"本发明公开了一种基于光子技术的微波信号类型和频率检测方法及装置。脉冲型或者连续型微波信号经电光调制器加载到两个具有不同波长连续激光信号上，然后分成时延支路和参考支路。在时延支路中，在两个光信号之间引入相对时延，进行光学混频，而后利用光滤波器选取斯托克斯光或者反斯托克斯光进行光电探测；在参考支路中，两个光信号直接进行光学混频，而后选取斯托克斯光或者反斯托克斯光进行光电探测。两支路的输出经电路模块处理后，分别获得对应于信号类型的标识码、对应于载波频率的比值函数，从而同时检测出信号类型、载波频率。本发明旨在以光子技术实现微波信号类型、载波频率的同时检测，大为提高了检测的瞬时带宽和灵活性。 "

山东中科蔚蓝智能环保科技有限公司是专注于实验室及医疗场景污水处理解决方案的国家级科技型中小企业，致力于以智能化、定制化技术推动环保领域革新。公司立足山东，辐射全国，依托自主研发的智能环保设备与全流程服务体系，为医疗机构、科研实验室、疾控中心等场景提供高效、安全、合规的污水处理方案，助力客户实现绿色可持续发展。   公司具备卫生部颁发《消毒产品生产企业卫生许可证》，且产品在《全国消毒产品网上备案信息服务平台》备案，相关产品均经过了第三方正规检验机构检测，旗下所有产品均有PICC百万产品责任险，国家认证，官方可查。   【荣誉资质】   公司荣获了中国人民银行公示平台认定的：3A级信用企业、重合同守信用3A企业、诚信经营示范单位3A企业、重质量守信用3A企业、3.15消费者可信赖企业、中国绿色环保产品、政府采购优秀供应商等荣誉称号。   【合作案例】 公司已成功服务全国2000余家单位，包括北京信息科技大学实验室、山东农业科学院、国际供应链示范中心、呼和浩特第二人民医院、广东清远麻鸡国家原种场研发中心等标杆项目，设备稳定运行率超过8%，获评“中国实验室设备政府采购优秀供应商”、“中国医疗行业政府采购优秀供应商”。   【企业愿景】 未来，中科蔚蓝将持续聚焦智能化与绿色化双轮驱动，推动污水处理从“末端治理”向“全程防控”升级，为全球科研与医疗健康事业构筑安全屏障。

本项目将研制一套软硬件一体化的医学图像处理与三维重建系统产品，该产品由三大部分组成，包括： 高性能、大容量、适合处理医学图像的硬件平台； 针对医学图像处理裁剪后的专用Linux操作系统；综合医学图像处理与三维重建的医疗专业应用系统。 成果性能：三维重建速度快、重建的图像真实、精细，操作方便。 应用范围：CT、MRI等医学图像处理与三维重建虚拟手术

带钢连续热处理(包括立式炉、卧式炉)过程是冷轧和热轧带钢生产的重要工序，该过程是在带钢成分确定的情况下，依靠控制热量传递过程来控制带钢内部微观结构的演化，最终完成金相组织的转变，达到控制带钢力学、电磁等性能的目的。因此，温度控制是带钢热处理过程控制的核心，也是热处理质量的根本保证。为了解决带钢连续热处理炉优化控制的技术难题，并克服半理论或纯经验控制模型严重依赖于现场、难以移植和泛化能力有限的不足，本成果基于传热机理模型对带钢在连续热处理炉内的传热过程及其优化控制策略展开相关的理论分析和实验研究。 本成果瞄准带钢连续热处理热过程模型研究,基于传热学的基本原理,精确解析退火炉内辐射换热、对流换热(喷气快速冷却、喷气快速加热)、接触换热(炉辊与带钢之间)、喷雾冷却等传热过程，开发带钢在热处理过程中的温度分布预测软件,准确预测带钢温度分布(包括稳定工况和工艺过渡工况)，带钢温度预测的典型精度在±2.5%以内(90%以上的命中率)，为提高带钢连续热处理的产品质量奠定了基础。在带钢温度精准预测的基础上，基于可行工况集和最优化方法，建立了炉况参数优化策略，大大降低带钢连续热处理工艺切换的效率。

