简介：本发明公开了一种改善铁素体不锈钢板带组织性能的冷轧方法及其分析方法，属于冷轧工艺技术领域，其解决了现有冷轧铁素体不锈钢板带组织性能不高的问题。本发明基于冷轧用坯料的变形抗力模型和材料的热物性参数，围绕实际的冷轧生产过程构建板带冷轧过程的有限元分析模型，在总的压下率一定的情况下，分析不同道次压下率分配制度下板带内部的剪切应力与剪切应变分布，通过计算获得板带内部的剪切应变能分布与变化规律，确定提高板带退火后组织性能的总压下率和压下率分配制度。本发明能准确分析铁素体不锈钢退火板带冷轧工艺参数，以改善铁素体不锈钢退火板带的组织性能，获得具有优良成形性的铁素体不锈钢板带。

成果简介： 每年完成药物临床前安全性评价项目50余项以上，多项获得临床批件。开展抗生素药效学评价、眼科药效学评价，一类新药毒代动力学研究、药代动力学研究，药学的药理试验项目。成果评价或获奖情况：

2023年6月25-26日

基于智能终端控制、大数据集群分析、数字网关以及智能云平台等技术构建智慧用能数据服务系统。 项目系统框架图 项目整体思路框架图 项目研究工作分解 针对项目不同负荷类型和典型应用场景，匹配相应的通讯控制模块，通过电力载波或无线等多元传输方式，将用户用能需求等相关电力数据集中在云平台，结合用户行为模型、能耗模型及能源管理控制模型对电力数据进行聚类整合及分析。达到提升用户的用能体验和节省用电成本的双重目标，同时对于电网侧能够利用削峰填谷等策略，增加电网参与辅助服务的力度，有效利用电网资源。 智慧用能平台系统图 目前市场存在的用户用能监测设备及系统之间的数据信息交流往往是单向的，难以达到人们对测量精度和实效性的要求。而本系统基于新型通信和人工智能技术，集成电力信息的感知、采集、通信和控制技术，创建以智能电能表和智能终端为核心的双向互动体系，通过对电流、电压、功率、电量等用户用电信息及温度等环境数据的自动采集，实现对电能的使用情况及各类关键供能用能设备进行的实时监控及能耗监测，对异常值做出预警，通过分析处理采集的数据生成各种用电行为曲线指导用户进行经济合理用电。 技术特点 1、实时性指标 常规数据查询响应时间＜10s；90%界面切换响应时间≤3s，其余≤5s；计算机远程网络通信中实时数据传送时间＜5s。 2、并发指标 支持300用户同时在线，并发要求达到100用户以上，并同时满足以下指标：常规数据查询响应时间≤15秒；主要节点CPU负载≤80%。 3、可用性指标 年可用率≥99.5%。负载率指标：在任意30分钟内，各服务器CPU的平均负荷率≤80%；在任意30分钟内，人机工作站CPU的平均负荷率≤80%；在任意30分钟内，主站局域网的平均负荷率≤80%。 4、存储容量指标 数据在线存储容量满足12个月以上数据存储需求。

西安交通大学分析测试共享中心400M核磁共振波谱仪竞争性磋商

近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7