项目属针织机械领域，主要研究高动态响应经编装备集成控制技术，这些关键技术覆盖了电子横移、电子送经、贾卡提花和品质监测等几个模块，通过对这些技术的系统集成，可为经编装备的高速化和智能化提供科学的解决方案，研究成果已经在高速电脑经编机和高速电脑多梳经编机上全面推广应用。 关键技术 （1）高动态响应柔性横移技术：构建了经编横移运动的动力学模型，设计了无冲击加速度电子凸轮曲线，采用 DSP 运动控制技术和基于 FPGA 的双 FIFO 动态缓冲技术，实现了高动态横移驱动的柔性响应要求。 （2）高精度随动多速送经技术：建立了经纱恒张力控制模型，采用了准闭环反馈技术和主轴脉冲细分倍频技术，实现了对单速恒定送纱量的稳态高精度控制和对多速变化送纱量的动态高响应控制，减轻了主轴速度切换时的织物横条疵点。 （3）高速率存取贾卡提花技术：采用了大容量 flash 闪存技术实现贾卡花型数据的静态存储，设计了基于动态 RAM 与贾卡驱动电路间的数据高速直传技术，解决了大容量动态花型数据的高速传输难题。 （4）高分辨识别在线监测技术：采用了高分辨图像识别技术，开发了基于嵌入式 ARM 系统的在线监测系统，建立了实时的动态织物疵点图像库，完成了基于神经网络算法的疵点快速判别。 知识产权及项目获奖情况 围绕高动态响应经编装备的集成控制技术，共获得中国发明专利授权 3 项、软件著作权登记 1 项，申请中国发明专利 3 项，发表学术论文 22 篇。 项目成熟度 批量生产阶段。 投资期望及应用情况 (1)效益分析 2011 年以来，项目成果已与常州润源、常德纺机、晋江佶龙和常州八纺等国内主要经编机械制造厂进行了新装备整体配套；对长乐永丰、长乐添利、广东彩艳、广东新生和海宁超达等 50 余家织造厂进行了旧设备技术升级。项目累积新增利润 9.5 亿元，新增税收 2.9 亿元。 （2）推广情况 项目成果在国内主要经编机械制造企业和国内主要经编织造企业都得到了应用，本项目开发的系统，主要技术参数达到国际先进水平，并已经进行了广泛的市场推广。系统稳定可靠，具有很强的市场竞争力，在福建长乐等经编集散地，其市场份额已经达到同类机型的第一，可以完全替代进口。 

在国家、省部级科技项目支持下，研发团队历时8年攻克了前述难题， 提出了 2类关键部件特征参数提取方法，形成了 3种状态监测与评估系统新 产品，实现了 3项重大突破与创新：①提出了机、电、热多耦合特征参数和 动态阈值提取方法。研发了电流故障特征的叶轮不平衡状态监测技术，提出 变流器功率模块热应力疲劳特征参数及关键传感器故障观测模型，形成了特 征参数动态阈值确定方法。②研发了关键部件劣化度概率评估及寿命预测技 术。基于数据挖掘手段，提出了机械关键部件劣化状态评估概率分析和实时 寿命预测方法；基于功率模块疲劳失效机理，形成了变流器功率模块平均故 障间隔时间评估体系，研发了多时间尺度累积效应的变流器运行可靠性评估 技术。③研发了风电场整机多层次健康状态评估技术。形成了风电机组多层 次评估指标体系，提出了风电机组监测参数异常识别方法，研发了风电机组整 机健康状态评估技术。

生产级材料详细信息：索要完整生级级材料资料请访问清锋科技官网下载 3D打印材料-LuxCreo清锋科技 清锋的智能工厂和材料实验室可以与学校、科研院所联合，开展新材料、新工艺、新设计的验证。   【教育解决方案】Lux 3Li+打印机弹性树脂应用案例 面向高教、职教的实训项目，基于光固化3D打印技术，设备提供、材料提供、软件提供、课程资源提供、师资培训、实训项目以及软硬件平台的一体化解决方案；服务于高校相关专业的教学实验、科研创新和项目开发等应用场景。 清锋光固化教育课程解决方案 3D打印作为一种新型生产方式，可以加速产品开发周期，满足多 材料、复杂形状、任意批量的生产需求，是全球最受关注的高科 技行业之一。拥有3D打印课程、设备的院校、科研机构在创新、 创造方面均有着得天独厚的优势。LuxCreo致力于推动行业发展， 为科研创新、数字化智能化转型以及行业人才培养等方面提供支持。 