本发明公开了一种多剪切面岩土颗粒材料抗剪强度的测试装置及方法，包括动力马达和剪切盒底座，剪切盒底座上自下向上顺次设置有下剪切块、中剪切块和上剪切块，下剪切块、中剪切块和上剪切块呈中空结构且中空部分形成剪切腔室，动力马达通过总荷载传感器和第一刚性驱动臂与中剪切块的连接，上剪切块远离动力马达的一侧通过第二刚性驱动臂与上剪切面荷载传感器连接，下剪切块远离动力马达的一侧通过第三刚性驱动臂与下剪切面荷载传感器连接，剪切盒底座远离动力马达的一侧通过第四刚性驱动臂与剪切摩擦荷载传感器连接，第一刚性驱动臂设置有水平线性位移传感器，试样顶部设置有竖向荷载杆和竖直线性位移传感器。具有精度高、操作简便等优势。

本发明公开了一种螺旋体MOC材料光催化剂的制备方法及应用，其为结构通式(I)的化合物。本发明化合物是一种在可见光下可降解染料、四环素及还原六价铬的光催化剂，催化剂易于从溶液中分离，具有良好的结构稳定性和可重复使用性。

本发明属于超材料设计相关技术领域，其公开了一种适用于具有功能梯度及拉胀属性的超材料的拓扑优化方法，其包括以下步骤：(1)采用加权法建立每层的、同时考虑微观结构拉胀属性及宏观结构刚度属性的多目标优化模型；(2)控制所述超材料结构整体在一个方向上的拉胀属性及刚度属性呈梯度形式分布；(3)计算每层设计域上的微观位移、宏观位移、以及每层微结构的等效弹性属性；(4)基于计算获得的敏度，采用优化准则法更新设计变量，进而判断所述目标函数是否收敛。上述拓扑优化方法采用加权法建立同时考虑微观结构拉胀属性及宏观结构刚度属性的多目标优化模型继而进行优化，使得优化后的超材料同时具备拉胀属性及足够的刚度。

生产级材料详细信息：索要完整生级级材料资料请访问清锋科技官网下载 3D打印材料-LuxCreo清锋科技 清锋的智能工厂和材料实验室可以与学校、科研院所联合，开展新材料、新工艺、新设计的验证。   【教育解决方案】Lux 3Li+打印机--耐高温树脂材料应用案例 面向高教、职教的实训项目，基于光固化3D打印技术，设备提供、材料提供、软件提供、课程资源提供、师资培训、实训项目以及软硬件平台的一体化解决方案；服务于高校相关专业的教学实验、科研创新和项目开发等应用场景。 清锋光固化教育课程解决方案 3D打印作为一种新型生产方式，可以加速产品开发周期，满足多 材料、复杂形状、任意批量的生产需求，是全球最受关注的高科 技行业之一。拥有3D打印课程、设备的院校、科研机构在创新、 创造方面均有着得天独厚的优势。LuxCreo致力于推动行业发展， 为科研创新、数字化智能化转型以及行业人才培养等方面提供支持。 面向院校 提升院校教学硬件水平，有助于培养未来的3D打印人才，生动展示课本、教案内容，增加教学趣味性，资深3D打印行业专家亲自授课。 面向科研机构 快速将模型、数据形成实物，简化步骤，缩短论证时间，结合最新技术，加速研发新产品，输出有价值易商业化的研发项目，全球顶尖3D打印工作团队提供技术支持。 打印设备 iLux系列桌面机，Lux系列工业机，可作为研发、教学、实验等配套设备，满足不同项目需求。 打印材料 耐高温树脂材料满足消费、手办、模型、工业、汽车、航空航天等学科的教学研发需求 打印软件 LuxFlow模型处理软件，支持数据导入、文件修复、智能2D/3D摆放、生成支撑、切片、路径填充等功能，便于快速进行现场教学演示、培训实操、学术研发。 相关学习支持 清锋科技在光固化3D打印技术、软硬件、材料等方面积累了来自全球各个高校的顶尖人材，可结合院校、机构所需进行相关的培训及讲座，助力教育科研工作更加系统、科学。 打印中心实地考察 清锋科技在北京、宁波及美国硅谷均设有打印中心，可为学生及科研人员提供进一步深入了解3D打印的场地支持。 核心优势： 互联：可接入LuxCreo的软件生态，实现轻量化设计、高速切片、设备互联、智慧工厂管理。 敏捷：快速自主研发的纳米离型技术LEAP™，速率提升20~100倍以上；成型件力学性能各向同性。 柔性：适用于高精度原型件/测试件和小批量件的快速设计与制造。 可持续发展：技术团队来自清华、哈佛、佐治亚理工、北卡州立、剑桥等；解决方案得到了10万零部件打印的检验。 包括但不限于新产品的功能特点及技术性发布介绍，产品实际使用操作的演示； 清锋应用案例：耐高温树脂 HT 31是一种坚硬、耐热的类PEEK材料，热变形温度HDT为275℃。在超过100℃的温度下表现出优异的长期稳定性和尺寸稳定性，适用于承受高温的原型和最终用途零件以及塑料成型的快速模具。 通过清锋的解决方案能够实现： 1．快速产品研发迭代 2．样品实验数据快速分析 3．一体化模型处理，快速响应快速制造 4．大吞吐量，快速打印 5．通过不同材料的研发，拓展3D打印新应用 现今，3D打印作为一项非常前卫的高新技术，在弹性体研究、航空航天、高精度复杂零部件制造等方面具有独特的优势，也是国家重点支持发展的领域。清锋的3D打印技术在全球位居领先地位，我们也想借助国内顶尖技术推进行业发展，让教育科研和人才培养走在世界前列。 关于清锋科技(LuxCreo) 清锋科技是一家专注于3D打印设备、软件、材料研发，致力于改变产品开发和生产方式的数字化3D智造商。团队成员汇聚了清华大学、哈佛大学、佐治亚理工学院、宾夕法尼亚大学、剑桥大学等学府的高端技术人才和高管人才。团队研发出适配于不同行业的高性能材料体系，依托自主研发的Lux系列打印机和配套软件， 为鞋类、齿科、医疗、消费、汽车等行业创新升级提供解决方案，打造兼具定制化和批量化的新型数字化制造模式及生态闭环，让制造更简单！www.LuxCreo.cn 欢迎关注清锋公众号：qingfengshidai了解更多专业信息。 如有合作需求或者感兴趣的产品，可以扫描下方二维码联系清锋 ↓↓↓ 公司邮箱：business@luxcreo.com 商务销售电话：18614034268 官方网站：www.LuxCreo.cn 公司地址：北京市海淀区建材城中路27号金隅智造工场S5幢1017

