主要技术内容： （1）破传统喷雾泵生产设备机械结构设计，采用凸轨、凸轮机构，创新性研制了高精度、高效率的喷雾泵电化铝壳抓口机、喷头打喷咀机等系列装配设备，提高了设备的装配精度和效率。提出集成基于等价输入干扰估计器与参数智能辨识的智能驱动控制技术，成功解决了微型喷雾泵现场设备层不确定干扰、电机参数的时变性对装备电机控制性能影响问题，提高了生产装备控制的精度及可靠性。 （2）集成 RFID 与 WSN，构建微型喷雾泵生产过程信息采集网络，创新性地引入混沌粒子群优化算法，优化采集网络节点部署；动态选择通信节点数目，在获得最大网络覆盖范围的同时，避免节点间的冲突，降低网络能耗，保证了生产过程数据采集与传输的实时性和可靠性。 （3）创新性提出并实现了微型喷雾泵制造过程多目标资源优化调度技术。建立生产车间多目标资源优化调度模型，提出基于种群年龄模型的动态粒子数微粒群优化算法来求解优化问题，并采用层次分析法进行决策，成功实现了微型喷雾泵生产全流程的精益管控，全面提高了生产质量与资源效率。 （4）创新性研发了一种面向制造全过程的信息集成平台。将生产过程信息、管理信息等数据高度融合，实现底层物联网到互联网的无缝连接；解决了常规DCS、MES、ERP 三层架构存在的数据交换困难、系统庞大、功能定制性差、难以适用于中小型制造业等缺点，为微型喷雾泵制造装备的自动化和信息化融合提供了解决方案。 行业意义： 项目通过攻克微型喷雾泵生产装备的自动化与信息化技术融合的关键技术，突破国外先进技术的壁垒，形成了自主知识产权与技术体系，项目成果提升了微型喷雾泵加工装备的自动化、信息化水平，符合国家可持续发展战略的绿色制造技术，可带动和促进化妆品、保健品等领域向高档化的高层次技术方向发展。 获奖情况：2015 年获中国轻工业联合会科学技术进步奖一等奖。 成果的技术指标、创新性与先进性： （1）引入凸轮、凸轨等机构，并结合等价输入干扰估计器、智能辨识等方法设计控制策略，从机械和控制两方面进行突破，自动化程度和生产效率高。 （2）集成 RFID 与 WSN，采用混沌粒子群优化算法优化网络节点，动态选择通信节点数目，降低网络能耗，生产过程数据采集与传输的实时性和可靠性高。 （3）建立以缩短生产周期、减少机器空转时间、降低产品次品率为等为目标，采用种群年龄模型的动态粒子数微粒群优化算法求解生产过程优化调度问题，采用层次分析法进行决策，实现微型喷雾泵生产全流程精益管控。 （4）采用完全不同于传统 DCS、MES、ERP 三层架构的模式，直接面向生产、管理全过程，开发信息集成平台，自动化和信息化融合度高、适用于中小型制造业。 技术的成熟度：相关技术已经形成产品，在无锡圣马科技有限公司及其下游企业进行了产业化。 应用情况： 针对微型喷雾泵加工装备产业当前普遍存在材料消耗大、能耗高、可靠性差、加工效率低、品种适应性差等问题，本项目以提高生产装备的自动化与信息化水平为目的，在装备高性能自动化控制、信息的采集与传输、优化调度、精益管控、平台建设等方面已经取得了创新性研究成果，并对成果进行了提炼、集成，从2012 年开始，针对本项目整体技术展开全面推广，应用于江苏、广东等地区的10 多家轻工装备制造及使用企业。 应用实践证明了，本项目成果总体技术创新程度高、成熟度高、附加效益显著，显著提升了我国塑料装备在国际市场具有较强的竞争力，有利于提高我国塑料装备的设计制造智能化水平，推动了我国塑料制造业的国际化发展。 

合成的一种定位三氟甲基取代的高效有机太阳能电池受体材料，该材料可通过H/J聚集的协同作用形成具有更多电子跳跃传输结点的三维网络结构，可极大改善电荷在分子间的传输，大幅提高器件性能。

本实用新型公开了一种基于嵌入式无线网络的多节点电能质量实时监测系统，包括下位机、上位机、无线数据传输模块；所述下位机主要包括无线传感器测量模块、GPS模块、嵌入式模块、人机交互模块、数据存储模块和电源模块；所述上位机包括PC机与智能移动设备。本实用新型通过使用无线传感器模块增加传感器与下位机的物理距离，增加装置的灵活性，实时获取电量数据；易于实现多节点电能质量的实时监测，大大降低了系统的成本，与计算机进行无线互联，同时将移动设备作为上位机接入，增加装置的便捷性，辅以计算机终端软件，不仅可以利用计算机终端的成熟硬件设备，还可以实现软件的高度复用；还可很容易提供高质量的Web服务，实现数据的网络共享化。

三级等保认证的获得，印证了一德壹教具备提供高标准数据安全服务的专业能力。

本发明公开了一种基于多尺度大核卷积双残差神经网络的超分辨率图像重建方法，适用于图像处理领域，包括以下步骤：对数据集进行裁剪，将裁剪后原始低分辨率图像输入到预处理模块中，进行图像归一化和数据增强操作，生成预处理后的低分辨率图像；预处理后的低分辨率图像组成失真图像块数据集，构成训练集、验证集和测试集；根据已有的失真图像块数据集，构建一个基于多尺度大核卷积双残差神经网络的超分辨率图像重建方法；将数据集输入到构建的多尺度大核卷积双残差神经网络中分提取语义特征，并用模型的上采样模块对特征图进行放大，生成超分辨率图像。本方法引入多尺度大核卷积与双残差结构，在神经网络中使用视觉注意力机制，提取的特征更符合人类视觉感知特性，使图像超分辨率图像重建更加准确。

“引企入校、引才科创、引果转化”打造企校协同的全链条产学研用生态体系