项目简介 对苯二甲酸的工业生产主要采用以对二甲苯为原料的高温液相氧化法。对二甲苯以乙酸 作为溶剂，以乙酸钴-乙酸锰为催化剂，以四溴乙烷为助催化剂，于 221~225℃、2.5~3.0 兆帕下氧化生成对苯二甲酸，该生产过程中排放出高浓度有机废水，pH 值在 2.5~3.3，CODCr 约 4500~8000 mg/L，其中除了含有大量醋酸外，还含有 1000 mg/L 左右的对苯二甲酸、苯 甲酸等有机物及少量的锰盐等。 采用大孔树脂吸附工艺分离回收水体中的 PTA、苯甲酸等苯系有机物，采用离子交换工艺富 集回收吸附出水中的锰离子，采用好氧生化工艺降解交换出水中的有机物（主要为乙酸）。 

依据简易机器人具有软硬件相结合的特点，提出简易机器人的设计流程：明确任务与要 求、制定总体方案、硬件设计、软件设计、制作模型或原型、试验，或没有满足要求，修改 或生意设计总体方案。简易机器人是由：机身、驱动小马达，单片机控制电路，机械传动装 置以及动作执行部件（手臂、双脚）等组成。使机器人完整地运动起来，要预先编好程序， 形成有关任务，烧制到存储器中。机器人的控制器部分既接受任务程序也可接受来自外界环 境的传感信号，经单片机控制电路的处理形成控制信号，通过电动马达与机械传动部分，控 制整个机器人执行机构的运动。 

产品质量已经成为市场竞争中决定胜负的最关键的要素。建立生产质量模型无论是对生产过程的本质特性研究还是对实际生产过程的控制、预测、优化、仿真和质量诊断都具有重要的现实意义。 本系统重点实现对生产过程相关因素进行实时监测，解决产品生产过程中各项指标的变化与产品质量之间的模型关系，基于统计模型，运用偏最小二乘法、具有优化结构的神经网络、多变量统计过程控制等方法，对从实际生产过程中得到的统计数据进行分析和建模，消除、避免生产过程的异常波动，使过程处于正常波动状态。研究影响产品质量的关键因素，给出调整的策略，科学指导生产。 以钢铁制造流程为代表的大型流程工业是一类由不同功能但又相互关联、相关支撑、相互制约的多种工序和多种装置及相关设施构成的、工序串联并集成运行的复杂过程系统。针对大型流程工业的特点，解析多流程、多尺度、多装置间的相互关系，建立有效的质量控制模型，寻求最优的质量控制策略，监控产品的生产质量状态，确保产品的质量成为一个重大的研究课题。 生产质量建模和过程监控可以应用于钢铁冶金生产等流程型工业中，也可以广泛应用于石油、化工和机械制造等其他领域中。本系统的应用案例有：宝钢股份有限公司条钢部高线生产中的轧件尺寸精度评估与SPC控制系统，鞍钢股份有限公司冷轧热镀锌生产质量建模与分析系统。

（1）开发三维在线检测技术，能对生产产品（型材、铸坯、钢板等）进行轮廓测量、缺陷三维检测，钢板表面平直度测量，钢板镰刀弯，对角线，切斜值进行测量；（2）轮廓动态测量精度 0.04mm-0.3mm；（3）缺陷检出率为 100%，缺陷深度检测精度 0.05mm-0.1mm。

成果简介：计算机辅助工艺过程设计（CAPP）是连接产品设计与制造的桥梁，主要完成产品零件制造工艺过程的计算机辅助设计与文档编制，其过程从零件信息的获取到工艺规划完成，并为CAM、PPS、PDM、ERP提供信息输出结束。BITCAPP实现以下功能：零件信息获取：读取CAD信息，并对加工特征信息进行补充；工艺设计：完成工艺规划，输出工艺文件信息：表格定制：根据企业的不同表格绘制表格，并关联数据库；工艺资源管理：管理当前企业的资源设备和工艺知识；报表生成：统计资源、设备的应用；系统集成：与其他系统进行信

可以量产/n该项目带宽宽，可以覆盖Ku以下所有频段，并向Ka频段发展；线性度高，模拟通信不失真；动态范围大，激光输出功率高，相对强度噪声低。可靠性高，全金属化耦合焊接，提高了可靠性和寿命。市场预期：该项目产品主要应用领域是通信，目前国内市场需求大于300亿人民币。随着国家宽带战略的实施和物联网的发展，未来5-10年将以大于30%/年的速度递增。到2020年将大于1000亿元人民币。