面向院校 提升院校教学硬件水平，有助于培养未来的3D打印人才，生动展示课本、教案内容，增加教学趣味性，资深3D打印行业专家亲自授课。 面向科研机构 快速将模型、数据形成实物，简化步骤，缩短论证时间，结合最新技术，加速研发新产品，输出有价值易商业化的研发项目，全球顶尖3D打印工作团队提供技术支持。 打印设备 iLux系列桌面机，Lux系列工业机，可作为研发、教学、实验等配套设备，满足不同项目需求。 打印材料 EM弹性材料满足消费、工业、汽车、航空航天等学科的教学研发需求 打印软件 LuxFlow模型处理软件，支持数据导入、文件修复、智能2D/3D摆放、生成支撑、切片、路径填充等功能，便于快速进行现场教学演示、培训实操、学术研发。 相关学习支持 清锋科技在光固化3D打印技术、软硬件、材料等方面积累了来自全球各个高校的顶尖人材，可结合院校、机构所需进行相关的培训及讲座，助力教育科研工作更加系统、科学。 打印中心实地考察 清锋科技在北京、宁波及美国硅谷均设有打印中心，可为学生及科研人员提供进一步深入了解3D打印的场地支持。 核心优势： 互联：可接入LuxCreo的软件生态，实现轻量化设计、高速切片、设备互联、智慧工厂管理。 敏捷：快速自主研发的纳米离型技术LEAP™，速率提升20~100倍以上；成型件力学性能各向同性。 柔性：适用于高精度原型件/测试件和小批量件的快速设计与制造。 可持续发展：技术团队来自清华、哈佛、佐治亚理工、北卡州立、剑桥等；解决方案得到了10万零部件打印的检验。 包括但不限于新产品的功能特点及技术性发布介绍，产品实际使用操作的演示； 清锋合作案例：数字鞋垫AiFeet登陆美国众筹平台Kickstarter 透气、分压、快速定制，AiFeet让“私人定制”不再高不可攀借助 LuxCare扫描APP，用户只需1分钟即可获取自己足底模型，发送订单到清锋智能工厂，坐等收货，实现真正的C2M（用户直连制造） 清锋合作案例：2020东京奥运会，清锋打印机及鞋类产品亮相ASICS展厅 “作为拥有70余年历史的鞋类品牌，ASICS(亚瑟士)一直在探索全新的技术方向。2020年1月，ASICS与清锋正式开启合作，双方结合3D打印技术衍生出了很多产品设计和技术思路。本次奥运会，ASICS以Future Experience Lab为主题向世界展示其数字化产品战略，清锋打印机及3D打印人字拖、整鞋悉数亮相。” 清锋合作案例：清锋与国内外自行车厂家合作生产镂空晶格坐垫 “我们一直在找寻自行车坐垫的升级通道，直到发现清锋。过去我们从来没有想过用3D打印来直接生产坐垫，一次偶然的机会将模型发给清锋，一天后居然收到了又轻、又弹、又透气的产品，简直喜出望外。” 清锋合作案例：清锋科技联手众多医院为患者提供定制颈椎枕 “枕头在保护颈椎、支撑颈部肌肉方面的作用至关重要。但是，市面上很多颈椎枕存在质地过软、矫正效果差、缺乏个性化设计等问题，这让我们医生很头痛。清锋结合其EM弹性材料及设计打印方案，有效解决了传统定制康复矫形头枕的弊端，为行业带来了希望。” 清锋最新推出的新一代大幅面光固化3D打印机Lux 3Li+，可打印各类工程树脂原型制作和批量生产；通过LuxCreo高性能材料，还能实现从模型样品到实际功能性样品的快速制造与生产。 通过清锋的解决方案能够实现： 1．快速产品研发迭代 2．样品实验数据快速分析 3．一体化模型处理，快速响应快速制造 4．大吞吐量，快速打印 5．通过不同材料的研发，拓展3D打印新应用 现今，3D打印作为一项非常前卫的高新技术，在弹性体研究、航空航天、高精度复杂零部件制造等方面具有独特的优势，也是国家重点支持发展的领域。清锋的3D打印技术在全球位居领先地位，我们也想借助国内顶尖技术推进行业发展，让教育科研和人才培养走在世界前列。 关于清锋科技(LuxCreo) 清锋科技是一家专注于3D打印设备、软件、材料研发，致力于改变产品开发和生产方式的数字化3D智造商。团队成员汇聚了清华大学、哈佛大学、佐治亚理工学院、宾夕法尼亚大学、剑桥大学等学府的高端技术人才和高管人才。