针对现阶段木竹材防腐处理技术对环境污染大、长期效果不佳等问题，研发的新型防腐技术具有高效、低毒、高渗透性、低流失性的优点，可广泛应用于木竹材防腐、防霉、防白蚁等领域，可满足木竹材防腐、人造板、木质包装等企业的相关需求,获国家发明专利授权4项。 季铵盐/硼酸盐复合防腐处理工艺。针对硼酸盐极易流失问题，开发了一种无机硼酸盐与季铵盐用两步法处理木材的复合防腐处理工艺。硼的流失率可从接近100%降至10%。处理材的耐腐性明显提高，对白蚁的毒性不强，具有环保特性。处理后物理力学特性及耐光老化性也得到提高。 有机微乳液型木竹材防腐防霉剂。以低毒、高效的有机杀菌剂为主要杀菌成分，用低挥发、高环保型有机溶剂替代高挥发性有机溶剂，制备微乳液型木竹材防腐防霉剂。可直接使用自来水进行稀释，采用常规防腐剂处理方法处理各种针阔叶材与竹材，防腐处理过程与防腐处理材均安全环保无污染。

带钢连续热处理(包括立式炉、卧式炉)过程是冷轧和热轧带钢生产的重要工序，该过程是在带钢成分确定的情况下，依靠控制热量传递过程来控制带钢内部微观结构的演化，最终完成金相组织的转变，达到控制带钢力学、电磁等性能的目的。因此，温度控制是带钢热处理过程控制的核心，也是热处理质量的根本保证。为了解决带钢连续热处理炉优化控制的技术难题，并克服半理论或纯经验控制模型严重依赖于现场、难以移植和泛化能力有限的不足，本成果基于传热机理模型对带钢在连续热处理炉内的传热过程及其优化控制策略展开相关的理论分析和实验研究。本成果瞄准带钢连续热处理热过程模型研究,基于传热学的基本原理,精确解析退火炉内辐射换热、对流换热(喷气快速冷却、喷气快速加热)、接触换热(炉辊与带钢之间)、喷雾冷却等传热过程，开发带钢在热处理过程中的温度分布预测软件,准确预测带钢温度分布(包括稳定工况和工艺过渡工况)，带钢温度预测的典型精度在±2.5%以内(90%以上的命中率)，为提高带钢连续热处理的产品质量奠定了基础。在带钢温度精准预测的基础上，基于可行工况集和最优化方法，建立了炉况参数优化策略，大大降低带钢连续热处理工艺切换的效率。

