本发明提出了一种变形翼肋及其使用方法，该变形翼肋包括：一号肋板和二号肋板，致动开关一号肋板的外侧面设置刚性蒙皮；至少一个中间肋板，第一个中间肋板的背面和一号肋板的正面之间、最后一个中间肋板的正面和二号肋板的背面之间、相邻中间肋板之间均通过多稳态自锁转动关节连接；所有中间肋板共用一柔性蒙皮，致动开关柔性蒙皮的一端与二号肋板连接，致动开关柔性蒙皮的另一端由一号肋板和第一个中间肋板形成的间隙中延伸至的一号肋板，并与蒙皮驱动器连接。本发明实现了翼肋形态的多自由度变化。

本发明公开了一种深硅刻蚀方法，包括如下步骤：（1）在硅片表面制备图形化的光刻胶掩膜；（2）对硅片进行深感应耦合等离子体干法刻蚀，包括多个刻蚀阶段，每个刻蚀阶段均在感应耦合等离子体机内，通过钝化、轰击和刻蚀三个步骤交替循环加工完成，随着刻蚀深度的增加，各刻蚀阶段中轰击步骤的轰击强度逐渐增强。本发明有效解决了现有技术中侧壁垂直度及粗糙度难以控制以及大刻蚀深度难以实现的问题，在提高刻蚀效率的同时，提高了对光刻胶的选择比，刻蚀槽侧壁垂直度高，粗糙度小，刻蚀深度大。

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。

其他成果/n建筑材料技术领域，具体涉及一种减噪保温墙体材料及其制备方法和减噪保温砌块及其制作方法。该方法包括步骤：1）准备原料；2）将骨料、氧化石墨烯、水泥和硅灰混合，得到混合物A；3）向混合物A中依次加入减水剂、粘结剂、激发剂和水泥质量30～40%的水，搅拌混合，得混合浆料B；4）将作物秸秆制作成秸秆框架；5）将混合浆料B倒入模具中进行浇筑，并在浇筑过程中将步骤4）得到的秸秆框架放入到模具中，脱模后经过养护，即得。本发明主要原料为建筑垃圾，解决了建筑垃圾处置问题和废物资源化利用。秸秆与骨料间的空隙结构增长了声波传递的距离并多次折射，削弱了=声波的能量，具有良好的减噪作用。

本发明公开了一种短路电流零点预测方法及短路电流选相分断 控制方法，短路电流选相分断控制方法包括 S1 实时采集电流信号，并 判断是否发生短路故障，若是，则转入步骤 S2，若否，则继续采集电 流信号；S2 采用类-Prony 方法对短路电流进行处理，获得短路电流零 点；S3 根据短路电流零点、断路器的分闸动作时间和最佳燃弧时间获 得距离目标相位的延时时间；S4 判断继电保护指令是否达到，若是， 则直接分断开关，若否，则进入延时倒计时；S5 判断延时倒计时时间 是否为 0，若是，则转入步骤 S6，若否，

成果描述：本发明公开了一种可控侧向约束力作用下混凝土接缝抗水渗透性能的试验装置及方法，用于对新旧混凝土接缝部位试块进行抗水渗透性能测试。具有用于放置新旧混凝土接缝抗渗试块5的双层方筒4，方筒的底部密封，方筒的上口具有外凸缘14，方筒下部设置有具有中间开口10的内凸缘9，内凸缘将方筒4分隔为试块舱6和进水舱13两部分；试块舱设置有便于调节夹持抗渗试块5且横穿试块舱两侧的双头螺杆15的调力孔16；混凝土抗渗试块由顶部左盖板1和右盖板2及盖板紧固螺栓3压紧固定；内凸缘上设置有弹性密封垫圈8；左盖板和由紧固螺栓压紧固定在方筒的外凸缘上。本发明能实现在可控侧向约束力作用下新旧混凝土接缝部位的抗水渗透性能试验。市场前景分析：轨道交通基础设施建设领域。与同类成果相比的优势分析：技术先进，性价比较高。

本发明公开了一种检测CP4?EPSPS蛋白的电化学免疫传感器及其制备方法和应用，基底电极表面依次经AuNPs?CMK?3分散液修饰，EDC和NHS的混合溶液活化，CP4?EPSPS抗体和硫堇的混合溶液共价结合处理。所述基底电极为玻碳电极，所述CP4?EPSPS抗体为纳米抗体。本发明的电化学免疫传感器具有灵敏度高、特异性强、仪器轻便易携带等明显优势，可以在生物大分子的检测方面发挥重要作用，具有广泛的应用前景。

本发明公开了一种基于RBF神经网络预测控制的双进双出球磨机控制系统及控制方法，控制系统包括基于RBF神经网络模型的预测控制器、控制量初始化模块以及被控对象，被控对象为双进双出球磨机模型，其输出连续被控量经离散化后生成的离散被控量和被控量当前设定值输入控制量初始化模块和预测控制器，控制量初始化模块输出控制量初始值输入给预测控制器，预测控制器输出离散控制向量经零阶保持器转换为连续控制量输出给双进双出球磨机模型。控制方法采用RBF神经网络正向模型和RBF神经网络逆向模型实现对被控对象的预测控制。本发明可以对系统进行提前控制和调节，适用于大滞后系统的控制，被控量响应快、超调量小，同时具有良好的鲁棒性。