本成果构建了模块化爆炸物销毁防护装备、系统及方法创新体系，在防爆机理、技术、装备、检测等方面均取得重大突破，并经过100余次的爆炸实验探索与反复测试验证，解决了防爆装备的轻量化、实战化、安全性等重大难题。 一、项目分类 关键核心技术突破 二、技术分析 为解决我国爆炸防护的重大难题，项目组一改传统防爆结构“以硬碰硬”的防护方法，创新“以柔抗爆”的柔性复合防爆新思路，后续分别得到了国家自然科学基金、爆炸科学与技术国家重点实验室重点项目等项目的资助。经过持续自主创新和技术攻关，构建了模块化爆炸物销毁防护装备、系统及方法创新体系，在防爆机理、技术、装备、检测等方面均取得重大突破，并经过100余次的爆炸实验探索与反复测试验证，解决了防爆装备的轻量化、实战化、安全性等重大难题。 该成果的技术指标和技术特点如下： ①采用模块化结构，单个重量不大于100kg，整体装备重量不大于200kg。 ②开口尺寸大，开口尺寸≥600mm，能够容纳常见的未爆弹药及带有包装的爆炸物； ③防爆能力强，能够防护3kgTNT当量带有破片的爆炸物，能够对爆炸过程中的冲击波、破片和高温火焰进行有效的防护，安全距离为5米。 该装备目前技术状态已经成熟，建立了小批量的试制生产线，通过了相关检测，已有产品在销售。

项目背景：目前，国内脚轮生产基地大部分在南方地区， 据统计，中国脚轮产品市场份额约占全世界的 30%，全国需 求量约 600 亿元，公司为弥补北方高品质脚轮的空缺，进行 了注塑车间智能化技术改造，建设了集中供料、集中供水电、 集中供气的智能化先进生产线，配合先进的冷却技术，通过 机械手以及输送带完成“注塑+成型+冷却+输送”一条线。 广泛应用于工业、商业、医疗器械以及机械、物流运输、环 保清洁用品、家具行业、美容器械、食品机械、五金生产等 各行业。 所需技术需求简要描述：寻求针对脚轮产品制造过程中 的流程优化和技术改造方案。并通过对注塑机等设备 MES 数 据的提取和挖掘，实现注塑过程的数字孪生，并设计开发基 于数字孪生的智能决策系统。  对技术提供方的要求:能完成对脚轮生产线的精益改 造，并实现数字孪生技术的个性化应用。 

索非布韦（商品名：Sovaldi，通用名：Sofosbuvir，结构如图 1 所示）是吉利德科学公司（Gilead Sciences）于 2013 年 12 月 6 日获得美国食品药品监督管理局（FDA）批准的用于基因 1 型，2 型，3 型以及 4 型慢性丙型肝炎（HCV）成人患者的有效治疗药物。 目前索非布韦 28 片/瓶在美国的销售价格为 2.8 万美元，即每片1000 美元，而大多数患者需要治疗 12 周，总费用将达 8.4 万美元，分析认为索菲布韦会成为一款超级重磅炸弹药物。2014 年在美国的销售额将达到 19 亿美元，到 2016 年其销售额将达 66 亿美元。 本项目将研究索非布韦的合成方法和产业化工艺条件，通过设计和改进现有的索非布韦合成方法，获得索非布韦的生产技术，项目的考核指标是实现索非布韦的产业化生产。 本项目索非布韦合成方法具有以下优点： 1) 操作步骤简单，每一步重要中间体的纯化均采用重结晶或非常普通的纯化方法，不需要进行硅胶柱层析等繁琐的纯化方式； 2) 每一步的合成反应收率较高，进行产业化生产的装置简单，没有特殊的化工装置要求； 3) 整个工艺路线设计合理，溶剂回收方便，三废产生量很少，属于环境友好型绿色合成生产工艺； 4) 顺利实现的所有重要反应中间体和最终索非布韦产品的立体选择性控制，通过 31P NMR 谱以及 1H NMR 谱检测结果表明，该生产工艺得到了单一立体构型的索非布韦目标化合物。

