一、产品概述 (一)组成 柔性系统须有五个分系统构成即：数字化设计分系统、模拟加工制造分系统、检测装配分系统、生产物分流系统和信息管理分系统。它应包含供料检测单元，操作手单元，加工单元，搬运单元，安装单元，图像检测单元，提取单元，分类存储单元，环形输送单元，总控平台等多个单元模块。系统具有可进行小批量多品种柔性加工、无人值守加工生产能力等，采用数字化信息系统管理模式，每一台设备均采用网络型式对外联接，由服务器统一管理生产过程中的各种数字联接任务,具有现代化柔性制造加工系统的特征。 （二）功能 既能完成认知型和综合型实验实训，又能完成开发设计型实验实训，还能实现学生现场动手操作和网络计算机同步观测与分析相结合；对样件具有全程演示及生产能力；系统应具有全自动控制功能，能充分展示现代工业中进行数字化管理生产的各个环节；系统应具有单机独立控制、独立运行功能；系统应具有启停控制、动态作业计划调度、库存资源动态显示、系统故障诊断与处理、工件位置动态显示等等功能。 该系统除能服务于工程训练实践教学环节外，还应能覆盖相关课程，并能进行相关的实践性教学环节，具体如下： 1、可服务的相关课程 机械制造基础、机械工程测试技术、机电传动控制、液压与气压传动、机器人技术与应用、机电一体化系统设计、数控技术、机电系统仿真、CAD/CAM、PLC原理及应用、数字化制造技术、机电设备故障诊断、先进制造技术、多轴数控加工技术、虚拟与仿真技术等，和其它相关课程。 2、教学演示类项目 柔性化加工系统演示、远程控制演示、机电控管一体化技术演示、自动传输系统演示、工件自动装配演示、产品自动仓储系统演示等等。 3、专业综合训练类、设计类等项目 机械制造技术项目综合训练、机床检测综合实验、数字化技术项目综合训练、多轴数控技术项目综合训练、机电控制综合实验、机电一体化系统综合设计、机电一体化系统综合设计、工件传输线应用设计、工件装配项目应用设计、立体仓库应用设计、气压系统应用设计、系统供电方案应用设计、计算机辅助工艺规程设计、数据库应用及开发、总控系统的应用与开发、传感器应用与选择、PLC应用编程设计、PLC网格通讯应用、伺服驱动应用、人机界面编程设计、远程组态系统设计、生产实习、毕业实习、毕业设计等等。 二、技术性能 1、输入电源：三相四线～380V±10% 50Hz 2、工作环境：温度-10℃～+40℃  相对湿度≤85%（25℃） 海拔＜4000m 3、装置容量：＜4.5kVA 4、外形尺寸：7000mm×4500mm×2400mm 5、安全保护：具有漏电保护，安全符合国家标准 三、实训内容 （一）PLC的设计与应用 1、数据传输功能实训 2、定时、计数、移位功能实训 3、比较功能实训 4、步进功能的应用实训 5、跳转功能的应用实训 6、子程序调用功能的应用实训 7、中断控制功能的应用实训 8、变频调速的PWM控制功能的应用实训 9、伺服电机速度位置控制功能的应用实训 10、检测系统的程序设计 11、变频调速环行自动传输系统的程序设计 12、自动储存系统的程序设计 （二）传感器技术及应用 1、光电传感器的特性研究及应用 2、电感传感器的特性研究及应用 3、电磁传感器的特性研究及应用 4、位置传感器的特性研究及应用 （三）气动控制技术 1、电控气动阀的工作原理及应用 2、真空发生器的工作原理及应用 3、气动二联体的工作原理及应用 4、各种气缸的工作原理及应用 （四）运动控制系统 1、伺服电机定位的控制技术 2、直流电机的控制技术 3、交流电机的变频调速技术 4、步进电机的定位控制技术 （五）组态监控及人机界面技术 1、组态监控软件的基本应用 2、组态监控软件通信应用实训 （六）机械结构训练技术 1、同步带传动机构的设计及特性研究 2、直齿轮传动机构的设计及特性研究 3、锥齿轮传动机构的设计及特性研究 4、直线导轨的设计及特性研究 5、滚珠丝杆的特性研究及应用 （七）故障检测技术技能培训 1、程序故障设置的排除训练 2、参数故障设置的排除训练 3、电气接线故障设置的排除训练 4、机械故障设置的排除训练 （八）网络通讯技术和PROFIBUS总线技术 1、网络通讯基础的原理与应用 2、PROFIBUS-DP模块的研究与应用 3、PROFIBUS通讯协议的研究与应用 4、PROFIBUS主站与从站之间的通讯研究 四、系统组成 系统的硬件由上料单元、操作手单元、加工单元、搬运单元、安装单元、图像形状检测单元、6自由度工业机器人单元、分类存储单元九个基本单元站组成 （一）总控平台 总控平台主要由三相电网电压指示、电源控制部分、控制主机、状态指示灯、二位选择开关、启动和停止开关、急停开关、复位开关、10.4英寸工业彩色触摸屏等组成，主要完成监视各分站的工作状态并协调各站运行，完成工业控制网络的集成。 （二）上料单元 上料单元主要由料斗、回转台、螺旋导料机构、直流减速电机、工件滑道、计数电容开关、光电开关等组成。主要完成将工件从回传上料台依次送到检测工位。 （三）操作手单元 由机械手、横臂、回转台、机械手爪、配重块等组成，主要完成对工件的搬运。 （四）加工单元 由旋转工作台、平面推力轴承、直流减速电机、刀具库、升降式加工系统、加工组件、检测组件、转台到位传感器等组成。主要完成物料加工和深度的检测。 （五）搬运单元 由机械手、移动滑台、安装工作台、工业导轨、齿轮齿条、配重块等组成，主要完成对工件的搬运。 （六）安装单元 由料筒、换料机构、推料机构、工业导轨、摇臂等组成，主要完成对两种不同工件的上料及安装。 （七）图像形状检测单元 图像处理单元主要由光源、镜头、CCD照相机、图像处理控制器、显示器、位移传感器等组成。主要检测加工完成后工件外观形状品质是否合格，通过摄像头获取工件的图像，由图像处理器完成工件合格与否的判断并检测加工孔深，将不合格工件剔除。 （八）6自由度工业机器人单元 由6自由度工业机器人、直线移动机构、无杆气缸、工业导轨等组成，主要完成对工件的提取及搬运。 （九）分类存储单元 由步进电机、滚珠丝杆、立体库、推料气缸、电磁阀等组成。主要完成对成品工件分类存储。

