成果的背景及主要用途：水利水电工程大都处于高山峡谷，所处地区地质构造复杂、地质信息众多，给地质勘探、工程设计与施工等各方面带来极大的困难。传统二维、静态的处理工程地质资料、分析地质问题的方式，已难以满足工程地质、设计人员的实际需求。因此，深入研究水利水电工程地质三维建模与分析的关键技术，可为分析解决水利水电工程勘测、设计与施工中复杂的地质问题提供科学的理论方法和先进的技术手段。 技术原理与工艺流程简介：在为水利水电工程建设服务的前提下，针对多源地质数据的耦合分析、地质体的复杂性、信息存储量大、分析速度慢、地质构造的动态性、模型的可靠性及其快速更新修改等难点，融合水利水电工程科学、工程地质学、数学地质学和计算机科学等多个交叉学科的先进理论技术，提出了实现水利水电工程地质三维建模与分析的理论方法和关键技术。针对复杂地质体信息量大的特点与水利水电工程地质的分析要求，研究面向水利水电工程地质的三维数据结构模型，提出了以 NURBS 为主、结合 TIN 和 BRep 的混合数据结构；进而通过以面向对象技术、地质实体 NURBS 构造技术、改进的地质趋势面分析技术和三维对象集合运算技术等多种先进技术手段，提供了可供选择的建模机制，对各类地质对象和人工对象进行拟合构造与几何建模，实现了水利水电工程地质三维统一模型的建立，并对模型的可靠性进行分析验证，提供模型的快速反馈更新机制。基于三维统一模型，针对实际需求研究水利水电工程地质分析应用技术，设计了丰富的分析算法。根据所提出的理论方法和技术，紧密结合实践应用，研制开发通用的水利水电工程地质建模与分析软件系统，为水利水电工程地质分析提供有力的技术平台。 技术水平及专利与获奖情况：该成果总体上达到国际先进水平，在水利水电工程地质 NURBS 混合数据结构建模方法与应用方面达到了国际领先水平。应用前景分析及效益预测：该成果可直接推广应用于各项大中型水利水电工程前期规划、地质勘测、工程设计和施工等不同阶段的工程地质分析中，可通过钻孔平硐优化布置节约地质勘探费用，辅助地下工程施工及其管理可提前工期，降低造价，直接经济效益较大；提高工程地质分析、工程设计和施工的水平与效率，为实际遇到的地质问题提供科学的解决途径和先进的技术手段，社会效益显著。在水利水电工程等领域有广阔的应用前景。 应用领域：水利水电工程地质建模与分析技术主要应用领域为水利水电工程地质勘测、设计和施工领域。 合作方式及条件：企业合作。

项目简介： 本课题组在 2013 年与河北省农科院粮油作物研究所合作，进行了“新谷友 1 号”的田间小区试验。试验表明，“新谷友 1 号”（单嘧磺隆·除草剂 A 可湿性粉剂）土壤处理下，用量 683.7ga.i/hm2 时除草效果优异，杂草株防效达到 86.9%，杂草鲜重防效高达 96%以上，对谷子安全。“新谷友 1 号”比谷有每公顷有效用量降低了近 260g，每公顷节省用药成本约 5.8 元，降低了生产成本，也降低了对农业生态环境的污染。2014 年 4 月份我单位继续与河北农科院粮油作物研究所合作，第二次进行了“新谷友 1 号”的田间小区试验。 项目特色： 单嘧磺隆防除阔叶杂草优异，除草剂 A（由于涉及专利问题，此除草剂暂时保密）对单子叶杂草防效好，对阔叶杂草防效差，因而除草剂 A 与单嘧磺隆的混用，不仅可以扩大杀草谱，提高除草效果，而且可以延缓杂草抗药性、降低除草成本。因此我们合成以单嘧磺隆为主体，除草剂 A 为辅助的谷田除草剂新配方“新谷友 1 号”。通过单嘧磺隆与除草剂 A 联合毒力试验，最佳用药量试验，确定了二者混用的最佳配比和最佳用药量，其最佳用药量为 626.5-756.8 ga.i/hm2。 市场应用前景： 按照我国 3000 万亩的谷子种植面积计算，谷田人工除草的成本一年就需要 45 亿元（谷田每亩的人工除草成本为 150-180 元）。根据目前市场价格平均谷子每亩的经济效果已经玉米收益的三倍，谷子目前市场价格为 7.0 元/kg，玉米的价格为 2.2 元/公斤，并且谷子的亩产量已经达到 1000 多斤。因此我们可以看出谷田除草剂在我国的市场前景很好，从经济效益角度考虑，谷田除草剂每亩的零售价格 8-10（农民可以接受）。3000 万亩的谷田种植面积将会带来每年近 3 亿元的销售额。其带来的社会效益更是不可估量。 本产品在产业化过程中需要 2 年左右的时间办理农药登记证。其存在的主要风险为“新谷友 1 号”上市后由于部分农民的使用不当或在特殊天气，特殊土壤条件下使用时可能会产生小面积的药害问题。 本项目正处于中试阶段，可提供样品，采取合作方式，投资规模为 60万。

