连铸坯热送热装工艺是近十几年来迅速发展并日臻成熟的实用技术，它是连铸生产工艺中的一项重要革新，是钢铁联合企业节能降耗、提高产量和质量的重大措施。连铸和热轧间的联结工艺可分为连铸坯热装工艺（HCR）、连铸坯直接热装工艺（DHCR）、 连铸坯直接轧制工艺（DR）和传统的冷装工艺（CR）。一般所说的热装工艺包括HCR和DHCR，两者的区别在于HCR工艺，板坯的连铸序号与装炉序号不一定相同，连铸和热轧可以各自相对独立地编制生产计划，为此，在连铸机和加热炉之间常设置保温坑，以缓冲相互的影响；DHCR工艺则要求连铸序号和装炉序号是相同的。所以，DHCR与DR一样，连铸和热轧必须一体化生产。DHCR和DR工艺的区别在于采用DHCR工艺时板坯需经过加热炉加热后轧制，而采用DR工艺时则不经加热炉加热就直接轧制。 实施连铸坯热送热装的关键技术环节是了解和掌握连铸坯的热状态参数，只有掌握了连铸坯的热状态参数才能实现加热炉的优化控制，从而实现节能、降耗、提高产量和改善加热质量的预期目标。 掌握连铸坯热状态参数的方法有两种，即现场实测和理论计算。一般而言,一个物理过程的技术资料可以通过实测获得，但是，在许多情况下实测相当困难，甚至是不可能的。因此，仅仅依靠实测很难获得完整的技术数据。本项研究在详细分析了连铸坯热送热装热过程工艺特点的基础上，建立全部过程数学模型，在验证模型正确可信的基础上，可以获得全部热过程所需要的热状态参数，从而为加热炉的优化加热提供坚实的理论基础。 该项目可以应用于钢铁联合企业，特别适合连铸板坯和方坯系统的热送热装工艺系统。

本系统基于北京航空航天大学模式识别与人工智能实验室的多模情感识别与情感表达融合技术，开发了基于3D仿生代理的多模情感人机交互系统。该系统具有情感感知与表达能力，能够通过采集用户的视音频信号，实时感知用户表情和语音中包含的六种基本情感信息（高兴、悲伤、惊讶、害怕、生气、嫌恶），识别准确率达到85%，并通过3D仿生代理生动的语音和肢体动作与用户进行自然和谐的对话交流。系统消耗资源少，适合移动平台；融合表情和语音进行决策级情感识别，识别率高；采用3D仿生代理，交互界面生动自然。该系统及相应情感感知技术可应用于新一代情感人机交互界面。本成果已获得授权发明专利2项，受理发明专利15项，申请国际发明专利2项。授权发明专利如下：一种鲁棒的人脸表情识别方法，ZL200810223211.6；汉语语音情感信息的提取及建模方法，ZL200810104541.3。

一种表面贴装用气密性金属外壳，属于芯片金属封装器件，解决现有插装式金属外壳引出线较长，易导致绝缘子产生裂纹从而气密性失效，且绝缘子气密性较差的问题。本实用新型包括管座、绝缘子、引出线、管帽，管座用于安放芯片，引出线上端用于通过导线连接芯片的引脚，管帽用于和管座气密性封接，绝缘子为下端具有环形裙边的空心柱体，绝缘子上端位于所述管座的通孔内，绝缘子下端环形裙边将绝缘子上端和所述通孔之间的孔隙气密性封闭；引出线穿过绝缘子并与其紧密贴合，引出线露出绝缘子下端的部分整体植有焊球。本实用新型引出线较短，和 PC

本实用新型提供了一种同时测种苗根长、苗长的简易装置，包括两个量尺，两个所述量尺的一端两侧均设有夹板，所述夹板一侧的上端通过转轴与量尺转动连接，且夹板与量尺相垂直，两个所述量尺上的夹板远离量尺的一侧相连接形成卡槽，两个所述夹板之间横向贯穿设有橡皮筋，两个量尺相靠近的一端均设有拨动块，两个量尺靠近夹板一端的刻度为零，所述夹板上也设有刻度，且夹板靠近量尺一端的刻度为零。本实用新型能一次性解决种苗根长、苗长的测量问题，能节省大量人力、物力，提高工作效率，能快速、简便的测出种苗的根长和苗长，大大的降低了其使用的局限性。

项目背景：结合国家“节能降耗”的背景，同时为节约成本提升产品市场竞争力，近年来各钢铁企业纷纷对能耗“大户”加热炉进行改造升级。高效轧制国家工程研究中心致力于加热炉领域的研究已有十多年的历史，涉及范围广泛，包含热处理炉、隧道炉、蓄热/常规板坯加热炉、方坯加热炉等，拥有成套加热炉解决方案，并结合现场进行设备工艺诊断，定制适合每个个体的加热炉过程控制系统，达到提高产品加热质量、节能降耗的目的。关键工艺技术：（1）基于炉温闭环控制的智能燃烧及炉温控制技术用于多种类型的加热炉过程控制系统，根据热值、残氧、压力等实时优化空燃比，从而有效地控制炉内气氛；（2）精准的板坯温度预报模型和出钢节奏预测是智能燃烧的前提，依据周期呈现的钢坯温度场分布、剩余在炉时间、出钢序列，预测出钢节奏；（3）变钢种规格混装以及延迟故障工况的感知，统筹协调所有钢坯的炉温需求，并根据延迟故障信息动态调配炉温设定。