人工智能3D喷胶柔性生产线主要由工业机器人机器人，3D视觉系统，自动喷胶系统、自动清洗系统、产品输送线、安全系统及限属设备组成。系统中机器人无需编程，由3D视觉算法引导机器人执行喷胶作业喷胶轨迹根据产品型号、位置、歪斜角度等自动调整。人工智能3D视觉喷胶系统内置多种先进深度学习算法，可识别包括金属件、盒状物体、袋状物体、瓶状物体等在内的多种物体，物体既可紧密贴合，亦可随意堆叠。支持带有复杂图案，反光胶带，面单的物体，支持表面反光或暗色的物体。流程化的界面，简单易懂;完全开放式的后台，支持用户进行定制化算法开发，帮助实现全自动化标定;可视化、无代码的编程界面，一键仿真;用户无需编写任何代码，即可学会操作机器人;完全图形化交互界面，功能图标直观易懂，拖式操作能快速搭建视觉方案

路面病害分为表面破损（如裂缝）、路面变形（如沉降）和结构病害（如层间脱空）三大类。该技术以路面检测成果为全卷积神经网络的输入信号，对于表面破损，其输入为多功能检测车拍摄的路表图像；对于路面变形，输入为三维检测车测取的三维路面模型；对于结构病害，输入为探地雷达信号图像。通过海量数据的训练、测试，可实现上述三类病害的自动化识别、分类和测量，为路面养护工程提供数据支撑。此外，该技术在保证与人工识别结果相同的精度下，可将数据处理速度提高千倍以上。 

