燃料电池技术应用的关键在与新材料的开发，基于材料的优化得到更好的燃料电池产电输出性能。项目团队基于固态离子理论，设计了一系列燃料电池电极新材料及新结构，以提高电池输出性能为目的，开发了一系列高性能的阳极功能材料，阴极层材料与新结构。项目取得完整知识产权，申请发明专利15件，授权发明专利8件。

日前，清华大学生命学院葛亮课题组在《细胞》（Cell）期刊上在线发表题为“蛋白跨膜转运调节非经典蛋白分泌”（A translocation pathway for vesicle-mediated unconventional protein secretion）的研究论文，首次报道了非经典分泌过程中的蛋白跨膜转位机制。 蛋白质的分泌是细胞间信息传递的重要方式。分泌蛋白通常具有N端信号肽序列以指导新生多肽链进入内质网（endoplasmic reticulum，ER）被加工、修饰，之后被运输到高尔基体(Golgi apparatus)经过进一步的加工，最终抵达细胞质膜并被释放到细胞外，这一过程被称为经典分泌途径。近年来的研究发现，许多分泌蛋白不具有典型的信号肽序列，其分泌不依赖于ER-Golgi途径，这类分泌途径被称为非经典分泌（unconventional protein secretion, UPS）途径。直接跨质膜转位（I型）与细胞内囊泡结构介导的分泌（III型）是最主要的两种UPS途径。III型UPS中，蛋白首先进入一个囊泡载体（例如autophagosome, endosome等），然后通过膜泡运输系统被运送到细胞外。由于这类蛋白缺少信号肽，一个需要解决的关键问题就是这类UPS蛋白是如何进入囊泡载体中的。  图1. TMED10介导的蛋白质非经典分泌途径工作模型 在这项研究中，研究人员鉴定出一个膜蛋白TMED10可能形成一个蛋白通道介导UPS蛋白进入囊泡结构。细胞实验发现，TMED10能够调控大量非经典分泌蛋白的分泌，包括炎症因子IL-1家族成员，galectin1和galectin3，以及小分子伴侣蛋白HSP5B。CLP诱导的败血性休克（Cecal Ligation and Puncture (CLP)-induced septic shock）小鼠模型中，TMED10髓系敲除的小鼠分泌更少的IL-1β, 进而导致更低的炎症反应与更高的存活率。进一步的研究发现，TMED10的C末端区域与分泌蛋白的一个motif的相互作用对蛋白的选择性转运与分泌非常重要。体外脂质体实验证明，TMED10直接介导UPS蛋白进入脂质体，并且这一过程依赖于蛋白质的去折叠。在细胞中，TMED10定位于ERGIC（ER-Golgi intermediate compartment）并且能够指导分泌蛋白进入这一膜性细胞器中。此外，研究还发现货物蛋白与TMED10的结合会诱导TMED10寡聚化形成蛋白通道从而介导蛋白的转位。基于这些实验数据与之前的研究成果(Zhang et al., 2015)，作者提出如图所示的TMED10介导的蛋白质非经典分泌途径（TMED10-channeled UPS , THU)工作模型（图1）。UPS蛋白在胞质分子伴侣HSP90A的帮助下去折叠并被运送到ERGIC，结合TMED10诱导其发生寡聚化形成蛋白通道，在腔内分子伴侣HSP90B1的帮助下转位进入ERGIC，之后可能通过ERGIC形成运输小泡，直接运送到细胞质膜，或进入分泌型自噬体或分泌型自噬溶酶体/MVB，分泌型自噬体又可以直接和质膜融合或首先与溶酶体融合，最终将蛋白释放到细胞外。 生命学院研究员葛亮为本文的通讯作者，实验室张敏老师与生命学院博士生刘磊为本文共同第一作者。本研究受到基金委和科技部的经费资助。 文章链接： https://doi.org/10.1016/j.cell.2020.03.031

项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别 一、项目分类 关键核心技术突破 二、成果简介 项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别，将以查视频回放的结果型安全管控模式，转变为控制关键作业环节的过程型管控模式，实现了安全关口前移 服务规范管理 智能数字化分析，提高了全站精细化管控能力以及管理层科学决策、信息决策能力。可应用于能源、电力、制造业等与人员安全以及操作流程合规性密切相关的行业。

本项目研究面向成渝地区双城经济圈大数据智能产业需求，尤其是对智能制造、公共安全场景提供高效的视频流在线推理和管理平台，研发了一个通用性的智能中台架构，支持视频流和智能模型模块化管理，支持全程可视化操作交互式界面，支持视觉智能感知模型在线推理快速部署，支持感知与识别结果实时推送、预警和报警。

新一代航空航天器的跨代高性能要求使得其尺寸越来越大、材料体系越来越多、结构越来越复杂。传统制造周期长、质量不稳定，无法满足型号质量和精度要求，亟需变革制造模式。工业机器人智能制造技术与装备是解决该难题的最佳新途径。但机器人精度低、刚性弱、加工稳定性差等难题制约了其应用于航空航天大型复杂构件的高效高精制造，且核心装备被国外发达国家垄断，迫切需要突破基于移动机器人的制造核心技术与装备，形成基于移动机器人的大型复杂构件原位加工与装配融合的制造能力，打破国外垄断，实现自主可控。 技术特征 围绕航空航天大型复杂构件的高效、高精、高质量制造急需，突破了基于误差相似度的机器人精度补偿、机器人变刚度建模与加工颤振抑制、融合多源信息的在线感知与自适应工艺、多功能末端执行器研制等一系列关键技术，构建了移动机器人智能制造技术体系，自主研发了多台套多功能末端执行器和高精度大负载工业机器人智能钻/铆/铣制造装备。

