国内水土修复工程和高端石油机械装备领域的高端技术人才

以废杂黄铜直接材料化生产高精度易切削黄铜材为目标，发明了废杂黄铜熔炼制备易切削黄铜用除铁精炼剂，实现了保锌除杂和黄铜制品成分精确控制；成功研发了双联体并联熔炼炉及机械捣料搅拌等熔铸成套装备，日均产量提升 45%，单位能耗下降 12.5%，设备自动化程度高、热能利用效果好；集成创新了铜线和铜棒连续自动化生产技术，并建成了生产线，提出了黄铜合金塑性变形的微区调整和控制技术，提升了铜合金产品的力学性能，实现了高精密近终形异型材的直接制备。该项目集成创新了废杂铜精细化预处理工艺和设备配置，大幅提升了废杂铜的处理工效，保障了产品质量和性能的稳定，并建成了 10 万吨年产能的生产线。

新型无石棉短纤维增强橡胶基密封复合材料制备技术：本项目制备开发的短纤维增强NAFC材料具有耐高温（300摄氏度）、低蠕变、高强度、低成本的特点，且其制备工艺单，基本沿用了传统CAF材料的生产设备，产品技术指标完全满足国家标准对NAFC材料性能的要求，且某些指标已经超过了国外同类进口产品。 非石棉密封复合材料生产技术：本项目所开发产品的技术指标包括压缩回弹率、泄漏率、应力松弛率、外观质量等均符合国标规定的要求，其使用性能达到甚至超过国外知名企业同类产品的性能指标，可替代国外进口产品。 密封件及其防松弛元件生产技术及装备：项目团队已开发出密封元件分级制造新技术以及工艺参数可控制的国内最先进的静密封件生产装备，包括新型缠绕机、金属包复垫滚压成型机、石墨复合垫剪圆及包边机等。采用上述技术和装备可生产出满足不同工况条件的高质量静密封产品。此外,项目团队开发了高温连接用防松弛技术及其相应的元件，可提供成熟的产品设计和制造技术。

针织提花装备是针织提花生产的基础和核心。本项目开展之前，我国针织提花装备以机械式和功能简单、精度较低的电磁式为主，高速提花、高密提花、复合提花、立体提花和成形提花等高档提花装备均依赖进口。项目组针对高档针织提花装备的关键和瓶颈问题，联合高校、针织装备和生产企业，形成汇聚工艺、机械、控制、设计和生产为一体的产学研联合创新团队，逐一攻克针织提花装备的技术难题，研发具有自主知识产权的高档针织提花装备和配套设计系统。项目成果为针织提花装备和高端提花产品的生产提供了整体解决方案，带动了我国针织提花产业的快速发展，推动了针织提花产业升级和科技进步，使我国针织提花产业跃居世界第一。 1.主要科技内容: ①针织经编提花装备关键技术， ②针织纬编提花装备关键技术， ③针织横编提花装备关键技术。 2、授权专利情况：围绕高档针织提花装备、针织提花系统和针织提花生产，共申请发明专利 61 件，其中 2 件为国际 PCT，24 项国家发明专利已获授权，申获软件著作权 4 件，发表 SCI 等学术论文 60 余篇。 3、技术经济指标：应用针织提花技术研制的五个系列经编提花装备、四个系列纬编提花装备、三个系列横编提花装备，均具有自主知识产权，其工艺技术先进、控制系统精确、设备运行平稳，整体技术水平国际先进。 4、应用推广及效益：项目成果已在针织装备和生产企业全面推广。应用提花装备生产关键技术，与江苏润源联合研制五大系列高档经编提花装备，累计推广 300 余台；与江苏润山联合研制四大系列高档纬编装备，累计推广 700 余台；与江苏金龙联合研制三大系列高档横编提花装备，累计推广 4000 余台；项目研发的高档针织提花装备市场占有率第一。配套的设计系统和生产技术在国内外150 余家企业推广应用。仅以应用本项目成果的 3 家提花装备生产、6 家提花产品生产做统计，其在 15-16 年，共新增产值 16.32 亿元，新增利润 4.1 亿元。

