丁二烯是产量最大的化工产品之一，其生产过程中需要耗费大量的能量和有机溶剂对成分复杂的C4烃类混合物进行蒸馏分离。利用多孔材料进行吸附分离是一种潜在的高效分离提纯方法，但分子较小、极性较大的丁二烯容易被吸附，在脱附过程中不但容易被残留的其它C4烃类污染，而且容易受热聚合。我们前期已经发现可以利用合理设计的超微孔亲水多孔材料对C2烃类实现反常的极性选择。针对丁二烯分子柔性显著小于其它链状C4烃类的特点，我们希望能进一步通过特殊的孔道形状控制这些柔性客体分子的构型，利用构型变化的能量差获得反常的吸附选择性和最优的C4烃类吸附分离顺序。形状尺寸合适的离散孔洞最有利于控制柔性客体分子的构型和并反转吸附选择性，而连续的孔道对客体分子的吸附扩散又是必须的。通过模拟计算,发现具有准离散孔洞的柔性多孔材料MAF-23在两种要求中取得平衡，实现了反常而且最优的C4烃类混合物吸附分离顺序。常温常压下将丁二烯、丁烯、异丁烯和丁烷混合物通过MAF-23填充的固定床吸附装置后，吸附最弱的丁二烯最先流出而且纯度很容易达到99.9%，同时可避免常规纯化方法中因加热而产生的丁二烯自聚问题。

悬赏金额：12.5万元 发榜企业：广东施泰宝医疗科技有限公司 需求领域：临床医学-基础 3D打印技术 医学材料 生物医用材料 临床医学-外科 产业集群：生物医药与健康产业集群 技术关键词：3D打印,SLM,多孔钛合金,孔隙结构,骨替代材料

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

近日，我院青年教授徐斌在水资源领域顶级权威期刊《Water Resources Research》上发表题为“Scenario-based multiobjective robust optimization and decision-making framework for optimal operation of a cascade hydropower system under multiple uncertainties”的研究论文。

智能预紧式安全带关键技术研究来源于天津市科委，智能安全带系统代表目前国际汽车安全带技术发展趋势，本项目对智能化预紧式安全带理想约束性能进行了理论分析与效能优化；采用多种感器信息融合技术对汽车碰撞预警机制进行建模；利用实时闭环反馈控制策略，进行了基于硬件在环技术的智能化预紧式安全带硬件控制器的开发。开发出了YZ6型智能化预紧式汽车安全带样机；通过“产、学、研”合作完成企业技术转化过程。YZ6预紧式汽车安全带是当前国际上先进的安全带产品，普遍用于中高档轿车，先后与一汽集团、天汽集团等三十余家形成稳定的配套关系。 本项目能为提升安全带生产企业的自主创新能力提供技术支撑。通过成果推广，能提高汽车安全带系统对乘员的保护效果，有效降低交通事故对人体的损伤。 本项目科研团队近年来着力于汽车安全及控制研究，包括智能预紧安全带、乘员自动识别技术和车辆安全性能检测技术等研究领域。

【应用领域】将研究内容实际应用于“医务通”中，实现医史文献类资源在“医务通”中各项功能的应用。 【技术特点】 针对医用智能手持设备或移动通讯设备中所需信息构建客户端移动数据库以及服务器端数据库。具体分析同构与异构操作系统支持的数据库部署问题，解决数据库数据复制与缓存、移动事务处理等关键技术客户端与服务器端数据同步问题，研究信息检索层次结构、检索结果返回方法，从关键技术和应用实例整理出移动数据库设计应用成果，为其他行业智能手持设备或移动通讯设备提供一个可借鉴的经验，填补技术市场相关知识资源的空白。    【主要技术指标】 （1）数据复制与缓存技术 数据复制与缓存技术是解决移动数据库断接性的关键技术，即在现有DBMS基础上进行修补以适应移动计算。 （2）移动事务处理 针对移动事务的移动性、长事务、易错性以及异构性的特点，进行对数据库的可靠的查询和更新。 （3）数据库构建和部署 由于移动数据库的内容是服务器数据库的一部分，所以联机服务器数据库进行查询时就要考虑到构建的结构。另外移动设备的操作系统有多种，如常见的Windows CE、Symbian等系统。针对不同的系统进行部署时要解决关键的接口问题。 【推广应用前景】 移动数据库技术不但可以应用于医疗行业，如医务人员实时查询、医院查房问诊记录等，还可以配合GPS技术用于智能交通管理、大宗货物运输管理和消防现场作业等。 移动数据库技术将为医疗卫生、制造业、零售业、金融业等领域嵌入式系统与网络应用开辟更加广泛的前景。 【进展情况】 论文3篇、社区儿童电子档案系统演示系统 1套、医务通模拟演示样机 1台、手机客户端1款、计算机软件著作权登记 2项。