1.项目背景 化学反应器与精馏装置是石化生产过程中使用最为广泛的设备，也是最主要的耗能单元，反应器与精馏塔运行的好坏直接关系到石油化工企业的经济效益。反应与分离强化过程通常由多个单元耦合联接而成，其不仅涉及反应与分离能力的协同机制、多单元组合与系统整体运行效能的关系，而且强化过程具有强非线性、大滞后和多变量耦合特性，以及经济、环境与安全等不确定性因素的干扰，都对强化过程的平稳操作、协同调控与分级优化带来诸多的挑战。 采用反应与精馏强化技术，通过传质与传热的强化、物质流与能量流相互耦合，使强化过程具有大幅度提高反应转化率或选择性，降低生产能耗和污染物排放等优越性。然而这种集成优势只有在反应能力与分离能力动态协同作用条件下才能被充分发挥，而且强化过程具有多稳态、强非线性和多变量强耦合特性，这些都对强化过程的自动控制与优化理论提出了新的挑战。 采用传统控制模式，当系统受到干扰时，很容易引起反应与分离能力动态失调和工况发生大范围波动与偏移，造成产品质量不合格和能耗增加等控制难题。因此，在传统控制模式的基础上，探索反应与精馏强化过程的动态协同调控方法与动态优化理论，对解决集成装置的平稳操作与自动控制难题，切实提高系统运行品质，有效降低装置生产能耗和污染物排放方面具有重要意义 2.项目技术原理 南京工业大学绿色化工研究所，经过多年研究发明了不同工况反应与蒸馏集成技术，可根据不同体系的特殊要求，实现不同工况反应与精馏的最佳匹配，解决了反应与蒸馏操作条件必须一致等问题。本项目在对强化过程机理模型、经济稳态优化和动态特性分析的前期研究基础上，研究反应能力与精馏能力的动态协同调控新方法和强化过程的分级优化理论，提出反应与精馏强化过程一体化设计思想，对传统多单元生产过程具有很好的借鉴作用。项目针对反应与精馏过程自动控制系统设计与性能优化调节方面主要开展以下技术： （1）反应与精馏强化过程多变量自动控制方案的设计与性能分析 在对反应与精馏过程机理建模、经济稳态优化设计和动态特性分析基础上，采用稳态增益矩阵和奇异值分析方法，合理选择过程被控变量和操作变量配对模式，运用传统控制策略设计反应精馏强化过程多变量自动控制方案，采用ASPEN PLUS流程模拟软件和ASPEN DYNAMIC模块进行控制方案的动态模拟测试，并根据实际工艺扰动情况，通过在动态流程模拟系统上分别加入不同幅度和方向的多种扰动和改变系统设定值，评价传统控制模式闭环系统性能，在此基础上，改进自动控制方案设计，确保设计的自动控制方案在实际应用中能够维持平稳有效运行。 （2）生产负荷自动调节和优化技术原理 反应与精馏过程的生产负荷经常随着市场需求的变化进行调整，负荷的变化将可能引起系统工况的波动，产品质量下降，能耗增加等问题，甚至造成系统不稳定而被迫停机。本项目采用设定值多步长滚动优化、偏差区域容忍动态矩阵控制与传统控制相融合方法，实现反应与分离能力动态协同调控；本项目在多变量基础控制系统上，在关键控制回路增加设定值智能调节模块和多变量协调预测控制模块，分别采用设定值多步长滚动优化、偏差区域容忍动态矩阵控制（Error tolerant DMC）与传统控制相融合方法，实现反应能力与分离能力动态协同调控，使系统获得了良好的跟踪性能和鲁棒性。解决传统控制模式下扰动引起反应与分离动态失调，导致产品质量不合格、能耗和污染物排放增加等控制问题。在多变量协调预测控制模块设计中，对于反应器出口成分和产品质量等不可在线测量的关键变量，采用机理模型和经验模型建立产品成分软测量模型，实现对产品成分、反应转化率等不可测被控变量的在线估计。 （3）反应与精馏强化过程的系统性能优化技术 在经济稳态优化设计前期研究基础上，开展多目标多约束动态优化与多变量跟踪控制相结合的分级优化理论研究。在上层多目标多约束的动态优化设计中，是以能耗和操作成本最小为优化目标，以质量、尾气/废液排放和过程动态模型等为约束条件，采用多目标优化算法对强化过程的关键操作参数进行动态优化计算，给出工况最优调节方案。根据多目标动态优化给出的关键参数设定值最优调节方案，采用设定值多步长滚动优化给出多变量预测控制的参考轨迹，通过多变量协调预测控制和基础控制回路的跟踪调节，使系统输出快速跟踪设定值的最佳操作值，实现工况优化与平滑调节，确保系统维持高品质运行特性，从源头降低工况大范围波动和事故发生的概率。 3.关键技术路线 项目针对反应与精馏过程，融合了化学工程理论、自动控制理论、智能学习算法与计算机模拟技术，采取理论研究、模拟实验和工业应用相结合的技术路线，如下图所示。项目分别开展反应精馏过程的多变量基础控制系统设计、反应与分离能力动态协同调控新方法、强化过程分级优化理论研究，并将项目成果融合，开展不同工况反应与精馏强化过程的一体化工程设计，研制一套流程模拟综合实验平台，进行模拟验证和工程应用研究。 4.项目技术特色和创新性 （1）针对反应与精馏强化过程，在传统控制模式下扰动引起反应与分离动态失调和工况偏移，导致集成优势难以充分发挥工程问题，项目提出将设定值多步长滚动优化、偏差区域容忍动态矩阵控制、多目标多约束动态优化与传统基础控制相融合的动态协同调控新方法与分级优化理论，在反应与分离动态协同作用下实现工况的优化与平滑调节，确保系统维持高品质运行特性。 （2）项目沿着学科交叉与融合方向，将化学工程理论、自动控制理论、智能学习算法与计算机模拟技术相结合，提出不同工况反应与精馏强化过程流程模拟、控制系统设计与集成优化理论相结合的一体化工程设计思想，并在常压反应与减压精馏集成的甲苯氯化反应精馏工业装置上进行工程应用研究，解决装置自动控制与平稳操作等实际控制问题，发挥强化过程高转化率/高选择性、低能耗的集成优势。