复杂修形齿轮是克服高速重载工况下力热耦合形变影响的高端齿轮，直接决定装备传动 系统的振动、噪声、寿命等服役性能及其核心竞争力，广泛应用于航母、潜艇、汽车等。针 对复杂修形齿面精密制造面临全齿面修形加工存在原理误差、传统试错修调法提升加工精度 困难、齿面淬硬层均匀性及级理难以调控等问题，在国家科技重大专项、863计划等支持下， 开展复杂修形齿轮精密数控加工关键技术与装备研究，成果获2018年国家科技进步二等奖。  主要取得突破和创新如下： (1)  提出复杂修形齿轮加工的点矢量族包络计算新理论，不用建立和求解啮合方程， 以数字法替代解析法，突破啮合原理解析法无法求解奇异点、计算复杂的瓶颈；发明齿面扭 曲消减方法，解决刀具廓形精确设计及原理误差消减难题，齿面扭曲减少70%以上，达国 际领先。 (2)  发明复杂修形齿轮加工工艺系统误差调控技术，开辟齿轮修形精度提升新途径。 提出制齿机床热态精度提升技术，发明热致误差补偿方法，保证机床精度稳定；提出基于等 效虚拟轴的齿面误差补偿方法，解决修形精度提升难题，提高传动精度1-2级。获中国专利 优秀奖。 (3)  研制大规格精密数控滚齿机、精密多功能数控磨齿机、高速干切滚齿机等具有齿 面扭曲消减及加工误差补偿的高端制齿机床，填补国内空白；开发集齿轮修形设计、工艺规 划于一体的制齿软件，打破了国外高端机床垄断。滚齿精度达5-6级，磨齿达3级，干切滚 齿提高效率2-3倍，与同类国际先进水平相当，打破高端制齿机床垄断，迫使国外同类机床 降价30%以上，并出口英、法、日等。 (4)  发明复杂修形齿轮滚磨一体化工艺技术，确保修形精度及表面一致性。研制复杂 修形齿轮刀具，实现齿轮刀具的数字化设计制造；研发滚磨余量协同分配、齿面柔性修形、 磨削级理优化等工艺，实现磨后齿面淬硬层均勾分布、齿面纹理可控、修形工艺快速固化， 提高齿面疲劳寿命。满足了军方供货要求，支撑我国主要舰艇齿轮加工；为汽车变速箱的批 量国产化提供了保障。

沧州市益奥特体育装备有限公司(曾用名：沧州市益奥特塑胶器材有限公司），主营儿童无动力设备，体育健身器材，智能化健身路径，体育公园规划设计，大型无动力滑梯，全人群智慧体育健身，智能化健身路径，体育健身器材，智慧冰雪健身、儿童无动力设备等产品，系列产品为塑胶场地场馆工程、健身器材、校园器材、康复器材、幼教器材、体质检测、笼式足球场、心理咨询设备八大系列产品。公司成立于2004年，位于沧州市海兴县工业园区，注册资本3060万元，占地面积60000平方米。为全国“守合同重信用”企业、高新技术企业、河北省A级工业企业研发机构、科技型中小企业。

景德镇百陶会陶艺装备有限公司坐落于中国瓷都——景德镇，公司成立于2012年，是一家专业的陶艺设备和原料制造商。 百陶会以“科技成就艺术”为企业理念，以弘扬中国国粹——陶瓷文化为己任，致力于将陶瓷生产工艺标准化、简单化，让更多的普通人也能感受到陶瓷艺术的魅力，接受陶瓷艺术的熏陶。百陶会与景德镇陶瓷大学、轻工业陶瓷研究所合作研发了多项科技成果，实现了陶瓷生产工艺商品化的革新。 截至2016年12月，百陶会已拥有各类专业技术人才百余名。引进先进生产设备，建成现代化陶艺设备生产基地，生产面积7000平方米。武汉、景德镇两大培训中心教学面积超过1500平方米。合作伙伴、服务网点覆盖全国30多个省（市、自治区）。 “以质量求生存，以创新谋发展”，百陶会建有规范的质量保证体系和严格的产品企业标准，自主研发、生产和销售陶艺设备、工具和原材料等系列产品，并为中小学、大专院校、社会陶艺机构提供全面的陶艺装备整体解决方案。

江西众沃实验室智能装备有限公司，成立于2019-04-01，注册资本为500万人民币，法定代表人为傅美龙，经营状态为存续，工商注册号为360502210134280，注册地址为江西省新余市渝水区新兴工业产业园小微孵化园2#，经营范围包括研发、生产、销售实验台、通风柜、安全毒品储存柜、药品柜、气瓶柜、天平台、装备式墙面板；实验室规划、设计、施工、设备安装；实验室设备及配件、仪器、试剂(不含危险化学品和易制毒化学品)及耗材销售；货物进出口、技术进出口、代理进出口业务。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

该报告对于新街口街道制定生活服务业三年规划，具有较强的指导作用，相关研究结论和政策建议被采纳。