（1）研发了系列新型高强高韧铸造轻合金材料，支撑了复杂铸件性能提升。 1）研发出一种新型高强韧铝硅合金。开发出一种新型高强韧铝硅合金及其制备方法；提出一种混合稀土和Sr元素的复合变质方法，缩小枝晶间距并细化共晶硅；研究出合适的热处理制度；阐明了变质剂组成与含量对变质效果的影响规律，基于此显著提高了铝硅合金的综合力学性能。有效解决了现有铝合金铸件易发生的裂纹、伸长率低、屈服强度不达标等缺陷和问题。 2）研发出一种低成本高强耐热稀土镁合金。开发出一种添加低成本混合稀土的新型多元稀土镁合金材料；揭示了混合稀土对镁合金相变规律的影响机制；研究出准晶增强稀土镁合金的高温固溶T6热处理工艺；开发出兼具优良的室温与高温力学性能的低成本稀土镁合金；解决了现有镁合金铸件易产生冷隔、强度低、韧性差等问题。 3）研发出一种新型高强韧钛合金。开发出一种α+β型双相高强高韧钛合金，揭示了合金在凝固-热等静压-热处理过程中微观组织的演变规律；研究出调控相组成及相形态的双级固溶时效热处理制度，形成了以等轴和篮网为主要特征的基体组织，使合金的强度和韧性同步提升。解决了现有铸造钛合金强度和韧性偏低、铸造成形性差等问题。 （2）研发了铸造全流程模拟仿真系统，提出了高效的单件化铸造数值模拟方法，实现了高性能复杂铸件的数字化工艺设计。 1）提出了一种铸造原辅材料热物性参数高精度求解方法。提出了基于实验测温与数值模拟反求的热物性参数求解方法，实现了面向数值模拟的热物性参数高精度求解；建立了反热传导法求解铸件/铸型界面换热系数的数学模型,降低了界面关键参数求解误差；研发了高精高效的热物性参数反求平台-华铸PIS，创建了铸造原辅材料高精度热物性参数数据库。 2）研发了铸造合金熔炼-复杂铸件充型凝固-热处理的铸造多物理场全流程高效模拟平台。建立了电磁、速度、压强、浓度、温度的多物理场耦合数学模型，自主研发了从铸造合金熔炼到复杂铸件充型凝固到热处理的铸造全流程模拟仿真平台，为铸造工艺优化提供了工具；提出一种数据内存动态自适应划分技术，解决了SOLA流动场求解数据耦合干扰难题，实现了大规模铸造流动场模拟问题的并行高效求解。 3）提出缩孔缩松缺陷定量预测与单件化模拟工艺优化方法。提出双高分配原则缩孔缩松预测模型，解决了复杂铸件缩孔缩松高精度预测难题；提出了针对高性能复杂铸件不同批次的单个铸件模拟方法，建立关键工艺参数波动对典型缺陷的多元回归关系模型，实现了基于单件化模拟仿真的高性能复杂铸件缺陷控制与工艺优化。 （3）建立了铸件生产全生命周期的单件化柔性化质量管理模型，实现了高性能复杂铸件质量问题的单件化、全过程、全要素溯源。 1）创建了基于PLM理论和TQM理论的铸件单件化管理模型。基于产品全生命周期PLM理念以及多智能体技术，构建了铸造串并联多工位单件化的缺陷溯源模型；建立铸件单件及作业过程信息模型和组批、混批、拆批模式下单件自动生成、感知、标记、进度跟踪的控制机制，实现高性能复杂铸件单件化缺陷溯源。 2）创建了支持业务即时重构的参数配置式多维度铸造柔性化管理模型。创建了支持铸造数字化管理系统业务即时重构的参数配置式多维度铸造柔性化管理模型，解决了刚性管理系统可重用性低、应变能力弱和实施周期长的难题，支撑不同领域不同类型铸造企业随环境变化、自身发展等柔性进行的组织变革、流程变更和管理改善，实现了企业按需柔性化管理。 3）创建了基于TLBO\GA\BSA元启发式算法优化理论的铸造智能化管理模型。创建基于改进性教与学算法（TLBO）、遗传算法（GA）、回溯搜索算法（BSA）等元启发式算法优化理论的铸造智能化管理模型和技术，解决了铸件异步热工序组炉复杂条件下工序生产调度IPPS组合优化难题，实现了系统智能决策管理以及多品种大容量铸件高效生产。

奥威亚以自主技术创新为核心驱动力，领衔教育信息化音视频算法的技术前沿，布局人工智能领域深度学习处理和分析技术。

纵横公路工程算量软件通过自动读取Excel格式的工程数量表，能实现定额工程量、清单工程数量的自动统计。让造价人员专注于造价分析，而不是算工程量。 在项目前期阶段，能快速形成造价文件的项目表、定额结构，一步完成「量」的采集、「价」的预配。由此，即可便于用经验法判断设计数量的合理性；快速地初步分析设计方案的技术经济性。 在项目招标与实施阶段，软件能快速统计工程量清单、建立分部分项工程计量台账，节约施工图复核的周期，加快推进项目实施进度。软件生成的计量台账，作为项目业主施工图复核的结果，据此与施工企业施工图复核结果对照检查，确保公平。

集成一体化先进结构方案，将开放式的电路和实验平台、高品质数字信号源、新一代测量与分析仪器集成在一个实验箱中，不需要配电脑或其他仪器，只需一个实验箱就能全面支持“信号与系统”实验的教学内容。

数据是企业的重要资源，数据质量则是体现其价值的关键。大多数企业已建立的众多的基础专业数据库、信息资源管理系统，并完成的数据仓库建设，但是对数据与信息的质量、新数据是否上来以及上来及时性等缺乏有效的监控手段；同时，已有信息资源往往被分散的保存着，其管理维护乃至数据库的变更都难以掌控。本系统基于元数据、元结构、元知识模拟专家对于数据与信息资源的管理策略，利用机器学习、自然语言处理以及知识库技术，实现了基础数据资源监控与管理，建立了基础数据资源动态监控与质量巡检系统。系统主要功能包括： 元数据管理 建立和管理包含所有基础数据库结构信息的元数据库，使对各个基础库中的最新数据项和数据项变更历史等有一个全面的掌控；同时也为今后建立在基础库之上的应用和对数据库的维护打下良好的基础。 重要基础数据的采集监控 对各基础数据库中的重要数据是否及时采集入库及基础数据的删除进行定期的监控，并对监控的结果给出相关结论报表，以便及时了解各基础库数据的数据增删情况。 数据质量巡检子系统 定期地对各基础数据库中的重要数据项进行质量检查，监控各数据项中的数据是否满足给定的规则条件，对于不符合条件的数据通过提供的预警机制进行预警。 本技术可用于通信、能源、交通、政府、国家中医药管理局、医疗机构、冶金行业、石油石化等行业。

北京大学本科生课程学习实行教学计划和导师指导下的自由选课制。各专业教学计划规定应修满的总学分及各类课程学分的具体要求。学生应根据教学计划规定的各类课程学分要求和学院的指导意见，根据自身情况合理安排学习进度，努力在规定的时间内完成教学计划。