（1）研发了系列新型高强高韧铸造轻合金材料，支撑了复杂铸件性能提升。 1）研发出一种新型高强韧铝硅合金。开发出一种新型高强韧铝硅合金及其制备方法；提出一种混合稀土和Sr元素的复合变质方法，缩小枝晶间距并细化共晶硅；研究出合适的热处理制度；阐明了变质剂组成与含量对变质效果的影响规律，基于此显著提高了铝硅合金的综合力学性能。有效解决了现有铝合金铸件易发生的裂纹、伸长率低、屈服强度不达标等缺陷和问题。 2）研发出一种低成本高强耐热稀土镁合金。开发出一种添加低成本混合稀土的新型多元稀土镁合金材料；揭示了混合稀土对镁合金相变规律的影响机制；研究出准晶增强稀土镁合金的高温固溶T6热处理工艺；开发出兼具优良的室温与高温力学性能的低成本稀土镁合金；解决了现有镁合金铸件易产生冷隔、强度低、韧性差等问题。 3）研发出一种新型高强韧钛合金。开发出一种α+β型双相高强高韧钛合金，揭示了合金在凝固-热等静压-热处理过程中微观组织的演变规律；研究出调控相组成及相形态的双级固溶时效热处理制度，形成了以等轴和篮网为主要特征的基体组织，使合金的强度和韧性同步提升。解决了现有铸造钛合金强度和韧性偏低、铸造成形性差等问题。 （2）研发了铸造全流程模拟仿真系统，提出了高效的单件化铸造数值模拟方法，实现了高性能复杂铸件的数字化工艺设计。 1）提出了一种铸造原辅材料热物性参数高精度求解方法。提出了基于实验测温与数值模拟反求的热物性参数求解方法，实现了面向数值模拟的热物性参数高精度求解；建立了反热传导法求解铸件/铸型界面换热系数的数学模型,降低了界面关键参数求解误差；研发了高精高效的热物性参数反求平台-华铸PIS，创建了铸造原辅材料高精度热物性参数数据库。 2）研发了铸造合金熔炼-复杂铸件充型凝固-热处理的铸造多物理场全流程高效模拟平台。建立了电磁、速度、压强、浓度、温度的多物理场耦合数学模型，自主研发了从铸造合金熔炼到复杂铸件充型凝固到热处理的铸造全流程模拟仿真平台，为铸造工艺优化提供了工具；提出一种数据内存动态自适应划分技术，解决了SOLA流动场求解数据耦合干扰难题，实现了大规模铸造流动场模拟问题的并行高效求解。 3）提出缩孔缩松缺陷定量预测与单件化模拟工艺优化方法。提出双高分配原则缩孔缩松预测模型，解决了复杂铸件缩孔缩松高精度预测难题；提出了针对高性能复杂铸件不同批次的单个铸件模拟方法，建立关键工艺参数波动对典型缺陷的多元回归关系模型，实现了基于单件化模拟仿真的高性能复杂铸件缺陷控制与工艺优化。 （3）建立了铸件生产全生命周期的单件化柔性化质量管理模型，实现了高性能复杂铸件质量问题的单件化、全过程、全要素溯源。 1）创建了基于PLM理论和TQM理论的铸件单件化管理模型。基于产品全生命周期PLM理念以及多智能体技术，构建了铸造串并联多工位单件化的缺陷溯源模型；建立铸件单件及作业过程信息模型和组批、混批、拆批模式下单件自动生成、感知、标记、进度跟踪的控制机制，实现高性能复杂铸件单件化缺陷溯源。 2）创建了支持业务即时重构的参数配置式多维度铸造柔性化管理模型。创建了支持铸造数字化管理系统业务即时重构的参数配置式多维度铸造柔性化管理模型，解决了刚性管理系统可重用性低、应变能力弱和实施周期长的难题，支撑不同领域不同类型铸造企业随环境变化、自身发展等柔性进行的组织变革、流程变更和管理改善，实现了企业按需柔性化管理。 3）创建了基于TLBO\GA\BSA元启发式算法优化理论的铸造智能化管理模型。创建基于改进性教与学算法（TLBO）、遗传算法（GA）、回溯搜索算法（BSA）等元启发式算法优化理论的铸造智能化管理模型和技术，解决了铸件异步热工序组炉复杂条件下工序生产调度IPPS组合优化难题，实现了系统智能决策管理以及多品种大容量铸件高效生产。

