可视化智慧校园是基于校园物理环境，以真实校园整体为蓝本，利用网络技术，完成校园的可视化孪生校园的搭建，实现校园多维度、跨平台的虚拟展示和呈现，是物理校园与虚拟校园的结合提供链接纽带，是智慧校园的重要基础组成部分。 智慧校园多维的孪生数字校园的建设，构建完整的虚拟孪生校园底座，提供面向校园各场景的孪生底座支撑。并在此基础上提供孪生微应用服务的可视化和孪生微管理场景应用的打造，支持服务与应用的扩展。通过全域数据感知，提供基于全域指挥中心态势感知，逐步推进高校孪生数据大脑建设完善。

以“数字+行业场景化理念”，打造区域特色标杆实训空间，支整体提升学校实训室建设的品牌，提升华为单实训室建设项目的竞争力；1、    成果外显在实训室中融入行业数字化转型场景概念，将ICT技术与学校行业特色结合更紧密，让实训室整体更加丰满为学校建的华为ICT实训室增加可展示性2、    内涵充实增加了行业数字化转型的应用认知微课内容，让ICT专业学生更能理解行业中数字技术的应用增加行业岗位认知内容，补充了学校教师不了解行业、企业、岗位的短板超强体验性与交互性，大屏、PC、手机三端同时体验微课与测试功能

论文在MOF基晶态材料作为光催化剂实现CO2到CO的光催化定向转化的基础上，选择了兼容的反应体系和反应装置，建立了光催化还原CO2反应和羰基化反应的串联催化反应体系。

地下水，全世界普遍的淡水资源，是农业灌溉、民生用水、经济发展等方面的重要水源。2019年9月河海大学水文院黄璟胜教授团队在国际期刊《Journal of Hazardous Materials》（2019年影响因子达7.650，环境科学与环境工程领域排序前5%）发表题为“Analysis of radially convergent tracer test in a two-zone confined aquifer with vertical dispersion effect: Asymmetrical and symmetrical transports”高水平论文，在地下水修复人才培养与科学研究方面迈出重要步伐。随着地下水污染的急剧增加，示踪试验对地下水修复具有重要意义。径向示踪试验解析模型存在因子参数物理意义不完整的问题，非径向数值模型虽然避免了因子参数，但存在网格建构困难与计算耗时两个问题。本篇论文完善了径向示踪试验模型，定义模型的因子参数、示踪剂初始浓度、稳态浓度三者的本构关系，赋予因子参数完整的物理意义，阐明了径向与非径向两种模型在特定情况下存在相同的浓度穿透曲线。通过含水层厚度、弥散度、特性长度三者组成的无量刚参数设置观测井，实际的三维污染传输可简化为二维、甚至一维传输，不仅揭示了弥散现象与稀释机理，更能有效排除不敏感参数，大幅提高参数估计反问题的计算性能，提升获得全局最佳解的概率。研究成果开启了地下水溶质运移的新思维、新见解，对推动示踪试验的高效应用以及实现地下水修复、解决实际的水资源需求具有重要意义。

对称空间中流动和传热机理研究及其工程应用研究，对从具有对称结构 的锅炉炉膛内流动问题抽象出的二维流动模型进行了数值模拟，探讨在这种对称 结构下出现的非对称流动机理。研究表明，对于具有完全对称结构的流动问题， 由于内部的原因可能出现非对称的流场，为分析锅炉炉膛中出现的热偏差机理提 供了基础。

