5T管理”理念，即基于农作物及果实生长的自然通道特性，按时间敏感性将收储过程界定为熟收 (T1)、田场 (T2)、干燥 (T3)、收仓 (T4)以及仓储 (T5)等5个事件，进一步围绕5个事件优选管理目标因子和控制因子、制定管理指标体系和配套先进适用技术装备。在吉林省粮食和物资储备局的支持下，依据“5T管理”原理，制定了《吉林优质稻谷收储作业5T管理技术规程》。依托吉林省粮食和物资储备局、吉林大米联盟、九台贡米联盟、益海嘉里金龙鱼等大米相关产业组织在省内外进行推广，减损效果显著，可以显著延长大米的保鲜期，特别是探明了不当管理导致的7.16%“隐性”损失，同时也减少了粮食微生物毒素危害，为稻谷的持久鲜活保驾护航。

随着我国国家经济的发展，人民生活水平的改善，对建筑物功能的要求 正逐步提高。平面尺寸超长、超宽的建筑物迅速涌现，且多用于大型公共建筑、 工业厂房、商业中心、机场停机及跑道等工程。鉴于建筑与结构的整体性、使 用功能和建设工期的要求，此类建筑的地面（或楼面）大多要求不设伸缩缝和 后浇带，或伸缩缝间距超过现行规范要求。超大面积混凝土地面无缝施工技术, 是将超大面积混凝土地面按一定尺寸分为若干小块体，相邻块体间隔施工， 过短期应力释放，先浇筑混凝土经过收缩变形后，再将地面连接浇筑成一个整体, 依靠混凝土抗拉强度抵抗后期浇筑混凝土收缩、温度应力的施工技术。

本新技术成果来自省部级科技计划，获得省部（学会）三等以上科技奖励，并获得国家发明专利授权。该成果成功解决了大断面浅埋隧道下穿高速公路的施工技术难题，研究成果处于国内领先水平。该成果已在国内下穿高速公路隧道施工当中推广应用。

成果简介： 针对土压平衡式盾构机穿越长距离、高强度复合地层施工过程中的刀具磨损定量预测、掘进参数优化控制、注浆材料科学配比等难题进行了系统研究，取得了一系列创新性成果。提出了土压平衡盾构全断面“等效岩体基本质量指标”（BQ

Cu-Ni-Sn系合金性能虽好，但由于Sn元素熔点低，其极易发生偏析而影响合金的最终性能。特别是由于Sn元素的偏析行为，Cu-Ni-Sn系合金在热轧和冷轧过程中容易产生裂纹，这严重制约了该合金的开发与应用。目前，国内仅有个别公司可以对Cu-Ni-Sn系合金进行小批量生产。 中南大学深冷成形及高性能有色金属材料加工研究团队开发了深冷轧制技术，通过深冷温度抑制Sn元素的偏析行为以及深冷环境下变形提高材料的变形均匀性，有效解决Cu-Ni-Sn合金等难加工金属材料的变形裂纹问题。与此同时，通过深冷轧制处理，可以实现铜合金力学性能提升20~30%。

1、透明柿饼、柿叶茶、柿子醋等是我们研制成功准备开发的新产品。 透明柿饼制作工艺是从日本引进。它的特点，几乎没有白霜；袋装，保存期长。柿叶茶变废为宝。柿叶中富含Vc、酚类物质，可有效地降低血脂，也是天然的减肥药。柿醋呈琥珀色，有分解胃酸、防治感冒、防止晕车的功效。 2、从柿子中提取柿涩、单宁、色素、果胶、柿漆等并进而加工、工业开发利用技术 柿涩（单宁）的工业开发价值极高。国外已将它开发出来用于制药、制作化妆品等。冷平教研室已掌握了柿涩提取技术；现正在研究它的深度开发利用技术。

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

专业化工技术人员、工程师等

本书对车削加工物理仿真关键技术及其试验研究进行了较为系统的阐述, 特别针对柔性工件车削加工进行了深入分析, 内容包括: 加工过程振动的仿真研究, 加工过程稳定性分析及其试验, 尺寸误差建模及其试验等。