清华大学地球系统科学系举行新一代地球观测数据与制图成果发布会。清华大学理学院院长、地学系主任宫鹏教授和博士研究生刘涵一起，对外发布了清华大学基于亚马逊云服务（AWS）完成的新一代中国地区地球观测数据集（Seamless Data Cube，简称SDC）——2000——2018年30米分辨率逐日无缝遥感观测数据，以及在此基础上研制的中国逐季节地表覆盖和逐年土地利用制图成果。 清华大学新研制的无缝数据集，填补了高空间分辨率和时间频率观测的空白。 目前世界上主流的地球观测卫星Landsat每16天才能对全球扫描一遍，所获得的数据集是不完整的。宫鹏团队采用时空遥感技术手段和MODIS图像辅助研发的无缝遥感观测数据集Seamless Data Cube，使得每一天都有一套完整的全球30米分辨率的观测数据。正是这些逐日数据，使得地球长时间观测序列有了很好的时空一致性。基于无缝数据集，宫鹏团队提取了30米空间分辨率土地覆盖变化的情况，设计和训练了一套适应遥感大数据的深度遥感特征学习和分类模型，最终得到了世界首套中国逐季节土地覆盖和逐年土地利用制图（从2000年到2018年）。 无缝遥感观测数据集SDC以及逐季节土地覆盖和逐年土地利用制图，开辟了中国卫星遥感数据处理和信息提取的新范式。它能够服务于国民经济众多行业，比如农业集约化和土地闲置的监测、城市化与自然植被丧失的识别、土地退化和粮食安全、环境变化与健康、造林和土壤含水量的关系、城市扩张与热岛效应等研究以及碳储备等。 无缝遥感观测数据集SDC有助于打造世界顶级的在线制图服务的平台，并产生新的数据产品。例如，清华大学地学系依靠这个数据集研发了全球粮食估产模型，输入不同地方的作物种植和气候预测数据，就可以提前两个月估算出全球粮食产量情况。 无缝遥感观测数据集（Seamless Data Cube）得到了亚马逊云服务（AWS）的大力支持。据AWS技术人员介绍，宫鹏团队采用AWS云服务算力，相当于全世界现在TOP200的高性能计算机所能提供的能力。AWS并不简单地提供储存和数据服务，而是在云服务里就包括了人工智能与机器学习的计算框架，采用AWS云服务后，地表覆盖制图的精度提高了10——20%。

本发明提出一种基于双向门控时空融合与自适应小波分解的刀具磨损分类方法，包括：采集原始数据，划分训练集和测试集，并进行预处理；构建动态自适应小波网络，按奇偶索引对原始信号进行分解，得到近似系数和细节系数；进行插值上采样处理，保留原始尺寸，再对近似系数实例归一化，将其作为振动信号的频域特征；构建双向门控时空特征融合器，通过多头门控机制动态更新水平和垂直隐藏状态，捕捉输入的长期磨损趋势和局部瞬态特征；将两个模块的输出进行拼接，得到综合特征，进而得到刀具磨损的分类结果；通过训练集和测试集验证模型性能，得到最终的刀具磨损分类模型。本发明能更有效地识别磨损状态，为刀具维护提供有力支持。