西安交通大学医学院地方病研究所所长王治伦教授和莫东旭教授领导该所致力于“硒与大骨节病关系研究”，通过流行病学调查、临床查体和X线拍片检查、大骨节病区外环境（水、土、粮）和人体内环境（血、尿、发）大量样品分析研究、动物实验及病理学、生化学研究，发现低硒是大骨节病区的基本因素，病区人群处于低硒营养状态，低硒动物实验能复制出大骨节病区人群体内的表现，硒对人体一些

Ø  成果简介：北京理工大学汽车排放质量监督检验中心是经国家环保局认可的柴油机排放检验机构和北京市环保局认可的轻型车辆排放检验机构。主要设备包括：ü  底盘测功器（日本小野测器公司）：该设备可进行轻型车的排放性能、动力性能、燃油经济性能的检测。司机助软件平台可根据现实标准编制司机助工况曲线；动力性能包括加速特性、最高车速、功率特性和爬坡度；燃油经济性能包括稳态工况和瞬态工况。ü  气态排放分析仪（美国ROSEMO

01. 成果简介 随着移动计算、传感器网络和科学观测设备等新技术在经济社会各领域的广泛应用，特别是监控、遥感、定位等技术的崛起，人们获得了海量的时空数据。时空数据分布于连续空间，并且随着时间动态变化，具有十分复杂的模式规律。例如，卫星遥感数据和雷达回波数据是广泛应用于气象观测和军事侦察的时空数据，在连续的卫星扫描或雷达观测过程中，形成时间轴上的一系列遥感图像或回波影像，反映三维地理空间中某种观测物理量的变化规律。视频监控、医学影像、气象预报、环境监测等很多应用领域都涉及时空数据预测和识别任务，在问题求解过程中需要同时考察时间和空间两方面因素，存在时间上的非平稳性和空间上的高维相关性两大技术难题。 本成果创新大数据深度学习技术，从复杂、海量、高维、非平稳的时空数据中识别重要的时空模式，挖掘在时间和空间上的变化规律，并对未来的时空演变趋势进行预测，形成了时空数据预测和识别的深度学习技术（如图1所示）。具体包括：·        提出卷积结构与循环结构深度融合的统一建模方法，学习高维度、非线性时空特征表示，挖掘空间关联结构与时间动态信息；·        提出时空记忆单元和回忆机制，对时空非线性、非平稳性变化进行预测学习；·        提出时空数据的迁移学习技术，降低时空分布差异，实现知识的跨时空迁移。 该技术尤其擅长捕捉高维度、非平稳时空数据的非线性变化规律，例如多物体对象在空间和时间上的“产生、消亡、运动、形变“等复杂时空数据场景。与同类技术相比，运行时间短，预测和识别精度高，在国际上处于整体先进、部分领先的水平。  图1. 用于时空数据预测和识别的循环神经网络架构及其时空记忆单元图2. 本成果技术（时空数据预测与识别）在北京交通流量预测任务上的效果02. 应用前景 该技术成熟度高，部分成果已经以线上系统的形态成功应用于中国气象部门强对流天气预报业务中，与国内现有极端天气预报业务系统相比，该技术将雷达回波外推预报准确率平均提高了45%，其中高强度雷达回波外推预报准确率提高了353%，处于国际先进水平。气象灾害中70%以上是由雷暴大风、下击暴流等强对流天气导致，致死人数占自然灾害死亡人数的93%，因此该技术在避免人员伤亡、实现财产保全、减少农业损失方面产生显著的社会经济效益。同时，该技术还可广泛应用于时空数据的预测和识别场景，在关系国计民生的气象、环保、交通等领域可以发挥重要作用，应用前景广阔。例如，采用该技术可实现未来交通流量时空分布的精准预测（如图2）。该项成果还入选了2018年首届数字中国建设峰会，为杭州G20峰会、厦门金砖会晤、中国国际进口博览会等提供了精准预报支持，获得2018年教育部技术发明一等奖和2018年中国气象学会科技进步奖一等奖。03. 知识产权 本项成果已获得发明专利授权6项。04. 团队介绍 本成果团队长期研究大数据管理与分析技术，包括分布式数据存储与查询、深度学习与迁移学习、业务过程挖掘、数据质量治理等方向。团队负责人为王建民教授、软件学院院长，机器学习小组组长为龙明盛副教授。团队在本领域发表国际学术论文100余篇，申请专利100余项，授权专利60余项。相关成果获2018年教育部技术发明一等奖、2018年中国气象学会科技进步一等奖、2014年国家科技进步二等奖、2013年中国电子学会科技进步一等奖、2012年教育部科技进步一等奖等奖励。05. 合作方式 技术许可 / 软件服务。