利用现有的信息化系统，对产品制造过程的质量数据、工艺参数进行集成和融合，采用统计方法和大数据分析技术，实现产品质量在线监控、诊断、优化、判定与全流程质量追溯分析，提高产品质量的稳定性和成品率。（1）数据采集、预处理与时空融合：从自动化控制系统、MES、ERP、大型仪表采集产品制造过程的重要工艺参数、质量参数、物料参数、判定结果、以及控制系统报警事件等。（2）生产过程与产品质量实时监控：对来自工艺过程实时数据库、产品质量数据库的基础数据，在经过数据转换与重整后，采用相应的数学模型，对生产过程和产品质量进行在线监控，避免出现批量的质量偏差。（3）产品质量分析与预测：对关键过程参数进行符合性分析，预测产品质量，为产品质量在线评级与判定、工艺优化等提供依据。（4）质量全流程追溯与诊断分析：根据物料号追溯产品在整个制造过程中的工艺参数与质量数据。采用质量分析算法进行全流程质量诊断。（5）过程质量在线优化：通过案例方式为生产过程控制的操作人员提供工艺参数调控策略。

灵菌红素族（Prodigiosins）是一类天然红色素家族的总称，包括Prodigiosin，Prodigiosin25-CmetacycloProdigiosin，Prodigiosene和desmethoxyprodigiosin等，灵菌红素（Prodigiosin，2-methyl-3-pentyl-6-methoxyprodigiosin）是该族色素中的典型物质，最近国际上的注意力都集中在由粘质沙雷氏菌Serratia marcescens 所生产灵菌红素族色素（Prodigiosins）潜在的临床应用前景、治理赤潮和湖泊水华等方面。项目通过理化方法致突变筛选高产灵菌红素菌株。发酵方面从生化工程角度对灵菌红素产生和分泌从分子遗传水平、细胞调节水平和反应器传递水平进行较系统地定量研究，形成了一套发酵过程多参数相关分析和实时诊断技术，以实现运用宏观操作来控制微观细胞代谢和灵菌红素产生和分泌的目的。分离纯化方面综合国内外的纯化工艺，制定了低成本且简易的制备工艺：30升罐发酵水平达到800毫克/升以上，提取总收率可达75%，试验样品纯度90%以上。国家863重点项目子课题，已申请发明专利3项，具有核心技术（自主知识产权）。

现阶段恐怖袭击日益猖獗，保护军队和政府要员的车辆免受路边炸弹和遥控炸弹的威胁，已经成为世界各国的重要挑战和任务。本项目针对战争场景研发了一些列军警用信号封控产品。当打开我们研发的干扰系统，可使周边车辆遥控炸弹，固定场所遥控炸弹，包括敌方无人机侦测，无人机恐怖袭击，全部失效。大大降低了恐怖袭击成功的可能性。 

本成果提出了一种基于工作流的结构化装配工艺设计和装配过程管控技术方案，以及基于数字孪生的复杂产品装配过程同步建模与仿真技术方案，可用于航天、航空、船舶、兵器等复杂产品装配车间的电子化数据采集与管理、运行状态的同步建模和实时监控、现场需求的快速响应与处理、完整准确的产品质量数据包输出以及物料的动态跟踪管理。 一、项目分类 关键核心技术突破 二、技术分析 本成果针对复杂产品装配车间存在的数据全面实时采集和管理困难、生产调度困难、装配现场需求响应不及时、完整准确的产品装配数据包的输出难以实现等问题，提出了一种基于工作流的结构化装配工艺设计和装配过程管控技术方案，以及基于数字孪生的复杂产品装配过程同步建模与仿真技术方案，可用于航天、航空、船舶、兵器等复杂产品装配车间的电子化数据采集与管理、运行状态的同步建模和实时监控、现场需求的快速响应与处理、完整准确的产品质量数据包输出以及物料的动态跟踪管理。 一、主要技术优势     有效利用工作流和数字孪生技术，为复杂产品装配车间数字化和智能化管控提供新的方法，并取得良好的应用效果。 二、主要性能指标    （一）支持多种装配数据的电子化采集、管理与质量数据包生成，包括完工数据、工时数据、质量数据、物料数据、多媒体数据、实测表格数据、工艺数据等，电子化的数据采集覆盖率可达90%以上；    （二）支持装配车间运行状态多层次多维度的同步映射，包括车间布局、人员状态、环境状态、物料状态、产品工艺状态、设备状态等。根据实际应用场景，数字孪生模型覆盖率可达95%以上，虚实状态映射一致率达100%，时间延迟在3s以内。

