高速列车所受空气阻力占总阻力的85%以上，且轨道交通特有的列车高速交会、高速穿越隧道等诱发空气动力，将严重危及行车安全。中南大学高速列车研究中心，在国内率先开展列车空气动力学研究，以“减阻降耗、安全舒适”为目标，形成了“基础研究-平台研建-技术研发-工程应用”高速铁路空气动力学自主创新研发体系。创建高速列车气动外形结构设计理论与方法、建立人/车/隧耦合空气动力安全理论与技术、大风环境下铁路行车安全技术、建立实车空气动力学试验系统和评估方法，并制定了列车空气动力学相关标准。 1.高速列车气动外形设计制造 创建了一套从列车空气动力学研究到结构工程化设计的列车车体研制方法,提出减小列车空气阻力、降低交会压力波、优化流场品质的外形结构设计方法。目前，完成已投入运营的流线型列车外形设计共33种。 2.动模型试验装置 动模型试验系统由试验台、动力系统、加速系统、控制系统、测试系统、制动系统、数据处理系统、试验模型组成。主要参数：模型列车速度：200-500km/h；模型比例：1:8-1:20，单线运行或双线交会。在该试验装置上已完成了我国各型列车、隧道、线路的气动设计、模型试验研究。动模型试验通过改变其周围流场，完成空气动力试验；可解决高速列车交会、穿越隧道、连续地面效应等模型实验难题，与风洞试验互为补充。 3.横风-动模型实验装置 作为国际首创的“横风-动模型实验装置”，突破了国内外现有风洞实验和动模型实验的技术瓶颈，实现“近地风场-运动物体-地面设施”相对运动为一体的瞬态测量，成为近地空气动力学研究领域不可替代的实验装置。可用于研究高速列车、地效飞行器、飞机起降、舰载机着舰、巡航导弹超低空飞行等近地运动物体的动态失稳机理、周围流动控制机制。 4.风/沙/雨/雪环境专用试验平台 风/沙/雨/雪环境专用试验平台有三个试验段：低速试验段、高速试验段、强风考核试验段。高、低速试验段串联布置，强风考核试验段与高速试验段可互换。该风洞具有两种运行模式：回流运行模式，适用于较低风速和常规实验标定；直流下吹模式，适用于特种试验（降雨和风沙模拟）和强风考核试验。该平台可用于风环境下列车及部件气动性能实验，风速、风向传感器检定实验，风、沙、雨等恶劣环境模拟实验。 5.车体交变气动载荷试验装置 该装置主要用于分析列车高速穿越隧道时，所产生的交变气动载荷导致车体气动疲劳、乘员舒适度问题。主要参数：压力变化范围：±20kPa；压力变化周期：3-60s。主要功能:（1）通过多源阵列控制车体抽吸动作，可模拟±20KPa范围内周期和非周期的压力瞬变过程，对车体施加交变气动载荷，评价车体在交变气动载荷下的疲劳寿命；（2）采用波形追踪逼近控制技术，真实再现车内外压力演化过程，实现车体承受气动载荷谱的准确模拟，研究车内压力变化率对人耳舒适度的影响。

本发明公开了一种反差约束的气动热辐射校正方法。通过统计不同强度下的气动热辐射图像的特点，发现气动热辐射效应越强的图像，其反差越小的特点；在使用梯度拟合算法进行热辐射校正时，发现其时间消耗随着拟合曲面阶数的增长和图像大小的增长均呈指数增长趋势，本发明能快速有效地对气动热辐射图像进行恢复，显著提高图像的信噪比和图像质量。

Ø  成果简介：机械式气动换向阀的过渡机能表征了在换向过程中各通口连通和切断的情况。是换向阀的一项重要指标。通过使用高性能的步进电机推动阀芯移动实现阀的换向，换向过程中利用两个高精度的压力传感器实时检测两个通孔的压力，同时，采用高分辨率的光栅尺记录下各个通口压力突变点时的阀芯位移， 将两个位移数值相减即得到机械式气动换向阀的过渡机能。Ø  项目来源：横向项目     技术领域

本成果通过对桨叶/叶片进行空气动力学和声学数值模拟分析，获得桨叶/叶片气动性能、载荷、噪声特性，评估复杂桨叶/叶片外形下的气动和噪声性能，并可结合优化设计理对桨叶/叶片外形参数进行优化，获得性能更佳的桨叶/叶片气动外形。本成果可应用于风力机叶片、无人机螺旋桨、旋翼桨叶、常规螺旋桨等气动与噪声性能的一体化评估、分析设计，可减少桨叶/叶片风洞试验测试，缩短桨叶/叶片设计周期，降低设计成本，同时也可独立分析桨叶/叶片设计参数对气动性能和噪声特性的影响，实现对整体性能的比较评估。

技术分析（创新性、先进性、独占性） 本项目已经具备具有200个CPU集群辅助计算，目前已建立了国际上领先的万个化学药物的化合物库和六万多种中药单体化合物库、利用国际一流的计算机辅助设计软件（Schrodinger, Discovery Studio, MOE等）进行大规模化合物数据库的虚拟筛选，并根据REOS预测、ADME/T性质的理论预测，结构聚类等，剔除成药性差的化合物。 目前已经针对多个靶点和药物做了国际创新性研究工作，相关成果在药学领域相关SCI期刊上共发表论文17篇，平均影响因子>4.5，他引460余次。