1.痛点问题 多年来，工业大数据领域大数据分析算法和模型都是基于大量代码实现，效率低，难以实现快速开发。同时，工业大数据处理分析模型处理过程多由多个算法通过一定的计算流程构成，计算流程复杂多变，迫切需要一款支持灵活定制和快速开发的处理分析技术来支持工业大数据处理分析。 2.解决方案 清华数为交互式大数据处理与分析技术针对工业大数据处理与分析任务的交互式探索、建模、调试和应用而设计。根据CRISP-DM设计原则，一般大数据处理与分析分为业务理解、数据理解、数据准备、建模、评估和部署等阶段，各阶段相辅相成，形成一个大数据处理分析生命周期。 图1.交互式大数据处理与分析技术设计思想 本成果技术基于上述CRISP-DM的设计思想而设计，完全支持大数据处理与分析生命周期。该技术的特点包括： （1）内置数百种通用和专用的大数据分析算法和模型，并提供了按需扩展机制，用户可以按照自己的需要随时添加和扩充，以支持客户特定的大数据应用需求； （2）支持拖拽方式构建处理与分析流程，完全图形化设计大数据处理分析计算流程，并能在设计过程中进行单步/多步运行调试，查看中间结果，实时调整运行结果，以获得用户期望的处理分析结果； （3）支持机器学习模型训练及使用，内置了机器学习模型训练框架，一般机器学习模型在该技术的支持下，可以实现快速训练，训练结果可支持进一步的大数据处理与分析； （4）支持数据处理与分析流程参数化，在其提供的内部数据处理与分析算法模板中，用户通过算法模板可以开发面向Java、Python的算法，并集成和扩展到该技术的算法集合，实现按需定制处理分析； （5）支持数据画像和学习模型可视化，以图形化的方式定制数据画像的方法模型，并以二维和三维图表的形式展示给用户； （6）支持批处理、流处理和流转批处理三种处理方式； （7）按需定制运行计划与资源有效利用，用户可设置任务执行计划，任务执行计划定期运行，以实现周期性处理分析，方便获得持续的运行结果。 清华数为交互式大数据处理与分析技术面向多种用户角色，包括数据工程师、数据分析师、数据科学家、算法工程师、运维工程师、代码工程师等。采用分层设计，分为客户层、服务层、计算层。 客户层包括流程建模调试工具，用户可用工具图形化拖拽式设计处理与分析计算模型，并可进行调试和查看中间结果；管理工具，针对服务层所调用和访问的计算框架或者外部系统进行管理，包括对于数据源、计算环境、存储环境等的管理工具。 服务层主要包括流程调度服务，即负责按照用户所设定的工作计划来定时调度执行计算模型；执行服务，是负责执行处理分析计算的模型和算法的服务；计算资源管理服务负责管理执行服务中所能集成的所有的服务，如计算框架和存储设施等。 计算层是执行服务在执行处理分析算法和模型中所访问的外部服务，包括计算组件或框架，以及持久化存储组件或者系统等。 图2.交互式大数据处理与分析技术架构 本成果的交互式处理与分析技术较好地解决了工业大数据处理分析工作中所遇到的问题和痛点，并且能够广泛应用于多个行业和领域中，如能源、矿山、医疗器械、装备制造业、消费品制造业、工程机械行业等。 合作需求 期待与工业、医疗等领域企业紧密合作，获得各领域的实际需求，促使该技术不断完善和升级迭代，走向成熟。 未来将在工程机械行业、医疗机械行业、矿山行业、装备制造行业、互联网电商行业等寻求更多的成果转化、深度合作机会，在合作基础上，推动上述行业领域实现数字化转型和智能化升级，为国家实现“双碳”目标做出清华贡献。

带钢连续热处理(包括立式炉、卧式炉)过程是冷轧和热轧带钢生产的重要工序，该过程是在带钢成分确定的情况下，依靠控制热量传递过程来控制带钢内部微观结构的演化，最终完成金相组织的转变，达到控制带钢力学、电磁等性能的目的。因此，温度控制是带钢热处理过程控制的核心，也是热处理质量的根本保证。为了解决带钢连续热处理炉优化控制的技术难题，并克服半理论或纯经验控制模型严重依赖于现场、难以移植和泛化能力有限的不足，本成果基于传热机理模型对带钢在连续热处理炉内的传热过程及其优化控制策略展开相关的理论分析和实验研究。 本成果瞄准带钢连续热处理热过程模型研究,基于传热学的基本原理,精确解析退火炉内辐射换热、对流换热(喷气快速冷却、喷气快速加热)、接触换热(炉辊与带钢之间)、喷雾冷却等传热过程，开发带钢在热处理过程中的温度分布预测软件,准确预测带钢温度分布(包括稳定工况和工艺过渡工况)，带钢温度预测的典型精度在±2.5%以内(90%以上的命中率)，为提高带钢连续热处理的产品质量奠定了基础。在带钢温度精准预测的基础上，基于可行工况集和最优化方法，建立了炉况参数优化策略，大大降低带钢连续热处理工艺切换的效率。