成果简介：本项目通过建立一个基于虚拟现实技术的计算机装配工艺规划仿真分析环境，利用产品的CAD模型，在不制造实际模型的情况下，由装配工艺规划人员在计算机环境中对产品的装配工艺过程进行交互式的定义和分析，包括建立产品各组成零部件的装配顺序，空间装配路径，编制工艺文档，并分析装配过程中的装配精度和装配机构运动，从而大幅减少装配工艺规划周期和成本，同时，系统提供装配工艺过程动画录制功能，将规划好的装配工艺以三维动画形式纪录下来，并可以通过安装在装配现场的浏览终端，展示给装配人员，以3维工艺来指导3维装配

本发明公开了一种面向 GPU 集群的资源管理方法，包括：主管 理节点建立两张表：资源信息表和任务信息表；主管理节点接收到新 任务；判断任务是 CPU 任务还是 GPU 任务；主管理节点查找满足任 务需求的空闲资源；对于 CPU 任务，次管理节点对任务的数据进行预 处理，将数据片分发到其管理的所有节点进行计算，计算完成后，主 管理节点根据任务号回收次管理节点管理的所有节点的相关 CPU 资 源；对于 GPU 任务，在检

天为 piMES 钢铁行业产销一体化管理系统（ TianWei process industry Manufacturing Execution System ，简称天为 piMES ）是专门面向国内钢铁制造企业的专业化软件平台，系统解决了钢铁制造企业经营管理系统与设备控制系统之间产生的信息断层问题， MES 系统上对经营管理系统接收生产计划和技术要求数据，下对生产车间各种自动控制设备进行数据采集，通过 MES 的生产作业计划、物料、质量、计量、成本等系统功能，提高企业订单执行和生产过程控制能力，强化产品质量管理，降低控制成本，提升客户满意度。

本发明公开了一种基于移动终端的立体车库泊车管理方法及系统，对用户进行分类，对不同类别的用户差异化管理；对持用终端的注册用户，停车管理包括接收用户请求、车位查询、预约停车、车辆识别、生成引导信息、计时收费、控制停放、车位状态更新；取车管理包括接收用户取车请求、车辆识别、计时收费、车位状态更新；对于持用终端的未注册用户，停车管理包括车辆识别、生成终端与车辆对应关系、生成引导信息、计时收费、控制车辆停放、车位状态更新；取车管理包括车辆识别、收费识别、车位状态更新等；针对无终端用户保留传统车库立体停取车的人工管理方式。本方法基于当前立体车库的总体结构和运营模式，简化并优化了立体车库停取车管理。

北科大独立开发了金属层状复合板带轧制复合成形新技术，比传统爆炸复合、热轧复合和冷轧复合技术的流程短、成本低且产品的性能优异，可广泛用于钛/钢、铜/钢、铝/钢、钢/钢、镍/钢、镁/钢、铝/铜、钛/铜、镍/铜、铝/铝、铝/钛、镁/铝等各种异种金属双层或多层复合板带的生产，产品在海洋工程、汽车交通、电力建筑、石油化工、信息能源、国防军工和日常生活等领域用途广阔。

北科大独立开发了金属层状复合板带轧制复合成形新技术，比传统爆炸复合、热轧复合和冷轧复合技术的流程短、成本低且产品的性能优异，可广泛用于钛/钢、铜/钢、铝/钢、钢/钢、镍/钢、镁/钢、铝/铜、钛/铜、镍/铜、铝/铝、铝/钛、镁/铝等各种异种金属双层或多层复合板带的生产，产品在海洋工程、汽车交通、电力建筑、石油化工、信息能源、国防军工和日常生活等领域用途广阔。

一、项目分类 关键核心技术突破 二、成果简介 据联合国环境规划署报道，全球每年产生约5000万吨的电子废弃物，超过70%的电子废弃物产生于中国，电子废弃物的有效处理及处置已成为全球关注的热点。作为典型的电子废弃物，截止2018年，铅酸蓄电池仍占全部二次电池的55%，拥有最大市场份额。 目前，国内外广泛采用火法冶炼的废铅膏回收再生工艺，温度高达1000 oC以上，产生大量挥发性铅尘和SOx，传统火法再生铅引发的“血铅”等环境污染风险受到广泛关注。考虑到电子废弃物具有资源性和污染性的双重特性，如何实现电子废弃物的清洁回收是本领域的难点。 本技术研发了废铅酸蓄电池铅膏有机酸短流程回收方法及柠檬酸铅两段法焙烧制备新型铅粉方法，进而制备出高性能的铅炭电池，实现含铅组分的高效清洁回收。铅炭电池由于具有电容效应，有望解决传统铅酸蓄电池比能量密度低的不足。

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

本公司主要产品-多模态宫颈癌智能辅助筛查系统，利用人工智能和图像处理技术实现宫颈液基细胞全切片智能解析和细胞DNA定量分析，应用自然语言处理技术对细胞学TBS报告、细胞DNA定量分析报告以及电子病历报告进行知识挖掘。 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 祝新宇 软件工程 2019.9 / 2023.6 杨志鹏 软件工程 2019.9 / 2023.6 孙宇 软件工程 2019.9 / 2023.6 吕焓 国际经济与贸易 2019.9 / 2023.6 朱莹婧 会计学 2019.9 / 2023.6 唐昆铭 软件工程 2018.9 / 2022.6 刘波 软件工程 2018.9 / 2022.6 贺雨欣 软件工程 2018.9 / 2022.6 束童 软件工程 2018.9 / 2022.6 孙东东 软件工程 2018.9 / 2022.6 黄薇 软件工程 2018.9 / 2022.6 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 史骏 软件学院 副教授 机器学习与智慧医疗 四、项目简介 本公司主要产品-多模态宫颈癌智能辅助筛查系统，利用人工智能和图像处理技术实现宫颈液基细胞全切片智能解析和细胞DNA定量分析，应用自然语言处理技术对细胞学TBS报告、细胞DNA定量分析报告以及电子病历报告进行知识挖掘，形成宫颈癌细胞学知识图谱辅助医生决策和病理科室质控，建立多模态宫颈癌智能辅助筛查系统及其辅助诊断模型，构建AI驱动的宫颈癌筛查全流程应用生态，力争减轻筛查过程中病理医生的工作强度，最大限度地提高宫颈癌筛查的质量和效率。 本公司主要出售两种产品：（1）宫颈癌数字病理云平台：用户批量上传宫颈液基细胞全切片图像至远程，云端将自动进行智能分析，本系统算法软件已在远端服务器进行部署搭建，适应了减轻病理医生阅片筛查工作强度的需求。（2）智能显微镜及其AI组件：系统实时读取显微镜下视野，实时出具分析结果，团队研发的算法已通过嵌入式开发实现了软硬件一体化服务，能够适配多种品牌的显微镜。由于宫颈癌数字病理云平台需要经过价格昂贵的扫描仪制作数字化全切片的繁琐制作过程，成本较高，该产品形式避免了过程繁琐的数字化全切片制作过程，同时成本较低，主要针对社区、乡村等基层医疗机构，有利于提高宫颈癌早筛的覆盖率。