三维结构和细胞外基质构成支架材料的微环境，关系到产品体内 移植后的命运与转归。脱细胞组织支架材料很好地保留了组织原有的 三维结构，能满足正常组织的生理需求，是构建工程组织和器官的更 适宜载体。本技术成果以“脱细胞角膜基质”为基础，拥有一整套自 主知识产权，已获得6项国家发明专利授权和3项PCT优先权，申请美 国和欧盟专利各1项，3项国内发明专利正在进行实质审查；按照企业 标准（YZB/粤0120-2009）制备的样品已经通过中国药品与生物制品 检定所检测(检测报告编号QZ201006553和QZ201101046)，获得SFDA 的临床试验许可。去细胞异种角膜基质经中山大学中山眼科中心伦理 委员会批准（中山眼科中心伦理审查批件编号2011KYNL001），已开 展临床试验。

本技术成果基于雌激素在鱼类性腺分化发育中的关键作用，通过干预鱼体内雌激素水平从而达到调控 鱼类性腺分化发育的方向。埋植或投喂雌激素合成酶（芳香化酶）抑制剂，可降低体内雌激素水平，成功 诱导雌性先熟的性逆转鱼提前性逆转，获得人工诱导的雄鱼

一、项目简介 由于众多工业企业存在工作环境噪音大、粉尘多、劳动强度大等问题，均不同程度面临着招工难的问题，生产规模很难扩大。同时，由于长时间重复机械工作，容易出现漏检和误检，整体工作效率不高。对于已上线成套设备的企业，其集成度仍较低，自动化程度及性能都亟待提高，很难满足市场的迫切需求。因此，机器换人可有效解决上述问题，而机器视觉是模拟人工操作的关键，综合利用视觉检测、模式识别、优化调度和综合信息管理等技术和方法提高生产自动化水平极为重要。 二、前期研究基础 项目组已与惠州高视科技有限公司签署合作协议“机器视觉定位平台开发与技术服务，2018.3-2019.3，50万元”，并联合厦门大学自动化系与高视科技有限公司建立“视觉定位联合实验室”，与厦门市自动化学会签署合作协议，联合建立“人工智能-机器视觉联合实验室”。研究了视觉对位平台如何实现两个目标物之间的精确对准。视觉系统需要对两个目标物分别进行拍摄，选择Mark点或者目标物的边或角的特征信息。利用视觉对位技术，实现两个目标物物理坐标之间的在X、Y轴和角度坐标的偏差，通过驱动相关运动平台，引导平台运动到贴合位置，实现视觉引导精确对位。 三、应用技术成果 开发了鞋模喷胶系统，采用传送带传送鞋模，利用工业相机采集图像，经图像处理算法检测鞋模边缘，再将处理过的边缘坐标数据传送给控制器，控制器控制喷胶器对鞋模进行喷胶。 开发了自动贴盖机系统，基于传送带传送产品，利用工业相机采集传送带上的产品图像，再通过图像处理算法定位到模板图像在采集图像中的准确位置，从而通过坐标转换将图像中的坐标转换到世界坐标，然后将数据通过串口通信传送给控制系统，控制系统会控制机械手在定位到的位置坐标贴上产品标签或者封盖。 四、合作企业 惠州高视科技有限公司是一家专业从事机器视觉应用领域设备、计算机图像处理系统解决方案研发的高科技现代化企业。公司的机器视觉产品广泛应用于液晶、电子、新能源、金属加工等行业公司秉承以人为本、合作共赢的管理理念，以技术开发为中心，以客户需求为导向，致力于成为在机器视觉检测、测量、图像识别领域杰出的系统解决方案及设备供应商。拥有11项软件著作权和5项实用新型专利。

肝功能衰竭是人类死亡的主要疾病之一。近年来，唯一治疗难治性肝病的可行方法是肝脏移植，然而，由于供体的短缺，使很多病人得不到及时的救治而死亡。生物活性人工肝系统采用活的肝细胞作为反应器的主体，具备完成肝脏多种功能的条件，可为急慢性肝功能衰竭等多种肝病患者提供短期或长期肝脏支持系统。/line本项目旨在建立一套由活体细胞系统构成的新型生物活性人工肝血液灌流装置，使其具有人体肝脏的解毒、合成、代谢等生理机能，完成这套系统将标志我国人工肝脏的研究与开发达到了国际先进水平，它对临床医学将有划时代的意义。为了建立生物活性人工肝系统，该项目的主要研究目标是构建高密度活性细胞组成的生物反应器，其中较为关键的问题是肝细胞聚集体或微载体培养系统的优化。/line人工肝脏的研究是集生物化学、材料科学、细胞生物学和临床医学等多学科的系统工程。西方发达国家对这一领域极为重视，自八十年代以来，用于此项研究的经费逐年递增，也取得了一系列的研究成果。美国的Sussman等人研制的生物活性人工肝装置已用于临床前试验。日本、德国的几个研究机构也报道了不同构型的生物活性人工肝系统。

人工智能物联网时代要求语音交互有非常好的体验感,室内环境下,当距离超过两米后,通过墙壁的反射造成的混响、音响设备的回声及其他环境噪声对语音识别带来了极大的影响,因此基于麦阵的声音采集与处理模块成为物联网时代的最佳人机交互采集模块。目前成熟的麦克风阵列语音信号采集与前端处理模块尚未出现，市面上仅有少数国外厂家如科胜讯提供双麦降噪芯片。同时,语音识别应用还需要配合降噪处理,目前的方案全部采用分离设计,一颗降噪芯片+一颗语音识别芯片。近年来随着大数据挖掘,基于人工智能神经网络的深度学习开始在语音识别领域进行推广运用,相对于传统的GMM模型,识别率得到了很大的提升。然而神经网络计算量非常巨大,需要采用GPU或CPU阵列的方式来进行运算,并且需要外加语音阵列降噪模块,其方案成本高,体积和功耗大。因此市场上对一款同时支持远场语音麦阵降噪和神经网络识别,具备高性价比的单芯片需求极大,具有巨大的市场前景和竞争力。