本新技术成果提供了一种高速列车轮对动态检测系统：通过安装在两个相对钢轨内侧的轨上检测装置采集轮对踏面状况的检测信号，并通过与其相连的轨边转接装置将该检测信号发送给现场处理设备，从而由该现场处理设备中的微型计算机对该检测信号进行处理，以确定列车轮对的当前检测结果，并显示出来，现场工作人员即可根据显示内容及时对列车的运行情况进行调整，以保证该列车的行车安全。其中，由于本成果中的轨上检测装置设置在两条相对的钢轨内侧，在安装时，无需对钢轨进行破坏性改造，而且，该轨上检测装置内部相关器件抗震性好，能够在列车高速运行时获取得到列车的相关信息，此外，该检测系统对列车轮对在线检测过程完全是自动实现的，提高了检测效率。

动态网络链路模拟系统模拟天地一体化网络的时变网络拓扑及时变链路特征，支持网络层及上层协议在网络环境中的测试。动态网络链路模拟系统由网络控制器和链路模拟器构成。网络控制器支持星座设定、收发信机参数设定、通信节点随时加入与退出。链路模拟器配置了标准以太网接口，每个接口模拟一个收发信机端口。链路模拟器负责模拟空间链路的时变特征，支持一对一、一对多、多对一链路的时延、误码率、冲突、带宽等链路属性的模拟。 主要技术指标 动态网络链路模拟系统主要技术指标： （1）动态网络链路模拟系统提供的以太网接口数量不小于 144 个； （2）支持一对一、一对多、多对一等拓扑的模拟； （3）模拟链路速率不小于 8Gbps； （4）模拟的时延范围为 [0ms, 300ms] ，时延精度为 1ms； （5）误码添加范围为整个 MAC 帧；

本发明提供了一种材料强度分布获取方法，通过材料的强度试验获得若干个材料强度样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１１．ＴＩＦ＇　ｗｉ＝＇６０＇　ｈｅ＝＇５９＇／）确定基于试验数据的强度随机变量样本：（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１２．ＴＩＦ＇　ｗｉ＝＇１７９＇　ｈｅ＝＇１２８＇／）将强度随机变量η采用混沌多项式展开，根据高斯采样计算得到各阶混沌多项式基函数样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１３．ＴＩＦ＇　ｗｉ＝＇１５６＇　ｈｅ＝＇６６＇／）采用马尔科夫链?蒙特卡洛算法获得各阶混沌多项式系数γ的后验分布样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１４．ＴＩＦ＇　ｗｉ＝＇７７＇　ｈｅ＝＇６０＇／）根据重构的混沌多项式系数样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１５．ＴＩＦ＇　ｗｉ＝＇４７＇　ｈｅ＝＇５５＇／）和混沌多项式基函数样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１６．ＴＩＦ＇　ｗｉ＝＇１２６＇　ｈｅ＝＇６３＇／）确定强度随机变量的后验分布样本：（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１７．ＴＩＦ＇　ｗｉ＝＇３６４＇　ｈｅ＝＇１２０＇／）根据强度随机变量的后验分布样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１８．ＴＩＦ＇　ｗｉ＝＇３３＇　ｈｅ＝＇５３＇／）计算强度的后验分布样本：（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１９．ＴＩＦ＇　ｗｉ＝＇２４７＇　ｈｅ＝＇６２＇／）最终采用区间统计的方法获得材料的强度分布。本发明方法仅需完成少量强度试验即可获得材料的强度分布，且不需要假设材料的强度分布类型，节约了大量的试验时间和经费，同时，也避免了因材料强度分布模型的错误选取而引入的误差。

目前，训练机器学习模型依赖于海量的数据，当以集中方式训练时，会带来很大的计算成本。因此，现在普遍的共识是，未来的机器学习应该以分布式方式实施。通常，分布式学习是以server-worker模式中进行的，其中server利用从workers收集的信息更新学习参数，然后将这些参数广播给workers。 但是，随着worker数量的增加，通信开销也会大幅

