红外吸收光谱技术基于捕获物质的红外“指纹”来获得物质成分和含量信息，其核心是红外光谱器件和高效紧凑红外光学系统,主要的应用之一是针对气体的传感检测,如有毒有害气体、温室效应气体以及呼吸气体成分和浓度的检测等。相比传统的单气体成分的检测,同时检测多种气体是降低检测成本的有效途径;相比针对未知气体采用实验室傅里叶红外光谱仪的检测，可以现场检测的微小型化红外光谱仪具有更实用且成本更低的优势。另外, 越来越多的场景需要探测精度达到ppb 或亚ppm 精度的高精度气体检测,如有毒有害痕量气体、呼吸气体肺癌早期诊断、果蔬存储中具有催熟剂作用的微量乙烯气体释放的检测等。 现有红外气体传感技术中，基于激光光源的气体传感器虽然易于达到ppb级的高精度检测，但是激光传感器成本昂贵，而低成本的基于热光源的红外气体传感器虽然成本较低，但是却存在精度低的问题。 为了解决上述的精度和成本痛点问题，本成果掌握了高功率热红外光源、可级联长光程气体吸收池、多通道红外探测器和可调谐红外探测器以及多通道微弱信号数字锁相放大检测等技术，开发一系列探测精度到100ppb 以下的多通道红外气体传感器和演示模组，以及基于可调滤波器的小型化红外光谱仪，展示了集成多组分气体检测和现场未知气体成分的光谱仪检测能力，具有高精度和低成本优势，以及小体积和低功耗特点。 （１）高功率热红外光源：MEMS 热光源芯片阵列与微光学准直阵列集成，实现低发散角的高功率红外源。为实现高精度探测所需要的长光程气体吸收池提供足够的红外光能量。 （２）可级联长光程气体吸收池：高精度气体检测需要米级长光程池。现有长光程气体池主要有怀特池、Herriott 型、Chernin 型以及环形吸收池，配合低发散角的激光光源。但是这些吸收池结构复杂，装配难度高，成本高。自主提出的可级联气体池结构简单，光学效率高，且中心对称，加工和装配成本低。 （３）多通道红外探测器：不同敏感波长的红外探测单元集成在同一衬底上，构成多通道器件，可共用一个气体池和光源，节省器件，降低了成本，同时节省了体积和功耗。 （４）可调谐滤波器：采用电调FP 腔和单探测器可以动态选择透射波长进行探测。具有在一定波段内连续扫描实现红外光谱仪的功能，也可以随机定位某个特定波长探测，灵活性强。除了用于已知气体成分的浓度检测，还可用于对含有未知气体种类的应用场景进行气体检测。另外，大口径的压电驱动可调滤波器可用于电力开关柜SF6气体泄露、天然气管道气体泄露以及农作物长势和病虫害监测等场合的红外光谱成像检测。 （５）微小型红外光谱仪：红外光谱仪是在一个较宽的红外波段进行扫描以获取物质的光谱信息，借此探知物质的未知成分。传统的红外光谱仪体积大，主要在实验室使用。本技术采用FP 腔可调滤波器具有体积小结构稳定的特点，易于实现现场检测。 图1 四通道滤波聚焦单元、光学/探测器集成结构以及红外光谱探测器 图2  长光程气体池（平均光程>1米） 图3 可调光谱探测器-PZT压电陶瓷驱动FP腔可调滤波器及可调光谱 图4 红外气体传感器模组 【技术优势】 （1）基于表面微纳结构的窄带滤光片/微透镜阵列技术：实现覆盖中波和长波红外的宽波段滤光/聚焦结构，具有低成本制造优势。 （2）多通道红外探测器集成芯片技术：多通道滤波/聚焦阵列结构与红外探测单元阵列集成，实现多波长光谱探测芯片，具有低成本和小体积优势。 （3）可级联长光程池技术：适合热光源的米级光程气体吸收，实现低成本ppb 级红外气体探测。相比高精度的激光气体传感器，具有成本优势。

装备制造业是一个国家的脊梁”；五轴数控机床作为高端装备的代表，是加工复杂空间曲面的唯一手段，起着不可替代的作用，成为衡量国家装备制造水平的重要标志。我国是机床制造和消费大国，但不是强国，高档数控机床主要依赖进口。2018年我国机床进口总额165亿美元(占机床消费总额近57%），由于禁运，制约我国装备制造水平提升。 国家中长期科技发展规划设立了“高档数控机床与基础制造装备”国家科技重大专项。本项目面向这一国家重大需求，研制了激光高精度多误差参数的快速综合测量仪，通过误差补偿，显著提高数控机床的制造与加工精度。

成果简介：本脑电采集系统利用专用的集成化生物电势测量芯片实现前端模拟信号的调理，具有低噪声、多采样率和高精度的特点，其内置高共模抑制 比且增益可调的放大电路，降低了设备的尺寸和硬件成本。同时，开放式的 CPCI总线提高了系统的可拓展性和灵活性，支持单个或多个板卡同时采集。 每个板卡最多可采集 16 导联的脑电信号，设备支持 4 个板卡共 64 导联脑电 信号同时采集，也可根据需要进一步升级为 

产品详细介绍 电子罗盘HMR3000 电子罗盘HMR3000简介：随着电子信息技术的发展，GPS在导航、定位、测速、定向、测量等方面给人们带来了极大的方便。但在某些地理环境下GPS 无法准确定位（如：被高楼、高山、峡谷、树冠等物体所遮挡时），且在静止情况下也无法得到方向信息。使用Honeywell公司的HMR3000电子罗盘可对此进行有效的补偿，保证导航信息100%有效。即使是在GPS信号失锁后也能正确工作，真正是"丢星不丢向"。此外，HMR3000电子罗盘还可用来测量物体的姿态，按照NMEA0183的格式，通过RS232或485接口，实时准确地输出被测物体的俯仰、横滚和航向角度，且航向精度高，误差在±0.5°。可广泛应用于航海、通信雷达、微波定向、海上平台控制、天线安装、无人机、机器人、运动定向、自动控制等方面。HMR3000体积小，功耗低，精度高，价格便宜是姿态测量用户的理想选择。 电子罗盘HMR3000性能参数

