛应用（图1），可为保障我国猪鸡养殖健康、公共卫生和产品安全提供了有力的科技支撑，其市场需求极大。与同类成果相比的优势分析：“该项目已在国内多个省市规模化猪场，鸡场、示范区、饲料厂、兽药厂等进行了推广应用，成果应用效益显著。研究成果丰富了病原菌耐药基因的基础理论研究，为病原菌的耐药性分子检测和监测提供了新的技术手段，项目选题技术路线合理，研究手段先进，数据可靠，结果可信，具有先进性、创新性和实用性的特点。其成果总体水平居国内领先、国际先进，部分成果处于国际领先水平”。

本项目获 2017 年国家科技进步奖二等奖。 本技术围绕食品危害物低成本、快速发现为核心，将生物识别与结合新型纳 米标记材料相结合，针对目前生物快速检测中存在的稳定性和可靠性问题，利用 自组装技术将多种光、电、磁学信号集于一体，构建具有良好体系相容性和稳定 性的纳米-生物传感界面，提出了基于等离子手性信号的高灵敏检测新技术，发 展了集快速富集与多信号同时测定于一体的多功能传感检测新方法和新器件。 （1）综合运用了化学和生物体系的多尺度模拟和计算，提出了基于粗粒化 模型的抗原抗体亲和性定量分析新方法，设计并研制了 200 余种高亲和性和高特 异性抗原和抗体。 （2）研究了抗体与载体成分（纤维素、磁性纳米材料、硅球等）的表界面 性质，创制了基于相分离的新型分离富集介质，并研制了相关快速富集和分离产 品，大大提高了复杂基质中痕量成分的提取效率。 （3）研制了新型标记材料，解决了“高标记效率”和“生物分子高活性” 无法兼顾的难题，研制了系列高特异性检测探针，为复杂体系中痕量物质的快速 甄别提供了有力手段。 本项目共获得国家发明专利 87 项，实用新型专利 5 项，获美国授权发明专 利 1 项，制订国家食品安全标准 2 项

我室沈洪兵、胡志斌团队近日在《柳叶刀-区域健康》（西太平洋）（The Lancet Regional Health-Western Pacific）发表了领衔的出生队列的最新研究，本研究使用大规模前瞻性出生队列，系统比较辅助生殖受孕与自然受孕子代出生缺陷率的差异，并评估辅助生殖技术的安全性。本研究的结果将为优化辅助生殖方案的选择提供证据和线索，提高对辅助生殖受孕子代健康的关注。

针对上述社会安全事件综合研判的难题，本成果利用系统工程的综合集成研讨方法论，综合公安学、管理科学、计算机科学等相关学科理论、方法与技术，提出了基于多时空线索链的社会安全事件智能综合研判关键技术以及面向社会安全警情事件的警务资源指挥调度方法。 ①基于多时空线索链的社会安全事件智能综合研判关键技术以群体性聚集事件作为典型社会安全事件，构建基于六空间的社会安全事件综合集成研讨厅体系：融合构建“情景数据-元数据-知识-实体模型-形式模型-算子”六空间体系，提出多时空线索链生成技术，抽取知识空间中共性的时空线索链模式；基于知识和数据共同驱动的思想，提出了社会安全事件的研判支持方法，包括基于知识图谱的推理方法、基于相似案例的推理方法、以及基于贝叶斯网络的推理方法等；进而结合专家研判，实现典型社会安全事件智能综合研判。 ②面向社会安全警情事件的警务资源指挥调度方法是在层次任务网络规划（Hierarchical Task Network, HTN）的基础上，实现任务执行时间、空间和资源约束的推理，解决考虑多任务类型、多警种、多出警地点、任务带有时效性、考虑交通和处置时间等实际因素的警务资源调度方案制定问题；进而考虑执行时间等不确定因素的影响，在规划过程中处理不确定性，制定柔性调度方案，使生成的调度方案更好地适应不确定的执行环境。 ③在此上述关键技术基础上，运用系统工程方法，研究了基于云计算与边缘计算的端网云的网络结构、通讯协议及协同计算模型，综合考虑各方面因素对平台体系架构进行了设计，从顶层设计层面解决信息孤岛、资源有限等难题，构建了基于云计算于边缘计算的社会安全事件智慧化立体综合预警与指挥平台。整体技术路线如下图所示： 图 1 社会安全事件智慧化立体综合预警与智慧平台整体技术路线 研制的基于云计算于边缘计算的社会安全事件智慧化立体综合预警与指挥平台，主要由四个系统组成。其中，融合“人、车、物、网、地”的警情大数据支撑平台与公安部门现有的业务系统相对接，关联研发的目标识别与警情事件监测预警结果，实现警情数据的采集、整理和分析。社会安全事件智慧化综合预警与分析系统基于大数据支撑平台提供的公安业务数据、网络舆情信息和研判结果数据等，提供了公安部门需要的事件分析和研判功能。面向社会安全事件的警务资源指挥调度系统基于研判结果，具有领域知识管理、调度方案生成和执行异常识别等功能，为指导指挥员进行调度方案制定提供辅助决策能力。最后，基于研发的系统间及与公安相关业务系统间的互操作模式、资源可伸缩的并发处理技术，由应用集成管理平台提供应用集成和服务集成功能，包括统一的用户管理和认证、工作界面、应用云服务管理等，实现各系统间的有机集成，平台体系架构如下图所示。 图 2 社会安全事件智慧化立体综合预警与指挥平台体系结构 成果相关图片展示： 图 3 社会安全事件智慧化综合预警与分析系统驾驶舱 图 4 时空大数据查询模块 图 5 研判规则管理模块 图 6 预案管理模块