团队已完成退役锂电池带电破解分选回收生产线、移动式拆解车等技术成果转化，实现了“1+N”锂电分布式带电拆解新模式，解决退役动力锂电池分布散乱、难以集中无害化处理的难题。 一、项目进展 已注册公司运营 二、企业信息 企业名称 锐锋智锂（陕西）科技有限公司 企业法人 张志杰 注册时间 2022.5.16 注册所在省市 陕西省西安市 组织机构代码 91610113MABLKTJR6C 经营范围 技术服务、技术开发、技术咨询、转让及推广 企业地址 陕西省西安市雁塔区雁翔路99号博源科技广场C座1401 获投资情况 海沃能量盒子1000万投资意向 三、负责人及成员 姓名 学院 入学时间 张志杰 能源与动力工程学院 2021 陈博 能源与动力工程学院 2019 董梓竣 管理学院 2019 宋自远 电气学院 2019 陈昊煊 能源与动力工程学院 2019 黄嘉慧 人文社会科学学院 2019 罗寒非 化学学院 2019 陈楷林 能源与动力工程学院 2019 师鸣遥 生命科学与技术学院 2019 四、指导教师 姓名 学院 职务/职称 研究方向 丁书江 化学学院 教授/院长 电化学储能 杨国锐 化学学院 副教授 锂电回收 延卫 能源与动力工程学院 教授 污染控制 五、项目简介 随着新能源汽车产销量逐年爆发时增长，大量退役动力锂电池涌入报废市场。一方面，镍钴锂元素作为电池极粉生产的关键性材料，而我国长期以来严重依赖进口，面临巨大的材料供给缺口；另一方面，退役电池因含有余能，在堆积、运输及拆解过程易发生起火爆炸（相当于1/8同质量TNT的爆炸威力），危害操作人员安全，同时造成不可逆的镍钴锂产物损失。 因此，预放电步骤是传统工艺中的必经之路，而在预放电过程中又存在严重的环境污染问题，致使传统拆解企业难以进驻工业园区，大大压缩了行业的发展空间。针对上述痛点，本团队研发的项目： （1）首创性实现了对退役动力锂电池的带电拆解，避免了传统拆解高浓盐水预放电工艺，降低拆解成本，单条产线可年减少20万吨高浓盐水的排放； （2）通过自研高效吸附剂与先进的废水处理工艺，实现生产线三废零排放，年减少超百万元的治污成本，获得准入工业园区的资格； （3）内置余热回收系统回收电池残余电能，年减少超1万吨标准煤燃烧，减少超4万吨的CO2排放。 经过学生团队技术攻关和基础实验研究，我司已获得了成套的动力锂电池破解分选技术，已申技术专利20余项。其中负责人已获5项核心授权专利，实审专利11项，对技术、产品形成全方位保护。经过多次技术升级，已成功调试安装了退役动力锂电池破解分选成套设备生产线，该生产线完全达到工业生产要求，锂电池年处理量提升到5000吨，处理能力里超同行10%，产品回收率超同行20%，产品价值率领跑同行30%，并可入驻工业园区。 此外，团队已完成退役锂电池带电破解分选回收生产线、移动式拆解车等技术成果转化，实现了“1+N”锂电分布式带电拆解新模式，解决退役动力锂电池分布散乱、难以集中无害化处理的难题。公司已获得海沃能量盒子1000万投资意向，并与多家智能化设备供应商达成代工生产合作，研发的生产线已在云南云天化集团、陕西全通集团完成中试验收，即将投入大规模生产使用。 

Ø “Pointer”团队开发了自动化程度较高的“Point”自动化软件漏洞检测系统。以黑盒测试为主，主要检测方式首先是基于AC自动机的API序列树构建与基于显露模式的漏洞特征库匹配，其次是对可疑API参数HOOK检测，旨在准确检测出已知漏洞。同时，引入的模糊测试理念与智能离散化模拟数据大大提高了软件检测的自动化程度，能够脱离特征库检测出更多未知问题，并且系统中也加入了漏洞回溯模块，重现漏洞发生过程。本项目由学生自主开发并且参加2010年全国第三届大学生信息安全大赛获得全国二等奖。