泛素-蛋白酶体体系（Ubiquitin-Proteasome System，简称UPS）是细胞内最重要的蛋白质降解通路，对维持生物体内蛋白质的浓度平衡，以及对调控蛋白、错误折叠或受到损伤的蛋白的快速降解起着至关重要的作用，参与了细胞周期、基因表达调控等多种细胞进程，由UPS失常引发的蛋白质新陈代谢异常与众多人类重大疾病直接相关。2004年，Aaron Ciechanover, Irwin Rose和Avram Hershko三位科学家被授予了诺贝尔化学奖，以表彰他们对该降解通路的发现。UPS中蛋白酶体是细胞中最基本的、最重要的不可或缺的、最为复杂的大型全酶超分子复合机器之一，人源蛋白酶体全酶包含至少33种不同的亚基，总原子质量约为2.5MDa。美国FDA批准的多种治疗癌症的药物分子即以蛋白酶体为直接靶标。近年来，随着冷冻电镜技术的发展和应用，人们对这一大分子机器的结构和功能研究得以不断深入。2016年，毛有东课题组与合作者报道了人源蛋白酶体基态的3.6Å冷冻电镜结构及其他三个亚纳米分辨构象，并首次发现一个亚稳态构象的核心颗粒（Core Particle，简称CP）底物转运通道处于开放状态（见PNAS 2016, 113: 12991-12996）。2018年4月，该课题组又报道了6个ATPγS结合状态下的26S动态结构，包括三个CP开放态对应的亚稳简并态近原子分辨（4~5Å）结构（见Nature Communications 2018, 9: 1360）。尽管这些工作揭示了蛋白酶体的基本架构和内在运动行为，但由于缺乏蛋白酶体与底物之间的相互作用，人们对于蛋白酶体如何实现底物降解的原子水平工作机制仍一无所知。此外，尽管冷冻电镜技术近年来广泛应用于分析具有动态特征的蛋白复合体结构和平衡态构象，但对其中间态结构和非平衡构象分析的分辨率水平往往局限在4～6埃或更低，离真正的全原子水平动力学分析还有相当一段距离。 为了真正实现原子水平的蛋白酶体底物降解动态过程的冷冻电镜三维重建和动力学表征，毛有东课题组攻克了两大技术难题。其一，如何在蛋白酶体完成底物降解之前抓到它的所有可能的中间态构象？课题组发展了一种新颖的核酸置换法，利用ATPγS降低AAA-ATPase激酶水解活性的特点，在底物降解中间过程，通过将ATP快速置换成ATPγS，结合快速冷冻的优势，从而扑捉到蛋白酶体在底物降解过程的中间态。其二，如何在从冷冻电镜数据中分析出更多构象的同时，还把分辨率做到3埃甚至更好？课题组通过多年持续努力，发展了多种基于人工智能和机器学习的冷冻电镜图像聚类的新型算法，并针对蛋白酶体的动力学特征，设计了一套极其有效的整合了多种算法的多构象分类流程。通过这两套技术方案的完美结合，课题组成功解析了人源蛋白酶体在降解底物过程中的七种不同的、但差别甚微的、高分辨原子水平的天然态构象（Native states），完整展示了蛋白酶体从泛素结合到去泛素化，再到底物转运的动态过程。与同期在Science上发表的与底物结合的酵母蛋白酶体的4.2-4.7埃冷冻电镜结构（Science doi: 10.1126/science.aav0725，来自加州伯克利分校和Scripps研究所）相比，该Nature论文不仅总构象数量多一倍，全部构象分辨率还高1-2埃。由于Science论文采用了抑制Rpn11去泛素活性的策略，其非天然态结构中底物并不能真正自由转运，所推测的机理仅限于底物转运这一步，对于其他三大Nature论文所回答重要问题均无法给出答案。这体现了该Nature论文不仅在实验方法的原创性上和数据分析水平和质量上，更在科学发现和问题探究的深度和广度上大幅超越了来自Science的竞争性论文。图一 七个利用冷冻电镜解析的精细原子结构完整揭示了从泛素识别、去泛素化反应、转运启动和持续降解的核心功能动态过程。 作为整个蛋白酶体的动力来源与运转核心，AAA-ATPase激酶分子马达展现出了三种不同的核苷酸水解协作模式，6个ATPase亚基协调工作，交替与底物发生相互作用。在去泛素化过程（EB态）中，处于对立位置的两个ATPase亚基Rpt2与Rpt4水解ATP，而Rpt5与Rpt6则释放ADP，ATPase内的底物转运通道被打开，使得底物可以进入轴心通道；与此同时，去泛素化酶Rpn11亚基与泛素及底物发生相互作用，执行其作为去泛素化酶的功能；在转运起始过程（EC态）中，相邻的两个ATPase亚基Rpt1与Rpt5会同时水解ATP，调控颗粒（Regulatory Particle，简称RP）发生大规模转动并释放泛素；在底物去折叠与转运过程（ED态）中，三个相邻的ATPase亚基会分别同步进行ATP的结合、ADP的释放与ATP的水解，这一过程会单向传递下去，将ATP水解释放的化学能转换为机械能，使得相应的ATPase亚基发生刚体转动，推动底物的去折叠和单向输运，同时CP的转运通道入口打开，底物被送入通道中进行降解。这些研究结果为几十年来对蛋白酶体功能的研究提供了宝贵的第一手原子结构和动力学信息，对于理解生物体内蛋白质的降解过程和一系列负责物质输运的ATPase马达分子的一般工作原理具有极为重要的科学意义。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

研究目的和意义机器学习和人工智能已成为当今最热门的技术之一。2017年，国务院印发了《新一代人工智能发展规划》，正式将人工智能作为国家重要发展战略之一。人工智能已经成为信息技术时代的又一波浪潮。在这波浪潮的推动下，互联网行业、金融行业、传统制造业、政务民生、公安警务等各行各业都在积极向人工智能领域转型升级，利用人工智能先进技术提升智能分析和辅助决策能力，

