依托学校与烟台拓伟智能科技股份有限公司联合北京理工大学、中国科学院电子所、北京京仪自动化研究总院共建的烟台智能技术应用联合创新研究院，开发了系列具有自主知识产权的智能机器人产品和智能制造系统，其中“4-6自由度关节型工业机器人”可负载7kg-200kg；自主视觉引导+二维码定位的AGV，两轮差动、麦克纳姆轮全向，可负载20kg-2000kg。利用自主研发的全向无轨堆垛机、AGV、工业机器人等，在自主研发MES、车管调度、WMS系统监控下完成一系列智能制造和组装，打造了“汽车制动油泵壳体智能制造系统”“智能精密铸造工厂”等一批系统集成示范项目。 为服务烟台苹果产业高质量发展，研究院制定了烟台红富士苹果等级分选省级标准，研发了无损伤智能分选与包装及冷风库智能监管系统、该系统包括智能信息采集与分级子系统、智能输送调度子系统、苹果排面子系统、机器人智能装箱子系统，整线状态监测与数据库子系统。该系统采用人工智能及深度学习技术，有效结合近红外光谱与计算机视觉技术，完成苹果糖度、色泽、果形、霉心病、果锈、重量等21项指标检测，根据检测结果和新的分级标准，对苹果重新进行分类分级，检测准确率达到95%以上，分选效率2个/秒，磕碰率控制在1%以下，装箱速度达到1个/秒。通过该系统，开展苹果大数据信息采集工作，建立种植-加工-储存-销售全链条标准化苹果大数据综合运营平台，现从苹果单一价值到资源价值的跨越，从而促进苹果产业转型升级，高质量发展。

本系统包括温室栽培优化模型动态仿真、专家系统集成与智能控制算法设计等三部分内容。系统采用了基于知识的智能解决方案，系统的三个部分紧紧围绕专家知识与智能，不仅构成统一的整体又能分别独立运行。系统以大量的实验数据和专家经验为基础，采用智能控制方法、智能推理方法和多媒体技术，能提供病虫害在线预报，为温室环境控制提供最佳环境条件，并能对温室环境和作物生长过程进行仿真和预测。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

本发明提供一种提高冬季低温污水生物反硝化脱氮的方法，该方法包括步骤：采用序列间歇式活性污泥法运行方式，将驯化好的活性污泥和硝酸盐废水置于四个连续搅拌反应器中进行反应，用冷却水循环器将所述反应器中的水温控制在5～15℃温度状态下。从四个反应器中取样测定总氮，我国GB18918-2002要求总氮的最高排放标准为20mg/L，结合测定的结果分析最终排放总氮的量是否达标。本发明的效果是采用该方法能够在低温条件下投加介体后显著提高了生物脱氮，达到了我国《城镇污水处理厂污染物排放标准(GB18918-2002)》要求总氮的最高排放标准。氧化还原介体的应用克服了在低温条件生物脱氮速率慢的缺点并为高效降解含氮污染物提供了新的思路。

项目简介 双向旋流强化絮凝一体化污水净化器占地面积小、能耗低、可在短时间内完成对合 流制排水管网污水、生活污水等的多级净化快速处理。设计、开发了一种具有双旋流室 的新型双向旋流净化器，利用 Fluent 流体动力学软件，采用改进的 k-ε 双方程模型对 双向旋流净化器内速度场进行了数值模拟，根据流场模拟结果对双向旋流净化器进行了 改进，在上旋流室中安装了多圈截头圆锥板，使水流上升时形成较小的漩涡，加强了颗 粒运动的紊乱程度，提高了絮凝效果。已完成净化器

高效利用大型燃煤火电机组的灵活深度调峰优越性促进更大规模可再生能源电力消纳对构建我国新型电力系统具有重要积极影响。准确掌握燃煤机组频繁变化的调峰过程动态特性是设计高性能协调控制方案的前提条件。因此，本成果推出面向燃煤机组实际发电过程的智能抗扰控制关键技术及其控制器参数在线优化机制。 创新点 随着频繁大范围调峰已成为大型火电机组的常态化运行趋势，本成果设计了一种兼顾机组发电成本及碳排放量的全工况智能抗扰控制策略。通过有机融合误差自抗扰控制器与快速鸽群优化器，机组实现了对电网负荷指令的迅速响应。

本发明提供一种黄姜皂素废水生化处理出水的电混凝深度处理系统及方法，以廉价铁板作为极板，通过电混凝产生的新生态铁氧化物的絮凝作用，有效去除色度和有机物，电混凝出水中投加次氯酸盐后，亚铁离子和有机物等与次氯酸盐进一步发生氧化还原反应，强化对水中色度和有机物的去除。该发明的处理方法依次包括如下步骤：电混凝；次氯酸盐氧化；斜板沉淀池固液分离；砂煤双层滤料过滤。本发明采用电混凝与次氯酸盐氧化相结合的方法，有效解决了传统的黄姜皂素废水生化处理出水中有机物和色度难以达标的难题，操作简单，易于对现有废水处理工艺进行改进，处理后水可以回用于黄姜皂素生产工艺，大大减轻了其对环境造成的污染，加强了水资源的可持续利用。

简介：本发明提供一种用于镀锌板彩涂预处理的有机无机复合水性表面处理液,属于金属材料表面处理技术领域。该水性表面处理液的组成及其质量百分比是:水性有机树脂:15~45;有机硅烷:1.25~3.75;无机钝化剂:0.075~0.2;无机缓蚀剂:0.05-0.1;pH值调节剂:适量;溶剂水:余量。该有机无机复合水性表面处理液将水性聚氨酯、有机硅烷、无机钝化剂和无机缓蚀剂有机地结合形成有机无机复合保护膜。由于有机硅烷的引入,不仅能改善保护膜的耐蚀性,且提高保护膜与镀锌层的附着力。本发明不含有任何价态的铬,是一种具有环保型的无铬钝化液。