 铁路作为复杂的电磁系统，高功率电气设备与弱电系统共存，工作空间有限，电磁环境恶劣，尤其是随着动力分散式列车速度的不断提高，所需的牵引功率不断提高，车载设备种类繁多、连线复杂，使电磁兼容问题日益突出。而系统间及系统内部优良的电磁兼容性能是实现铁路安全、高效运行的必要条件。   车载列控运行环境电磁兼容监测系统可实现对列控系统周围的电磁环境的实时监测和对车载列控设备遭受电磁干扰的分析预警，可同时记录车载BTM天线、TCR天线、速度传感器、多普勒雷达测速器等周围空间中干扰信号的时域特性和频域特性以及各部件信号电缆中耦合的传导干扰电压或电流。   系统特点：   1）实时监测、分析和预警；   2）同时监测干扰的时域特性和频域特性；   3）多通道同时监测；   4）频率范围：9kHz~3GHz；   5）动态范围：60dB。

《科学·进展》（Science Advances）在线刊登了清华大学水利系杨大文教授课题组题为“青藏高原多年冻土融化的碳排放风险（ Permafrost thawing puts the frozen carbon at risk over the Tibetan Plateau）”的研究论文。这是该课题组近年连续在专业领军期刊发表多项关于青藏高原冻土变化的研究成果后，在青藏高原冻土变化对土壤有机碳的影响与潜在风险评估方面的又一重要研究进展。 北半球分布的多年冻土面积约占北半球陆表面积的1/4，其中环北极多年冻土区储存着大量土壤有机碳，约为当前大气中碳储量的二倍。近年来，随着气温升高与冻土退化，原本冻结在多年冻土层中的土壤有机碳，通过微生物分解以CO2、CH4等形式释放到大气当中，这些温室气体反馈到大气进一步加剧气温升高与冻土退化，形成冻土-气候的正反馈效应。青藏高原地区分布着环北极地区以外最大范围的多年冻土，有地球“第三极”之称。青藏高原多年冻土区储存的土壤有机碳可能成为气候变化背景下的潜在碳源，而这些冻土碳的空间分布尚不明晰，融化风险也亟待评估。基准期(2006-2015年)多年冻土活动层厚度与表层(0-3m)土壤有机碳分布杨大文教授团队整合青藏高原地区最新的冻土与土壤碳观测数据，模拟了青藏高原多年冻土与活动层厚度分布，基于数据驱动的机器学习方法得到青藏高原冻土碳空间分布信息，估算了青藏高原冻土有机碳的储量。结果表明，青藏高原土壤有机碳总储量约为50.43 Pg，其中37.21 Pg在当前气候条件下常年位于冻结的多年冻土层中。这一成果填补了全球已有冻土碳数据中关于青藏高原地区冻土碳分布状况的空白。不同排放情景下未来青藏高原融化冻土有机碳的变化预测该研究还首次评估了升温背景下青藏高原冻土有机碳释放对区域碳循环的潜在影响。随着气候变暖，至本世纪末青藏高原多年冻土层中储存的土壤有机碳约22.2-45.4%将发生融化，这一融化量可在相当程度上抵消了生物群系净固碳量，从而极大地增加了青藏高原多年冻土区从碳汇转变为碳源的风险。其中，3m以下深层冻土中有机碳融化量占冻土碳总融化量的比例高达29.6-46.2%，这一结果凸显了青藏高原地区深层冻土碳的重要性，弥补了现有研究仅关注浅层（0-3m）冻土碳释放的不足，为评估气候变化背景下冻土融化对区域乃至全球碳循环的影响提供了新思路。清华大学水利系博士生王泰华为论文第一作者，杨大文教授、杨雨亭副教授为共同通讯作者，合作者包括北京大学朴世龙教授、中国科学院青藏高原研究所李新研究员、中国科学院寒区旱区环境与工程研究所程国栋院士和中国科学院生态环境研究中心傅伯杰院士。该研究工作得到了国家自然科学基金、中科院战略性先导科技专项等项目资助。原文链接：https://advances.sciencemag.org/content/6/19/eaaz3513

已有样品/n该成果针对公安等部门侦测办案使用，通过研制的wifi探测设备能够对附近的各种移动设备的信号进行抓取和分析，并能追踪和定位指定的移动设备。对上网行为管控，侦查破案、舆情监控具有市场。该成果适用于公安、反恐等场合，预计年销售额超过1000万元。

项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别 一、项目分类 关键核心技术突破 二、成果简介 项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别，将以查视频回放的结果型安全管控模式，转变为控制关键作业环节的过程型管控模式，实现了安全关口前移 服务规范管理 智能数字化分析，提高了全站精细化管控能力以及管理层科学决策、信息决策能力。可应用于能源、电力、制造业等与人员安全以及操作流程合规性密切相关的行业。

小试阶段/n该技术通过精细化水环境管理，构建了具有动力学机理、引入高性能计算技术的“空-地-水”一体化水环境模型体系，能快速精准模拟流域未来水环境变化趋势,评估污染源与水质的响应关系，核算水体环境容量，预测水体内突发事故的演进过程；针对智慧环保和环境大数据的国家战略需求，研发了环境大数据下多源异构数据融合、集成、挖掘、共享技术，建立了以流域水环境风险评估与预警智能云平台为主体的成套水环境风险评估与预警的技术体系，平台