产品详细介绍 MMW-1A组态控制万能摩擦磨损试验机 1、性能特点：         该机引入过程控制原理，将工业控制计算机与组态软件技术、网络技术紧密结合；并采用一体化的结构设计，将嵌入式工业控制计算机、组态软件、采集模块、执行器组合在一个框架内，完成对整个试验过程的控制，所有的试验操作都能在计算机主界面中进行，是国内首次应用该项技术的摩擦磨损试验机，具有组态控制方式灵活、摩擦副种类多、调速范围大、能够模拟高温环境，自动化程度高、使用调整方便的特点。 2、适用范围：         该机在一定的接触压力下，能够模拟滚动、滑动或滑滚复合运动，具有多种摩擦副，能够完成点、线、面摩擦模拟试验。可用来评定润滑剂、金属、塑料、涂层、橡胶、陶瓷等材料的摩擦磨损性能。既能满足传统石化行业用户研制、开发、检测各种中高档系列液压油、内燃机油、齿轮机油的需求，又能满足新兴材料开发、新工艺研究用户进行模拟评定测试的需求。 3、主要技术经济指标   序号 项目 技术指标 1 试验力工作范围 10～1000N（无级可调） 2 试验力示值相对误差 ±1% 3 摩擦力矩测量范围 2.5N.m 4 摩擦力矩示值相对误差 ±2% 5 主轴转速范围 1～2000r/min 6 使用减速装置时： 0.05～20r/min 7 试验介质 油、水、泥浆、磨料等 8 温度控制范围 室温～300℃ 9 试验机主轴与下副盘最大距离 ＞75mm 10 时间控制范围 10s～9999min 11 计算机及数据处理系统      使用工业控制计算机及组态软件，实现对整机和试验过程的全程控制，实时显示各种参数，自动记录摩擦力—时间曲线和温度—时间曲线

