项目简介 人工湿地污水处理技术，可以用来处理城市污水处理厂的尾水，实现污水的深度净化； 以及经过前处理的工业废水。并且人工湿地是模拟天然湿地的修复功能，所以它也广泛应用 于湖泊、河流等生态修复上。人工湿地污水技术构建简单，运行管理成本较低。在一些未设 置污水处理厂的城镇，也可使用人工湿地来处理生活污水。湿地技术和别的污水处理技术相 比，不存在二次污染，是一种环保的生态修复技术。 该技术在工程应用上已经较为成熟，有许多示范工程，如太湖、滇池及鬲河等湖泊河流生态 修复、以及洱海污水处理厂尾水深度处理等，已运行几年，效果较好。 

已有样品/n重点突破智能终端深度学习处理器芯片设计，研发并改进CNN、RNN 等深度学 习算法和技术，设计并研发Alex、Caffe、Torch等常用的深度学习架构。深度学习 处理器芯片支持CNN/DNN/MLP等主流深度学习神经网络算法，基于深度学习处理器 芯片的智能设备可运行手写数字识别等任务；深度学习处理器芯片处理imagenet测 试集图像分类任务达到30帧/s，芯片面积不超过60平方毫米，单芯片功耗不超过 20W，所研发的芯片性能功耗比超过目前智能终端所使用的主流CPU的100倍。最终 在

基于深度学习的图像识别云端服务平台，能够 通过云计算框架训练深度学习算法模型，对图像进行目标检测 和识别。平台拟采用云端 API 的形式，为其他客户端的提供简 单易用的图像识别服务，将目标识别应用到互联网及移动应用 场景中，推动移动互联网的进步。 该平台实现如下功能：1.模型训练：平台能够基于用户给 定的不同行业的数据，训练相应的精细化分类模型。2. 图像识 别：平台能够根据预先训练好的识别模型，对用户

突破性地采用了参考多维度工作方法。这些多维度特征具体包括四大项：1.程序实体的覆盖信息（coverage information），即程序实体在运行失败或成功的测试用例中是否被覆盖到的信息，一般来说被失败测试用例覆盖越多的程序实体更有出错的可能性；2. 程序变异信息(mutation information)， 即当原程序被改变形成的变异体（mut

为适应原油重质化对电脱盐脱水技术的迫切需求，联合企业共同开展了双进油双电场原油高效电脱盐脱水研究，该技术已应用于500万吨/年重质原油两级电脱盐脱水装置，运行数据表明：装置运行安全、稳定，操作方便，原油脱后含盐<3mg/L、脱后含水<0.3%、排水含油>150mg/L，符合相关标准要求，并在国内外多套装置上得到推广应用，社会效益和经济效益显。已通过了中国石油和化学工业联合会的科技成果鉴定。

工业互联网实现工业现场数据采集、监控管理、数据上云、进行云应用。硬件平台完成材料抓取、模具加工、包装检测、成品入库等工艺过程，模拟模具加工，为工业互联网云平台应用及工业APP开发提供真实数据支撑。

该方案集中体现代工业生产流水线加工系统，将物料供给、工件检测、加工、搬运、立体存储等以及生产监控与管理等知识全面展示在学生面前。整个系统由多个功能站有机组合而成，而各功能站又可以由多个子功能模块组成，可根据实际需求重新组合，为在校学生提供一个符合职业角色的先进工业技术综合实训环境。

方案1清浊分流，轻污染水(COD≤300mg/l)处理达到回用标准，其它水合并处理达标；轻污染水回用率70%，总体回用率50%，吨水处理费1.5元。 　　方案2混合废水处理达标，部分水深度处理达到回用，运行费用较方案1高。 　　轻污染水-生物接触氧化-生物滤池-复合反应器-陶瓷膜-达回用标准； 　　部分污泥回流，陶瓷膜过滤浓水与其他废水合并，处理达标排放。 　　该技术的技术特点： 　　1、自主研制陶瓷膜和动态涂膜技术，可形成预期孔径的无机膜。 　　2、研制生态陶粒、活性炭等组成的曝气生物滤池，用于多个厂的深度处理； 　　3、将物化预处理、多孔陶粒过滤、曝气生物滤池、陶瓷膜等分离技术，进行优化组合，用于印染废水的深度处理和回用，具有设备价格低廉、能耗省、运行成本低的优点。 　　环保效果： 　　分别对棉印染、针织印染、化纤印染废水进行清浊分流和混合废水回用中试(120吨/日-360吨/日)污染物削减75%以上；出水透明度＞30；色度＜25；高锰酸盐指数≤20mg/l；pH6-9，达到暂定的印染水回用标准，并已使用了约5万吨回用水，染色几十种织物。