本项目获江苏省科技进步奖；中国食品工业协会科学技术奖；中国轻工业联 合会科技进步奖；教育部科学技术进步奖。 1、项目简介 项目充分开发我国特色凹凸棒土（简称，凹土）资源，通过矿物学、化学、 食品科学、环保工程等多学科交叉研究，首先从纳米尺度研究凹土的形貌、成分、 结构特征，发现了赋予其多种特殊性能的“纳米孔”和特殊晶体结构，以及影响3 其性能充分发挥的纳米孔道、晶体排列和表面性质等缺陷，建立了凹土晶束解离 及其孔道复生与活性点的再生与扩生、恢复凹凸棒土晶体的特有堆积状态，建立 了凹土增值加工关键技术和清洁生产工艺，开发出食用油脱色吸附剂、有机凹土 废水处理吸附剂、凹土基干燥剂等系列产品。

本项目是基于复合矿物材料的改性，通过 CPB（阳离子）和 CSB（两性）复合改性方法，取代原有的传统药剂，可以在气浮、生物处理等领域开展应用。 技术指标包括： 1）通过 XRD、SEM、BET、FTIR、Zeta 电位等科学表征方法，验证了改性后药剂的微观结构有利于后续的物化、生物过程； 2）通过 Design Expert 数据处理软件探讨改性膨润土的二次响应曲面模型以及优化的水平值，建立的污染物指标的去除模型； 3）利用响应面 Optimal Design 建立数学模型，基于响应面法(RSM)优化复合改性膨润土的制备条件和工艺参数，该改性复合材料（阴-阳离子、阴-阳-非等表面活性剂、PAC 基质交联等方式）能实现市政污水稳定提标中 COD 保持在30mg/L 以下，黑臭水体治理中 TP 保持在 0.2mg/L 以下，含重金属废水的治理中 Cr 的浓度保持在 1.0mg/L 以下，印染废水中锑离子实现 95.2%的去除效果。使用该改性药剂后，运行成本吨水投加药剂费用为 0.5 元，该技术能解决多种难以处理的废水。

中国科学院机构知识库(CAS IR GRID)以发展机构知识能力和知识管理能力为目标,快速实现对本机构知识资产的收集,长期保存,合理传播利用,积极建设对知识内容进行捕获,转化,传播,利用和审计的能力,逐步建设包括知识内容分析,关系分析和能力审计在内的知识服务能力,开展综合知识管理.

面向我国能源结构调整的重大战略需求，提出了利用二氧化碳高效开发页岩气的新理论与新方法，成功指导了我国首次陆相页岩气超临界二氧化碳压裂现场试验，实现了页岩气高效开发与二氧化碳地质封存一体化的突破。

“新型多天线传输技术”是5G移动通信系统亟待研究的关键问题之一。孕育其中的3D-MIMO技术则是亟需攻克的难点之一。据此，本技术成果依据3D-MIMO技术中的多用户智能波束赋型，研究Massive MIMO阵列对5G系统波束赋型性能的影响。 技术成果主要功能： ？ 时间反演波束赋形（Time Reversal Beamforming, TRBF）通信系统可计算模型。 此部分主要是在经典的天线系统排布方向图与增益的理论研究基础之上，进一步研究这些天线系统的排布对TR大规模MIMO通信系统性能的影响，建立了基于不同天线系统排布的不同的信道响应模型。 ？ TRBF通信系统互耦效应的可量化分析模型。 建立了互耦的信道模型，然后通过信道模型来分析TRBF通信系统的性能。 ？ TRBF通信系统极化信息的可量化分析模型。 针对天线的极化特性建立信道模型，基于极化信道模型分析TR通信系统的性能，建立系统极化信息可量化分析模型。 技术成果应用领域： TR通信可以利用复杂环境中的丰富多径来提高系统的信道容量，减小误码率等等。并且TR的空间聚焦特性能精确定位用户终端，所以TR Massive MIMO通信系统可以用在受阴影衰落较大的地区，例如位于密集高大建筑楼群的低层用户，由于巨大的建筑物遮挡阴影损耗，要想实现设备到设备之间的直接通讯很困难，而TR技术可以精确定位到传输终端，达到普通波束赋形达不到的效果。类似的环境还有山区高大山群的阴影衰落，信号衰减大的森林地区等等。 此外，TR通信能够利用复杂环境中的丰富多径来提高通信系统的性能，所以在电磁波反射路径多的环境，自然环境比如地下车库，隧道等，人造环境比如模拟体验太空舱，金属装饰风格的办公室或者住宅等（见下图2）。在这些多径异常丰富的环境下，移动终端经常会出现接收不到信号等，这也是秉承随时随地接入网络宗旨的5G蜂窝移动通信系统亟待解决的问题，而这些场景正是完美的TR技术应用场景。 由此可以想见，TR在5G蜂窝移动通信系统覆盖范围下的某些特殊通信场景极有用武之地。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。