产品详细介绍整套装置采用模块化设计，实验内容丰富，结构科学合理，用实验模块模拟了多种采用PLC控制的电气系统.适用在电气自动化、自动控制、机电一体化等专业的配套教学实验.既可以做教材章节后的例行实验，也可用于学期末的课程设计和毕业设计。(1)PLC主机：三菱FX2N-48MR。(2)模拟实验模块：利用开关、按钮、LED各色发光管、LED数码管、指示灯、接触器、继电器、蜂鸣器等电气元件构成，即可进行模拟实验指令训练，也可以带电机负载进行实训操作.可采用其他类型PLC主机进行控制。(3)编程工具：便携式编程器、个人电脑。(4)编程方式：指令表、梯形图、SFC语言。

西安电子科技大学机电工程学院多智能体研究中心郑元世教授团队通过引入了智能体及邻居的历史状态，提出了一种基于记忆信息的一致性协议并建立了该协议下显式的一致域。

航空发动机机匣是一种复杂薄壁零件，其加工变形问题是我国航空发动机制造的关键技术瓶颈。机匣毛坯组织结构的均匀性是影响机匣加工变形的主要原因之一。镍基高温合金具有优异的高温强度，良好的抗氧化和抗热腐蚀性能，是航空发动机机匣的主要原料。镍基高温合金铸、锻件组织结构的无损检测与定量评价是实现组织结构均匀性检测与评价的基础，有助于准确判断毛坯制造质量，表征制造工艺改进的有效性，降低机匣加工变形概率。 超声检测具有穿透能力强，灵敏度和分辨率高、可定位和定量检测等优点，在航空发动机大规格高温合金构件制造质量检测领域得到了广泛应用。超声检测信号特征值与材料组织结构变化、二次相或沉淀物的形成相关，具备有效评价镍基高温合金的组织结构的能力。现有镍基高温合金铸、锻件组织结构的超声检测以噪声波高为主要判据，指标简单、阈值设置严格、误判率高，无法适应不断改进的制造工艺。 组织结构超声定量评价技术的核心是确定微观组织特征参数与超声检测特征参数之间的定量关系模型，其本质是以模型待定系数为决策变量，以评价准确性为目标函数的优化问题。超声波在镍基高温合金中传播时，受到晶界、相界、孪晶等复杂组织结构的综合作用，若采用声速、衰减系数、非线性系数等单一超声检测参数对组织结构进行建模与评价，会因信息量的缺失而导致评价误差大；若增加检测参数规模，则会导致所对应优化问题的困难性大幅增加。 本研究以镍基高温合金组织结构定量评价为主要研究对象，围绕如何利用协同进化算法求解定量评价的大规模优化问题、以及如何同时利用多种微观组织特征参数对镍基高温合金进行综合表征展开研究。科研成果为航空发动机机匣镍基高温合金毛坯制造质量检测、评价、性能预测提供技术支持，为制造工艺改进提供数据支持，也可进一步推广至其它高温合金、钛合金等材料中。

该系统是一个GPS车载智能终端平台，能实现对不同层次用户对车辆定位、调度、追踪、安全运输等管理的需求。为客户提供一套便于功能升级、模块可互换、适应不同车辆环境下的高性价比的模块式GPS车载智能终端的解决方案，满足不同客户的个性化需求。该系统具有车辆定位跟踪功能，车辆监视功能，报警功能，拍照功能，调度功能，车辆控制功能，对讲监听功能，碰撞检测功能，黑匣子记录功能，业务及增值业务功能。随着我国经济的发展，一旦各城市的公交车和出租车项目启动，特别是长途运输车辆的应用实施，车载导航市场将出现爆发性增长的势头其应用市场需求迫切，潜力巨大。本系统先后在北京市、浙江省、江苏省、广东省等全国各地区30余家用户的推广使用，已经销售了4204台，营业额达到了1217万元，产生巨大的经济社会效益。本产品的主要客户有：江西长运股份有限公司、广东省江门市汽运集团，苏州双牛电子有限公司，扬州中兴通讯设备有限公司，金华青年汽车制造有限公司，东美实业有限公司抚州公司，东风汽车公司抚州销售技术服务站，赣州新世纪汽运有限公司，赣州车圣导航科技有限公司等。2007年该项目荣获江西省科技进步贰等奖。

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。