混合脂肪酸是一种重要的化工和工业原料。主要由石油、天然气、煤等天然物质为原料得到。近年来，随着这些天然资源的短缺和枯竭，粮油等天然再生资源成为生产脂肪酸的重要原料。由于脂肪酸的衍生物具有毒性低、易降解的优点，在工业生产得到了广泛的应用。同时，随着人民生活水平的提高，对以粮油为原料生产的油脂在品种和质量的要求愈来愈高，向天然、纯正方向发展。这样在生产油脂的同时必然产生大量的油脚废料，如果不加以综合利用，势必造成大量的资源浪费和环境污染。用油脚肥料和生活油废料生产脂肪酸，对节约天然资源、降低环境污染，提高人民的生活水平有着重要的社会意义。同时由于脂肪酸市场大，用途广，而且生产成本低、生产技术易掌握，能为生产企业带来较大的经济效益。 混合脂肪酸由十二烷酸、壬酸等饱和和不饱和脂肪酸组成。 工业油脚虽然是废物，但可以综合利用，变废为宝，如果只生产某一种单一产品，其生产效益不高，而且还不能彻底消除环境污染，作为生产厂家，必须进行多种下游产品的开发提高原料利用率，追求较高的回报率。

光学领域顶尖期刊《自然·光子学》报道了浙江大学信息与电子工程学院陈红胜教授课题组的一项最新研究：在国际上率先实现基于深度学习的新一代智能隐身器件。在不依赖任何人为操控的情况下，快速地动态适应变化的背景环境，从而与背景电磁环境特征融为一体，实现自适应隐身。论文审稿专家认为：“这是一项激动人心的、及时而杰出的工作，它连接了变换光学、电磁超材料和人工智能等领域，为智能光子材料和器件这个新兴领域树立了很好的标杆，也将大大促进其他智能电磁器件的发展。”自然界存在两种“隐身”策略。一种是在变色龙和章鱼生物中常见的拟态隐身，使自己融于周边环境；另一种是透明隐身，即光透过物体时不产生任何散射，例如海樽和水母。科学家近年来提出的变换光学隐身方法则区别于上述两种策略，它利用坐标变换的方法来控制电磁波，使其绕过被隐身的区域，按照原来的方向传播，从而使物体完全隐形。与自然界的“隐身衣”相比，人类的“隐身衣”多数只能工作在单一的环境背景和既定的入射波条件。如果稍加改变外界环境或者入射波，隐身效果便会大幅度降低。“理想的隐身衣应该和章鱼和变色龙一样，能够快速自动地适应于变化的外界刺激和背景环境。”陈红胜说。如何才能实现这一点？“章鱼有色素细胞，我们有可重构的新型人工电磁材料单元；章鱼有中枢神经，我们有深度学习方法；章鱼有光敏细胞，我们可以搭建电磁波和环境探测器。”论文第一作者、课题组成员钱超说。当前，深度学习已经开始渗入电磁材料领域，但是主要偏重于理论上设计优化人工电磁材料。如何在实验上实现新型的智能电磁材料、构建新一代智能隐身系统并实现快速有效的自适应隐身，是一个极具挑战的课题，在此之前还未见成功实验的报道。经过三年多的不懈努力，陈红胜研究团队组在充分研究隐身领域关键技术瓶颈的基础上，在微波段成功实现了智能自适应隐身器件。研究团队设计了一项小车智能隐身实验——小车身披一层超薄的可重构的超表面隐身材料，这件“隐身衣”由智能芯片控制，集成了训练好的深度学习模型，能够根据输入的电磁信息快速做出决策，改变“隐身衣”的电磁响应。探测雷达随机改变着入射波的频率、极化和入射角，而小车的任务就是动态适应变化的探测信号，对雷达“隐身”。当环境发生变化，变色龙大约需要6秒时间过度到环境色；而当电磁环境发生变化时，披着智能隐身衣的小车只需要15毫秒就能自动地实时“换装”。陈红胜教授表示，智能隐身成功地融合了新型电磁材料和人工智能等领域，其采用硬件手段实现用于隐身调控的深度学习模型，在应用中只需单次前向计算即可做出合理的决策，大大地缩短了响应时间，这一方法对于实时性要求很高的其他应用也有很好的借鉴意义