随着我国社会经济发展和人民生活水平的提高，城市居民对重塑慢行系统、提升城市空间品质提出了更高的要求。共享单车作为一种便捷、高效、绿色的新型出行方式，是解决城市短距离出行和"最后一公里"难题的重要工具。本文以一种新的视角，应用共享单车骑行轨迹数据从骑行行为角度对骑行环境进行研究。以龙岗区为例，首先对街道骑行行为的时空间分布特征进行了研究，发现骑行行为在时间上主要集中在早晚高峰时段，在空间分布上主要集中在地铁和公交的接驳站点和龙

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

本发明属于偏振检测设备领域，并公开了一种针对偏振光束与 磁光材料作用下偏振态时间分辨谱的检测系统，该检测系统包括高压 脉冲发生器、火花隙、电光 Q 开关、连续激光器、飞秒激光器、聚光 透镜、第一偏振棱镜、第二偏振棱镜和偏振测量仪；连续激光器用于 产生连续激光；第一偏振棱镜用于使所述连续激光的 P 偏振光通过； 飞秒激光器产生的脉冲激光可打开电光 Q 开关，从而让所述测量光束 依次穿过电光 Q 开关、第二偏振棱镜后和磁

针对国民经济基础产业的大型复杂机电系统及其构件中常见多发故障，深入研究了早期故障智能预示理论体系与技术支持。研究成果归纳为数据获取、模型定义、数据分析、状态评估、混合智能决策等五项主要部分，涉及监测传感器的合理配置、信号采集与处理、数据管理、特征提取、信息融合、模式分类、状态评估、智能判别与决策预示的全过程。重点突破了解决早期微弱潜在故障的诊断和混合智能预示技术等急需解决的瓶颈问题，正确有效地揭示早期、潜在故障的发生、发展和转移，提供具有普遍意义的早期故障智能预示的理论与技术。从而为应急控制和维修管理提供准确、可靠的依据，满足国民经济发展的迫切需要。

1. 痛点问题 储能系统与发电机组联合参与电网二次调频是目前已商业化应用的储能运营模式。以锂电池为代表的储能系统具有响应速度快、双向功率调节精度高的优点，投资较小规模的储能系统就可以使得火电机组的调频性能得到明显提升，在按性能指标计算补偿费用的调频辅助服务竞争中具有明显优势，可以获得可观的收益。为节约投资成本，通常配置储能系统的功率仅为火电机组额定容量的3~5%，储能按额定功率持续放电的时间不到1小时。 目前储能系统基本采用“外挂”的形式与火电机组联合调频，储能系统需根据火电机组运行情况优化自身的充放电功率。由于储能系统能量受限，剩余电量可能处于过高或过低的状态而影响其可用性和使用寿命。在储能进行能量恢复的时段，无法有效跟踪电网的调频指令。由于电网调度发送给发电机组的调频信号是随机的，因此储能系统需要有智能的自适应控制策略。 2. 解决方案 本项目技术成果针对电网调度AGC指令的特点和火电机组的运行特性，通过设计储能系统与火电机组联合运行方案，综合考虑储能系统的运行状态和约束，实现储能系统与火电机组联合的优化控制。

本平台实现交通数据的可视化、预测、关联性分析