数控立车切削加工作为制造技术的主要基础工艺，随着制造技术的发展，在 20 世纪末也取得了很大的进步，进入了以发展高速切削、开发新的切削工艺和加工方法、提供成套技术为特征的发展新阶段。是制造业中重要工业领域，如汽车工业、航空航天工业、能源工业、军事工业和新兴的模具工业、电子工业等行业的主要加工技术，也是这些工业领域迅速发展的重要因素。为了满足市场和科学技术发展的需要，达到现代制造技术对数控技术提出的更高的要求,为适应数控进线、联网、普及型个性化、多品种、小批量、柔性化及数控迅速发展的要求，最重要的发展趋势是体系结构的开放性,数控技术、制造过程技术在快速成型、并联机构机床、机器人化机床、多功能机床等整机方面和高速电主轴、直线电机、软件补偿精度等单元技术方面先后有所突破。 黑灯工厂”是 Dark Factory 的直译，即智慧工厂，因为从原材料到最终成品，所有的加工、运输、检测过程均在空无一人的“黑灯工厂”内完成，无需人工操作，所以可以关灯运行，故而得名。智能化才是支撑企业的核心，智慧工厂中员工对智能化设备的掌控能力的要求大大提高，由原来的纯粹单一“操作为主，设备为辅”的角色演变为“设备为主，操作为辅”，需要员工变身为具备全面技术能力的工程师。技术工程师不仅要保证智能化生产线的正常运行，还要保证快速处理生产过程中产生的异常等，而且成为了智慧工厂的“隐形人”，由其在综合考虑效率、成本等因素的基础上决定哪些工作由机器完成，哪些由人完成，实际的生产仍是一个人机协作的过程。基于数字孪生建模、分析、调试、决策和运维等远程管控来实现和保障的。 本项成果的核心是黑灯模式下的动柱式数控机床智能装备及基于云控远程运维平台的加工产线的开发及其产业化，主要是开发中小型数控动柱立式机床智造装备、基于数字孪生驱动的云管控系统及 APP，研制低时延智能控制器并实现产业化。其关键技术是数字孪生驱动的一体化设计、智能控制AI 算法及其控制器和基于物联网的云控远程运维技术。数控机床与智能数字化+物联网+云平台相结合，因此形成的本成果是特有的数字化智能装备（数智装备）。 技术先进性和独占性在于： （1）基于数字孪生的动柱式数控车床的设计制造方法及精密加工自动化流程智能改进技术； （2）基于数字孪生驱动的自感知、自决策、可预测性运维等于一体的黑灯模式智慧工厂的云管控平台及制造服务 APP； （3）全新的基于区域选择性耦合控制的低时延智能控制技术的开发。创新点在于： （1）基于数字孪生模型的动柱式数控机床及其配套生产线的设计制造方法创新； （2）“倒立式五轴车铣中心”实现 5 面车铣复合加工；“动柱式数控立车”技术，X 轴主导轨、X 轴滚动丝杆、X 轴副导轨三者来定位动立柱技术；8-12 工位伺服液压刀塔，加工时换刀快、精度高、故障少； （3）通过内置 K210 智能芯片、SIM8200/8300 和智能传感等核心模块，实现了智能装备间 NB-ioT 和 mMTC 等 5G 物联通讯和人机交互； （4）将多源数控机床运行数据高效融合以及边缘计算与云端一体化，开发制造服务 APP 模块，构建面向制造服务生命周期的云网端管控平台； （5）基于区域选择性控制的低时延智能控制器实现了智能装备之间的网格化耦合控制，结合云网端管控系统及深度学习，构成智能产线。

本发明公开了一种基于运动学变换的数控砂轮磨削加工方法，包括：生成初始砂轮加工路径并执行离散化处理以产生多个离散点；在砂轮架驱动轴的移动范围内选择位置点，并根据这些位置点网格划分生成多个立方体网格单元；找到分别包含各个离散点的立方体网格单元，然后计算离散点在所处网格单元中的体积误差矢量；利用体积误差矢量对各个离散点执行转换，由此生成新的多个离散点；通过拟合方式生成新的砂轮加工路径并执行相应的磨削处理。本发明中还公开了对计算体积误差矢量和点压缩处理方式的改进。通过本发明，能够有效降低由于数控磨床运动学特性及几何误差所引起的实际磨削轨迹与理想磨削轨迹之间的偏差，相应提高加工的几何精度和尺寸精度。

本发明公开了一种数控机床的加工程序修正方法，属于数控技 术领域，包括如下步骤：S1 采集机床运行状态数据，建立机床运行状 态数据与加工程序的映射关系；S2 确定阈值，对不连续特征对应的加 工程序段进行标记，所述不连续特征即为机床运行状态数据中大于阈 值的数据；S3 计算不连续特征对应的加工程序段的修正值；S4 将步骤 S2 中所述标记以及步骤 S3 中所述修正值反馈给数控系统界面，以用 于修正加工程序。本发明方法可对数控加工过程中造成工件质量缺陷 的程序进行快速定位并进行修正。 

本发明公开了一种基于切削激励的数控机床频响函数获取方法， 该方法包括：利用机床切削加工工程中产生的随机切削力激励机床结 构；利用传感器测量所需要获得频响函数部位的振动响应信号；建立 切削力模型，并且根据转速变化对切削力的影响，采用修正函数对切 削力模型进行修正；确定切削力计算模型中的系数，并且根据实验拟 合修正函数；根据计算得到的切削力和测量得到的振动响应，获得机床结构的频响函数，并将计算得到的频响函数进行曲线拟合，消除噪 声，得到最终的频响函数。按照本发明，能够获得辨识结果更加精确 可靠的机床在运