针对充填采矿灾变预测与防治的关键问题开展研发，本成果主要技术内容如下：（1）系统研究了充填体破坏失稳声发射预测技术，开辟了用声发射预测充填破坏失稳的新途径；（2）开发了胶结充填过程控制成套技术，提出并成功实施不良地质体超前护帮充填技术等。本技术成熟可靠，适用于充填法开采的金属矿山，已经在江西等省的 9 家矿山推广应用，累计取得产生超过 3 亿元的经济效益和显著的社会效益，并荣获 2011 年江西省科技进步二等奖。 

在2020年抗击COVID-19疫情斗争中，北京航空航天大学经济管理学院王惠文教授及团队结合2003年所做非典疫情的状态评估和预测建模研究基础，密切关注在疫情防控中存在的问题。自1月23日起，通过各种渠道相继提交了20多个信息和提案，例如：加强对密切接触者实行隔离筛查、避免新冠肺炎疫情在医院内扩散、关注医务人员的轮岗休整、加强对全国各地区疫情监控与预警工作，等等。团队收集和分析了COVID-19的公报数据，采用统计分析方法对新冠肺炎疫情的传播规律进行了预测与分析，对全国（除湖北）各地区的抗疫阶段做出判断和预测，提出了疫情防控全过程的阶段划分方法，并提交了7篇研究报告。王惠文教授接受《中国经济时报》专访，发表文章《各地应分期分批有序恢复社会经济活动》，并被《今日头条》等网络媒体转载；民建市委网站头版刊登了她的文章《COVID-19疫情发展的状态评估与预测分析》，并报道了《数据会说话：王惠文：疫情发展的状态评估与预测研究》；民建中央网站也专题报道了《北京会员王惠文：用数据打赢疫情防控战》。

本发明公开了一种基于深度回声状态网络的目的地预测方法，属于轨迹目的地预测技术领域。

本技术提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。 一、项目分类 显著效益成果转化 二、技术分析 随着智能手机、笔记本电脑等消费电子产品的快速发展，锂离子电池（Lithium Ion Battery, 简写为LIB）已经成为最成功的电化学储能设备之一，并从根本上影响并改变了人们的日常生活方式。随着制造工艺的逐步成熟，LIB的能量密度已经接近其理论极限。另一方面，可移动电子设备的快速普及和汽车电动化的蓬勃发展也不断要求开发具有更高能量密度的充电电池以满足实际使用的需求，而最先进的LIB依然无法完全满足上述需求。因此，寻找更高能量比的锂电池电极材料，加快下一代新型锂电池关键技术的相关研究，已成为制约锂电池技术产业发展进步的关键问题。锂金属电池的能量密度虽足以达到下一代电动车的要求，但其自身的稳定性仍令人担忧，这主要是因为Li金属的反应活性过高，其几乎可与所有的电解液均能自发地发生化学反应。在电池的运行过程中，Li电极和电解液之间通过自发化学反应和电化学反应导致了固体电解质界面（solid electrolyte interphase，SEI）的形成。当所形成的SEI结构不均匀时会诱发电池体积膨胀，此外，充放电过程中锂的不均匀沉积会导致锂枝晶的形成，锂枝晶的不规则生长会刺穿SEI，导致SEI膜发生破裂，并产生死锂，降低锂金属电池库伦效率；更严重的是，锂枝晶的不断生长会刺穿隔膜，造成电池内部的短路，导致火灾和爆炸等安全事故，大大缩短了电池的使用寿命，严重阻碍了其大规模商业化发展。因此，SEI对LMB的性能具有至关重要的影响。良好且稳定的SEI可以阻止（或者大幅度减缓）负极界面上反应的持续发生，起到保护Li电极的作用。针对下一代高稳定性锂金属电池设计中存在的关键问题，结合国际研究进展与本团队前期研究基础，我们提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。本方案已形成完整的工作流，相关自动化软件已开发完成并交付使用，且具有完全的自主知识产权，可用于国内外上游电池生产研发企业积累原始电池性能数据，大范围筛选有效电解液组分，指导下一代高能量密度锂电池研制。 我们的技术优势与创新主要表现在： 1）首次在电池体系中实现了QM与MM的混合模拟与混合加速； 2）在电池体系模拟中实现了开放电子体系对电化学反应的热力学和动力学预测； 3）在保证精度的前提下，实现了在纳米尺度上对真实的实验SEI结构直接模拟； 4）通过耦合深度机器学习，实现了电解液组分大范围筛选与性能优化。

南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），

以肉类食品为主要基质，构建了单增李斯特菌、肠炎沙门氏菌、副溶血性弧菌、金黄色葡萄球菌、气单胞菌、生孢梭菌等主要致病菌或条件致病菌或研究替代菌的生长、残存、失活、损伤、修复等状态以及低温、酸化、渗透压、气调包装等环境条件下的动力学和概率模型，特别是通过生长模型探讨了在货架期预测方面的应用可能性，设计了电子 TTI 结构模式，并对冷冻损伤型的气单胞菌建立了适用的失活模型，初步探讨其冷冻损伤和修复机制，另外完善了两菌竞争拮抗建模理论（单增李斯特菌与植物乳杆菌、肠炎沙门氏菌与铜绿假单胞菌），构建了新型防腐剂