一种基于计算相关度的多数据中心数据布局优化方法，根据执行计算处理数据集的情况，生成计算 集和数据集集合的访问关联矩阵，计算出任意两个数据集之间的计算相关度，生成对应的计算相关度矩 阵;计算每个数据中心的基本容量，定义布局关联矩阵，根据计算相关度部署数据集。本发明通过构建 访问关联矩阵和布局矩阵，给出计算相关度的具体数学表示，根据建立的计算相关度矩阵，以低复杂度 的方法实现数据布局，并将新数据和中间数据动态部署至合适的数据中心，可以有效减少跨数据中心数 据调度，提高系统的访问性能。

针对高缺陷炭负极电化学储钾容量与稳定性难以兼顾的问题，报道一种原位缺陷选择性调变与导电骨架搭建策略，通过热力学与动力学双重调控，提高缺陷炭负极电化学储钾综合性能。

针对智慧城市、移动设备、工控系统等多个领域的CPS 多源异构时空大数据，提出了多种时序模式挖掘算法和时空 模型构建方法，并应用在轨迹预测、交通流预测、空气质量 预测、用户画像、活动识别、异常行为检测、网络攻击检测 等多个任务中，并为“人机物”融合的数据驱动模型提供理 论与技术基础。

与华为技术有限公司开展互联网语义分析合作研究，双方共同研发了“电商知识图谱自动化构建和电商评论分析系统”，该系统可以自动化将不同电商网站的数据抽取和集成，形成一个庞大的电商知识图谱，并且利用这个知识图谱来对电商评论做语义分析。该项目中的技术已经被华为公司用于大数据中的视频分析，并且产生了良好的经济效益。另外，与百度签订了“本体及知件技术构建医疗领域知识库和应用研究”项目，提交并审核通过一项专利“一种医疗知识库中保健品与疾病的关联构建方法”，并且提出一种word embedding的方式挖掘非结构化数据中实体关系的方法，项目成果被百度用于医疗保健品的搜索中，取得了很好的社会效应。

开放化、高速化和高精度化都是现代信息技术的发展趋势和研究热点。数据采集系统是通信技术和数控技术领域的重要功能模块，应用领域十分广泛。 本数据采集平台的中央控制芯片选用美国TI公司的DSP (Digital Signal Processor，数字信号处理芯片)TMS320C5402。DSP具有高速、高精度的运算能力，强大、方便的数据通信能力，灵活、可靠的编程与信号处理能力。设计选用昀A/D转换芯片是AD公司推出AD976A，其转换精度是16位，转换速率最高可达200k/s。系统的核心采用DSP控制AD976A实现高速数据采集的功能。

该项目利用国家卫健委公布的确诊病例总数数据链，以应用传播动力学为方法，以黄森忠教授建构的普适SEIR模型作为模型理论，通过“南开大学智英健康数据研究中心”开发的程序EpiSIX，分析新冠病毒肺炎疫情有关数据，并将分析结果生成可视化网页，开展疫情发展回顾、确诊病例数时序区间预测等相关工作，对疫情发展情况及疫情防控效率作出研判。 研究团队由黄森忠教授和山西大学复杂系统研究所所长靳祯教授、南京医科大学公共卫生学院彭志行副教授共同领衔，南开大学统计与数据科学学院多名年轻教师与研究生加入。研究团队从1月30日至2月14日，每3日发布一次预测，已连续发布疫情传播预测6期，并根据疫情变化，及时调整预测评价指标，其预测区域也进一步细化，由原来的对全国、湖北省、武汉市的疫情预测，拓展为对全国各省市的预测。