1.痛点问题 新材料的设计与研发往往面临挑战：急需的新材料难以快速筛选设计，而设计出的新材料又难以找到高效且低成本的合成配方，拥有合成配方的新材料又会面临规模化的长周期探索。根据国家工业和信息化部对30余家大型骨干企业调查结果显示，130种关键材料中，有32%国内完全空白、54%虽能生产，但性能稳定性较差、只有14%左右可以完全自给，亟需新思路来解决我国新材料研发难题。本项目着眼于新材料研发，希望通过创建目前业内空白的智能化新材料研发范式，引领行业智能材料开发自动化服务与工艺的开发。 在数字化、智能化浪潮中，国家和各行业的产业界都非常看重科研的智能化升级。通过持续的交流与调研，我们发现许多企业和研发团队目前对智能研发存在大量潜在需求，而智能研究服务与工艺的同类竞品极少。因此，清华智研将作为一家高新科技企业，以AI赋能研发（AIEmpoweringResearch&Development）为使命，组建国际顶尖水平团队，向国内引进并自主开发世界前沿的AIforScience技术，打造世界级的AI未来实验室（World-ClassAIFutureLab）。 2.解决方案 本技术为新材料研发数字化智能服务平台，可在材料研发过程中对各个尺度以及不同研发阶段下进行智能化的加速及分析服务。以各种人工智能算法为核心，如主动学习算法，图神经网络，卷积神经网络等，我们根据不同材料体系的尺度包括三大方面：1.针对分子及晶体等微观尺度的功能材料研发，设计智能化的深度学习系统。2.针对二维功能材料及其功能性器件、催化剂、膜材料等宏观尺度，设计智能化的深度学习系统。3.针对功能材料研发的表征仪器等平台尺度，设计智能化的系统解决方案。这些智能化解决方案能极大地加速新材料尤其是碳中和相关材料的研发速度，从而大大地降低研发成本与时间，为企业获得有竞争优势的科研壁垒。 自动化和人工智能助力未来智能实验室的方方面面，从样品制备（称量固体、添加液体、超声处理.等)，到合成（分配液体，控制温度，混合，测量pH值，干燥等)、表征（气相色谱，高效液相色谱，分光光度法等)，通过自动化/机器人的辅助，可以有效提高可重复性，提高信噪比，加快实验速度。通过人工智能技术，将实验数据转换为可操作的智能指导，快速浏览并利用复杂的数据，提升认知能力。 智能化研发平台 3.合作需求 拟成立公司推动该项成果的产业化进程，希望对接 1）工程化、产品化所需的资源； 2）新能源、新材料领域合作企业。

所有的净菜加工厂商仍采用人工来完成这一环节的加工，可谓是费时费力，为生产经营者带去了较大的人工成本开销，并且手工对半切也存在效率不高，规格尺寸不均等诸多问题。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 高炜凯 机器人产业学院 2020.10/2024.6 20484116 杭海斌 机器人产业学院 2020.10/2024.6 20481112 杜陈琳 机器人产业学院 2020.10/2024.6 20446102 裴育 机器人产业学院 2020.10/2024.6 20496329 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 陈炳伟 机器人产业学院/机械设计及其自动化 教研室主任/高级工程师 智能制造 闫东旭 机器人产业学院/电气自动化 讲师 离散元法、机械优化设计 四、项目简介 随着我国经济的发展，人民的物质生活水平不断提高，人们的饮食习惯逐步向方便快捷、营养化的方向发展，在蔬菜的加工方面出现了净菜半成品菜，受到广大人民群众的欢迎。而发展食品工业的基础便是食品机械，不断地研制各种类型的食品机械才可能促进食品工业的发展和满足不断提高的人民物质的需求。 现如今，用于蔬菜清洁、削皮和切片等功能的机器已经屡见不鲜，几乎各类规模的净菜加工厂都在使用此类机械来完成对菜品的加工，但在各个生产环节中仍存在着一个不容忽视的需求，即所有需要切片的根茎类蔬菜在使用机器切片之前都需要将其对半切开，而这一环节至今尚未被食品机械生产厂商所洞察并重视，市面上尚无能够满足这一环节要求的机械，所有的净菜加工厂商仍采用人工来完成这一环节的加工，可谓是费时费力，为生产经营者带去了较大的人工成本开销，并且手工对半切也存在效率不高，规格尺寸不均等诸多问题。

公司现在都是由人工进行数控车床及加工中心的操作，每人可以操作两台或三台机床，公司自2019年起就着力考察能够合作的企业或学校，致力打造由机器人替代人的数控车床及加工中心的操作，但多方寻找，还未有能够针对我公司的高端装备产品的机器人，我公司的产品，品种多，需要较频繁的更换要加工的工件，所以较其他企业的流水线式的机器较为复杂。