该项目应用于现代农业的母猪养殖及饲料领域。1.建立了评价影响母猪繁殖性能因素的大数据分析技术，利用该技术评价了营养调控技术的效果。2.建立了利用日粮纤维调控母猪全繁殖周期采食量的营养调控技术。阐明了可溶性纤维通过高水合特性和快速发酵特性，增加母猪饱感，控制妊娠期母猪采食量的机制；以及通过快速发酵产酸和对肠道微生物菌群的调控，降低了机体的氧化应激状态，增加了胰岛素敏感性，从而提高泌乳期采食量的机制。3.利用协同增效原理，研发了新型母猪日粮专用纤维原料。该原料能替代魔芋粉发挥调控母猪全繁殖周期采食量的作用，并具有资源充足、价格低廉的优点。 实现母猪泌乳期采食量平均提高13%，达到7kg以上；仔猪25日龄断奶窝重平均提高10kg以上，达到75kg以上；仔猪25日龄断奶个体重提高了0.6kg，达到7.5kg以上；PSY达到24头以上；母猪年淘汰率下降到33.96%。 该项目可在各相关企业推广应用，并能惠及养殖户。该技术能显著提高母猪繁殖性能，提高养殖效益，相关技术和产品市场推广和应用前景广阔。目前已在扬翔集团、中粮肉食品（武汉）有限公司、九鼎集团、天普阳光集团等国内大型农牧和饲料企业推广应用。极大地促进了农牧企业的养殖水平提高和饲料企业产品的竞争力，并通过公司+农户和饲料销售等模式，带动养殖户养殖水平的提高，取得了显著经济和社会效益。 转化条件： 1.规模化种猪饲养企业 2.大型饲料企业 成果完成时间：2016年

本发明涉及一种基于小波变换与混合注意力机制的轴承故障诊断方法，具体包括：利用传感器获取轴承振动信号，得到原始故障数据；对原始故障数据依次进行小波变换、加入高斯噪声、分块采样；并为采样后的数据生成类别标签和位置标签；基于混合注意力机制、残差结构、可学习卷积构建故障诊断模型；将采样后的故障数据划分为训练集和测试集，作为模型的输入数据进行训练，实时监控训练结果进行参数优化，同时将故障诊断结果可视化；在多种噪声条件下与现有模型进行对比实验，检验模型性能。本发明所提出方法解决了传统轴承故障诊断方法在多变噪声条件下故障识别率较低的问题。

焊接机器人实训考核工作站是按照教育部1+X焊接机器人编程与维护职业技能等级证书中的试点、考核站点标准要求，研发设计的多功能智能焊接工作站，工作站符合相关建设标准和具有自主知识产权。WR-KH03型焊接机器人编程与维护实训考核工作站为高级工作站，主要由焊接机器人单元、焊接电源单元、焊枪单元、柔性焊装工作台、焊接手动通用夹具、焊接自动通用夹具、自动化夹爪、物料排列装置单元、机器人第七轴、多功能料架、周边设备单元、激光视觉应用编程、系统集成技术、系统数字化管控、安全防护单元、焊接任务单元、离线编程单元、教学资源单元、考评系统、监控系统等组成一套的智能焊接实训考核工作站。每个单元由多个模块组成，实操与离线仿真结合面涵盖机器人焊接工艺方法和实际应用案例。能按任务要求，完成焊接机器人系统的多机联动编程、多机联动联调、系统集成工艺分析、系统集成工件分析、系统集成工装设计，系统集成电控设计，系统数字化管控管理，数字化数据采集，激光视觉应用编程焊缝寻位应用和焊缝跟踪。实训考核工作站遵循全功能化、全模块化、全信息化、近工业化的智能焊接机器人系统，主要用干教育部1+X焊接机器人编程与维护职业技能等级的师资培训，考评员培训，1+X职能技能等级证书取证的实操培训与考评;同时也可进行工业机器人基础培训，应用培训技能训练技能竞赛等，话合中职，高职应用型本科院校1+X证书的培训老评以及相关专业课程的实训教学，适合社培机构技能人才培养培训。

一体化产品试验台采购招标项目的潜在投标人应在线上获取招标文件，并于2022年06月29日09点30分（北京时间）前递交投标文件。

近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7