首先制备了 CeO2 纳米线负载的 Ru 基单原子、纳米团簇（约 1.2 nm ）和纳米颗粒（约 4.0 nm ），并用于催化常压 CO2 加氢反应。研究发现三种催化剂都表现出 98-100% 的甲烷选择性，但纳米团簇的反应活性高于单原子并远高于纳米颗粒。通过原位表征结合第一性原理计算，发现该催化剂上的 CO2 加氢反应经历 CO 中间体（即 CO 路径），其活性位点为 Ru-CeO2 界面处的 Ce3+-OH 位点和 Ru 位点，分别负责 CO2 解离和羰基中间体活化。从单原子到纳米团簇和纳米颗粒， SMSI 逐渐减弱，促进了吸附在 Ru 位点上羰基中间体的活化；氢溢流效应逐渐增强，不利于表面 H2O 分子的脱附。 SMSI 和氢溢流效应在纳米团簇上达到平衡，使催化剂在该粒径尺度下表现出最好的常压 CO2 加氢活性。

近日，北京大学化学与分子工程学院吴凯/刘婧团队与电子学院的王永锋等人利用碱金属离子与有机分子间的静电相互作用，在铜或银单晶表面上实现了一系列无缺陷的表面谢尔宾斯基分形结构的构筑（如下图），并利用扫描隧道显微镜（STM）成像和密度泛函理论（DFT）计算对形成分子分形结构的静电作用进行了实验表征和理论阐释。该研究拓展了可用于构筑分子分形结构的分子间相互作用的种类，寻找到了该系列研究中缺失的新“拼图”板块，丰富了利用表面化学手段制备复杂分子纳米结构的“工具箱”。

肿瘤细胞异质性是肿瘤异质性的重要成因之一，可导致肿瘤在增殖能力、侵袭能力和药物敏感性等方面产生重要差异，影响肿瘤的诊断与治疗，最终影响患者身体健康与生命安全。因此，肿瘤细胞异质性研究对于肿瘤的诊断和个体化治疗具有重要意义。而进行肿瘤细胞亚群分离分析是研究肿瘤细胞异质性的重要基础。现有的基于电泳、场流或荧光激活式分离原理的进行肿瘤细胞分离分析的策略存在着特异性差、操作繁琐或需样本量大等弊端。基于课题组在磁性梯度分离细菌、肿瘤标志物、蛋白分析等方面前期工作（Analytical Chemistry 2018, 90, 9621-9628；Analytical Chemistry 2014, 86, 9434-9442；Chemistry-A European Journal 2014, 20,14642-14649），该研究以细胞表面标志物Her2表达量差异化的三种乳腺癌细胞(BT474、MDA-MB-453和MDA-MB-231)为研究模型，通过荧光-磁性靶向仿生探针与其识别后形成不同磁性梯度，在恒定外磁场作用下，可分别在90 s、120 s和180 s时间内快速逐一梯度分离出三种不同乳腺癌细胞亚型，并基于探针的荧光信号对肿瘤细胞亚群进行了初步鉴定。该研究报道的基于磁性梯度响应的肿瘤细胞亚群分离分析策略具有简单、快速、准确等特点，为血液样本中异质性肿瘤细胞亚群的近同时分离与分析提供新思路，在肿瘤早期诊断、评估和预后方面具有重要的潜在应用前景。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

本发明公开了一种适用于电力系统分析的转桨式水轮机调节系统动态模型，包括：调速器模型、导 叶控制系统模型、桨叶控制系统模型、水轮机及引水系统模型。所述导叶控制系统模型和桨叶控制系统 模型构成转桨式水轮机双调节系统，所述桨叶控制系统模型考虑了导叶开度与桨叶开度间存在的协联关 系，用五次多项式曲线拟合的方法获取；所述水轮机模型在解析非线性模型的基础上考虑桨叶角对水轮 机效率的修正作用，导叶开度与桨叶开度共同影响水轮机模型的机械功率输出，且计及导叶开度