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 田洪源 电气信息学院/自动化 2020/2024 202031070296 车斐 电气信息学院/自动化 2020/2024 202031070286 蒋佳芯 临床医学院/临床医学 2020/2025 20200619330221 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 青小渠 电气信息学院 副教授 控制科学与工程 刘强 电气信息学院 讲师 控制工程 四、项目简介 冰粉，是源于四川的著名甜品小吃，具有品质嫩滑、清爽可口等特点，近年来在西南地区甚受欢迎，市场发展潜力巨大。但传统冰粉行业的制作方式及营销模式均较为原始，难以满足当下数字化经济的发展需求。随着自动化、无人化概念不断融入人们的生活中，智能化餐饮设备的市场需求不断提升，尤其在“后疫情时代”，智能化无人售卖在多个环节减少了人与人的接触，这种购买方式不仅代表着未来的趋势，巨大而传统的冰粉市场也需要相关智能设备的赋能来提高竞争力。 在冰粉行业领域，智能无人化的冰粉制作售卖机器，相较于传统冰粉，在制作成本、店面成本及人工成本等诸多方面均有明显优势。如今冰粉的多样性发展，已经不仅仅在夏季受欢迎，甚至在冬季也有一定的市场份额，尤其在商超、景点等人流量大的场景，需求量明显增长，使得我国冰粉市场呈现高增长态势，经川内实地考察，目前成都的冰粉店数量较少，仍难以满足消费者需求，尤其需要低成本无人化的智慧无人冰粉制作售卖机器填补市场空白。 本团队（志向先驱者）是一个以智慧无人冰粉设备为主要研究领域，以自主研发的全自动冰粉机为核心产品，通过物联网实现门店开放、设备交互、资源共享。致力于国内无人化智慧冰粉行业探索及其智能设备研发的科技团队。 团队所研发的全自动冰粉机设备集各种自动化技术研发，通过基于互联网的远程监控管理系统，集冰粉自动制作、打包和手机下单售卖等多项功能，实现无人化经营，具有占地小、功能多、适应性广、成本低等特点，为当今快节奏的生活方式提供有效的购买冰粉解决方案。团队（公司）通过远程的管理中心，监控机器的运行情况。同时设备可作为广告载体，根据大数据分析，为消费者带来优质服务的同时为合作商家产生传媒效益。项目设备组成的智能无人小型冰粉“门店”适用于景点、商超等多种场所，可实现长期自动化运营。 团队成员包含“双一流”高校自动化、机械设计、食品质量与安全等多领域专业人才，兼具软硬件开发及学习能力，热爱创新制造和设计新型运营模式，成员多有大量商业实践经历，具有敏感的创新意识和丰富的市场经验。项目初代样机已处于试用阶段，累计申请各类国家专利十余项，作为西南石油大学开放实验重点项目、国家级大学生创新创业训练计划成功结项，同时与多家公司已达成意向合作关系。 团队自成立之初，就立下助力本土传统行业智能化转型发展的崇高目标，秉承“自主研发，专利先行，多方合作”的发展理念，坚持“以才为本，校企协作，软硬兼施”的战略方针，力图从成都起源，将川渝的特色冰粉推向全国，助力传统冰粉行业的智能化升级，服务更多市场和消费者。

该研究在国基等项目的支持下，开发出了系列系统和平台：基于低空平台的应急与灾难预警监测与指挥、小型无人直升机激光扫描数字地图系统、大范围移动环境监测、小型无人直升机海事巡检。该系统可搭载15公斤有效负载，飞行速度120公里/小时，留空时间1小时。机上集成有自主开发的卫星定位辅助惯性导航系统，实现无人自主飞行，并可在15公里范围内进行图像的实时采集与传输，可极大的增加采集维数扩大观测区域，其主要优势在于：恶劣天气下具有很高的观测精度高；可实现对任意地点进行任意角度的定点连续观测；成本低廉，操作简单，场

本实用新型提供一种适合无人飞行器的微型雷达装置，包括依次连接的采集分析部分、数字部分、 模拟部分、天线部分。本实用新型是一种体积小、重量轻、成本低的雷达装置，使其可以成为无人飞行 器的有效荷载，扩大了无人飞行器的应用范围，使轻型无人飞行器可以完成地形勘测、目标寻找等任务。

 无人驾驶技术对智能交通系统发展、以及军事和工业应用均具有重要意义，已成为世界范围内移动机器人和人工智能领域的研究热点。上海交通大学智能车辆实验室自2005年开始从事无人驾驶系统的设计、研发和应用研究，重点突破无人驾驶车辆的关键传感器、通用控制器、人机交互和系统集成技术，形成具有自主知识产权的无人驾驶车辆相关产品。 无人驾驶分为5个等级，第三级是有条件的自动驾驶，如高速公路或停车场。四级是可人为干预的自动驾驶，而五级则是全工况的无人驾驶。2015年，在东莞万科产业化基地实现了基于磁钉导航的无人驾驶系统应用，也是五级无人自动驾驶系统在国内的首套实际应用。车辆内部不设方向盘、油门、刹车等传统控制部件，乘客可在站点通过通讯装置或者微信呼叫车辆。   该系统适用于规定路线的短途、低速的载人/载物运输，采用电动车辆，符合绿色环保要求，是解决最后一公里问题的优选方案。可应用在机场、商业中心、旅游区、公园、医院、大学校园、CBD地区、工业园等场合。

本发明公开了一种含新能源电力系统调峰需求的评估方法，包 括：统计发生概率大于 0.95 的正净负荷预测误差边界值，发生概率大 于 0.95 的负净负荷预测误差边界值；生成位于正净负荷预测误差边界 和负净负荷预测误差边界之间的净负荷预测误差代表场景；根据所得 的净负荷预测误差代表场景，对次日可能发生的净负荷场景进行预测； 计算预测得到的净负荷场景中的最大峰谷差，作为所求的电力系统次 日的调峰需求。本发明可以根据日前预测的新能源出力的随机特征而 制定出更加准确的调峰需求容量，从而使得电力系统在保证安全运