团队研发出适配于不同行业的高性能材料体系，依托自主研发的Lux系列打印机和配套软件， 为鞋类、齿科、医疗、消费、汽车等行业创新升级提供解决方案，打造兼具定制化和批量化的新型数字化制造模式及生态闭环，让制造更简单！www.LuxCreo.cn 欢迎关注清锋公众号：qingfengshidai了解更多专业信息。 如有合作需求或者感兴趣的产品，可以扫描下方二维码联系清锋 ↓↓↓ 公司电话：010-63941626 公司邮箱：business@luxcreo.com 市场电话：18614034268 销售电话：13817977721；13811595251 官方网站：www.LuxCreo.cn 公司地址：北京市海淀区建材城中路27号金隅智造工场S5幢1017

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： 　　（1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 　　（2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 　　（3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 　　（4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 　　本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： （1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 （2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 （3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 （4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

我校量子信息技术研究所王琴教授团队在量子密码领域取得新突破，该团队首次提出将人工智能领域的长短期记忆神经网络(LSTM)应用到量子密码控制系统之中, 实现了对量子密码系统的主动反馈与控制, 在不引入任何额外硬件和辅助稳定设备的条件下，将系统传输效率提升接近百分之二十。该成果近期发表在美国物理学会权威学术期刊《PhysicalReview Applied》上。 　　量子密码作为量子信息技术领域发展最为成熟的技术，正逐渐从实验室阶段走向商用化，有望在未来大规模网络加密通信中发挥重要作用，因而得到学术界和工业界的广泛关注。自第一个BB84协议提出以来，量子密码无论是在理论上还是在实验上均取得了巨大进展。现有量子密码系统包括相位、偏振、时间-能量编码等编码方式，其中相位编码方式应用最为广泛。该类系统在运行过程中不可避免地存在相位漂移问题，因而需要不断对发送端和接收端的相位进行实时校准。目前主流系统通过采用扫描+传输的方法来解决。该方法虽然可以实现相位补偿，但会导致量子密码系统传输效率降低。针对该缺点，我校王琴教授团队首次提出将人工智能与量子密码控制系统相结合，利用LSTM网络主动预测系统相位漂移大小，进而实现主动反馈与控制；同时通过固定时间间隔对网络细胞状态进行更新，使量子密码系统始终保持稳定的高效率运行状态。该方法在不提高系统硬件复杂度的前提下大幅提升了量子密码系统传输效率。此外值得提出，该方法的适用范围不依赖于某种协议或编码方式，原则上同样适用于其他任意量子密码协议和任意编码系统，为未来开展大规模量子通信网络应用提供新的研究思路与应用方法。 该项工作的第一作者是我校通信与信息工程学院硕士研究生刘靖阳，量子信息技术研究所的王琴教授和江苏省图像处理与图像通信重点实验室的谢世朋副教授是该工作的共同通讯作者。该工作得到了安徽问天量子科技有限公司的技术支持。此项工作受到国家重点研发计划、国家自然科学基金以及江苏省研究生科研实践创新等项目的支持。