新一代航空航天器的跨代高性能要求使得其尺寸越来越大、材料体系越来越多、结构越来越复杂。传统制造周期长、质量不稳定，无法满足型号质量和精度要求，亟需变革制造模式。工业机器人智能制造技术与装备是解决该难题的最佳新途径。但机器人精度低、刚性弱、加工稳定性差等难题制约了其应用于航空航天大型复杂构件的高效高精制造，且核心装备被国外发达国家垄断，迫切需要突破基于移动机器人的制造核心技术与装备，形成基于移动机器人的大型复杂构件原位加工与装配融合的制造能力，打破国外垄断，实现自主可控。技术特征围绕航空航天大型复杂构件的高效、高精、高质量制造急需，突破了基于误差相似度的机器人精度补偿、机器人变刚度建模与加工颤振抑制、融合多源信息的在线感知与自适应工艺、多功能末端执行器研制等一系列关键技术，构建了移动机器人智能制造技术体系，自主研发了多台套多功能末端执行器和高精度大负载工业机器人智能钻/铆/铣制造装备。效益分析:项目的成功研制拓宽了工业机器人应用领域，已在歼20、歼10、L15高教机、大飞机、××导弹、天宫2号空间站等国家重点型号研制和批产中应用，实现了歼20翼面、歼10机翼部件、高教机翼面、天宫二号空间站舱体等航空航天产品核心复杂大部件的生产，为我国航空航天大型复杂构件制造提供了技术与装备支撑。此外，成果还在国产机器人、精密零件制造等龙头企业实现应用推广，核心专利转化1999.2万元，近三年新增直接经济效益达11.2409亿元。

小试阶段/n■新能源■节能环保和资源综合利用*成果简介该项目可解决的问题：从物理本质上解决三大问题：1、解决并网逆变器及滤波器遭受过电压和过电流的冲击的问题，从而提高风电机组/光伏发电并网的电网电压质量、提高并网逆变器的安全稳定运行水平和使用寿命；2、解决风电机组/光伏发电系统出力不足时，电网向并网滤波器倒送电，导致电网电压偏高，保护动作跳闸，弃风弃光的问题，增加风电机组/光伏发电出力、提高风电机组/光

本项目获 2018 年中国轻工业联合会科技进步奖一等奖柠檬酸是一种重要的三羧酸类化合物，广泛应用于食品、医药、化工等领域，是当前世界上产量和消费量最大的食用有机酸，是世界第二大发酵产品。虽然发酵法生产柠檬酸起步较早，但目前其生产技术仍存在问题，如发酵种子培养周期长、活力低；发酵菌种影响柠檬酸合成的生理、代谢特性认识有限；传统同步糖化发酵工艺原料利用不充分；柠檬酸提取过程能耗高，废水有机物浓度高、处理难度大等。因此，本项目在江南大学刘龙教授带领下实现了传统的技术升级和转型，实现绿色智能化生产。获 2018 年度中国轻工联合会科技进步一等奖。 主要创新内容及技术突破： 1、建立了结合超声波诱导孢子快速萌发与种子糖化酶水平表征的移种策略， 发酵强度由 2.55 g·L-1·h-1 提升至 2.85 g·L-1·h-1（提升幅度 11.8%）； 2、进行了柠檬酸发酵生产菌株的系统生物学分析，发现发酵后期的低 pH 环境可激活柠檬酸合成相关基因的表达，葡萄糖作为效应物可激活其转运蛋白的表 达； 3、强化同步糖化发酵方式，利用葡萄糖模糊预测模型结合糖化酶阶段添加的策略补偿发酵中后期 pH 急剧降低导致的葡萄糖供给速率不足，中试规模发酵强度进一步提升至 3.15 g·L-1·h-1，残总糖由 19.2 g·L-1 下降至 13.2 g·L-1（下降幅度 31.3%）； 4、应用模拟移动床实现了柠檬酸发酵液连续分离提纯及废水资源再利用，在实现了清洁化生产的同时柠檬酸收率达到 98%，较传统钙盐法提高 5%。 

 本课题针对太空服务机器人感知系统开展研究工作，重点研究基于脑电、肌电生物电信号及语音信号的多模式、微型化、智能化的人机交互接口系统，以快速、可靠地提取并识别脑电、肌电、语音信号，将之转换为太空服务机器人的作业任务和动作指令，并通过已开发的服务机器人验证模拟航天特因环境下该系统的可行性，探索多模式人机交互接口技术的实用化方法，为我国出舱活动机器人未来可在载人航天工程中应用提供可行性技术依据。 课题组在系统的研发和测试过程中，同中国人民解放军航天员科研训练中心进行卓有成效的合作，项目所开发的多模式微型化人机交互平台在航天员科研训练中心航天特因模拟环境下进行各项测试。测试结果表明，项目开发的样机已经具备航天特因模拟环境所要求的技术特征。该系统的研发成功，将推动多模式脑机接口技术在航空航天领域的应用。