本项目成果在国家重大项目的支持下，面向具有战略意义的高效传动重大需求和国际前沿，针对国外的技术封锁，从掌握液力传动产品瞬态复杂流动机理着手，提出了大功率液力节能产品定子/转子多流域耦合的尺度解析模拟方法，创建了动态空间非定常多尺度漩涡流动可视化测量体系；首创了定子/转子耦合叶片边界层流动新型仿生主动控制技术，实现仿生耦合叶片减阻增效；构建以用户需求为导向封装的大功率液力产品优化集成设计体系，形成融合轴向力动态监控模型和运行热平衡反馈自动补偿系统，攻克了大功率液力产品设计与制造过程中“性能预测难、叶片优化难、动态匹配难、精确制造难、极限工况运维”等难题，最终形成了适应大型泵与风机等高耗能设备的自调节的大功率液力调速装置、满足首台最大吨位12吨装载机用的高效率液力变矩器、匹配大吨位和长距离制动的重型车用液力辅助系统等新型绿色节能液力传动产品。 研究团队 吉林大学机械与航空航天工程学院 刘春宝教授研发团队。 成果成熟度 批量

项目成果/简介:本项目成果在国家重大项目的支持下，面向具有战略意义的高效传动重大需求和国际前沿，针对国外的技术封锁，从掌握液力传动产品瞬态复杂流动机理着手，提出了大功率液力节能产品定子/转子多流域耦合的尺度解析模拟方法，创建了动态空间非定常多尺度漩涡流动可视化测量体系；首创了定子/转子耦合叶片边界层流动新型仿生主动控制技术，实现仿生耦合叶片减阻增效；构建以用户需求为导向封装的大功率液力产品优化集成设计体系，形成融合轴向力动态监控模型和运行热平衡反馈自动补偿系统，攻克了大功率液力产品设计与制造过程中“性能预测难、叶片优化难、动态匹配难、精确制造难、极限工况运维”等难题，最终形成了适应大型泵与风机等高耗能设备的自调节的大功率液力调速装置、满足首台最大吨位12吨装载机用的高效率液力变矩器、匹配大吨位和长距离制动的重型车用液力辅助系统等新型绿色节能液力传动产品。研究团队吉林大学机械与航空航天工程学院 刘春宝教授研发团队。成果成熟度批量应用范围:本项目成果通过突破“流动解析实现高精度预测性能”、“性能预测指导叶片设计”、“流动解析完善液力产品匹配建模”、“先进制造保证液力产品与设计一致”、“大功率液力调速装置自动补偿系统智能运维系统”等涉及设计、制造与运维等核心难题的、紧密相连的关键技术，实现了在工程机械、重型商用车、电力和化工等行业成功应节能降耗的目的。“大功率液力调速产品集成设计关键技术及其节能应用”、“工程机械液力变矩器绿色节能设计与制造关键技术及产业化应用”项目先后获得2020年吉林省技术进步一等奖和2019年中国机械工业科技进步二等奖。项目成果完全拥有自主知识产权，整体技术达到国际先进水平，标志着我国已完全掌握绿色节能液力传动产品设计、制造核心技术，提高了国产液力产品的国际竞争力，突破了传统设计方法的局限性，扭转了国外产品逆向开发的局面，打破了国内液力产品不成体系而难以推广应用的现状，极大地提升了自主品牌大功率液力产品的综合性能和生产效率，有效降低了开发成本，促进了绿色制造与应用产业的节能减排，带动了国内相关产业的发展，为我国培养了大批工程机械液力传动领域专业人才。本项目制造的液力变矩器、液力缓速器、液力偶合器等成果先后在国内首台最大吨位12吨柳工装载机、国内首台重型铁路养护车用的YH350多档变速器、一汽解放J6卡车、电力和化工等“大国重器”大功率调速设备中得到应用。

济南格非生物技术有限公司成立于2012年4月，是一家服务于生命科学领域的企业，专业提供涉及分子生物学、细胞生物学、生物化学、免疫学、食品药品检验、临床检验等相关领域的试剂、消耗产品、仪器的推广与销售。 公司目前拥有Corning、、依科赛、四正柏、硕华等国内外多个生物技术公司的一级代理权及分销权。客户遍布于细胞生物学、免疫学、农业、林业、生态等生命科学领域的高校、研究所、医院、疾病控制、检验检疫、药物研发、生物技术公司和食品工业等单位。现在已发展成为一家专业从事生物技术产品销售和生命科学技术服务的综合性生命科学公司，。      公司拥有一支以专业技术背景的管理、销售团队，公司以敢于创新、忠于服务、诚信经营为宗旨与理念，致力于服务生命科学领域的研究发展。我们将通过自己的努力使济南格非成为一支在齐鲁乃至全国生命科学领域都具有影响力的专业供应商和服务商。

成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：

针对子载波非连续可用的情况下，基于迭代平均处理的思想，设计了适用于载波扩展OFDM系统中的导频符号，使用这种导频符号，能有效地克服OFDM系统峰均功率比过高的问题，且能保证较优异的误比特性能。

采用本发明得到的低相关区域序列组，在一定的相关区域内，绝大部分自相关函数取值为零，并且全部互相关函数取值为零。本发明所得到的低相关区域序列组，可以广泛应用于认知无线电系统，如信号同步、信道估计、多用户扩频等方面。

成果通过大数据基础性共性关键技术研究，提升重庆大数据应用指导理 论和应用系统水平，形成国内领先的大数据应用研究成果和示范应用，研制具 有自主知识产权的若干大数据软硬件产品和工具，达到国内领先水平，以点带面, 引领重庆大数据产业创新发展。成果研究与设计大数据产业新型研发机构示范， 设计成立市场化运营、独立法人的新型研发机构，创新管理、科研和成果转化、 产业化的模式和机制，面向社会和重点产业开展大数据应用关键共性技术研究和 成果转化服务，吸引国内外大数据技术企业、海外大数据人才和社会资本，构建 产学研用协同创新，具有产业联动效应、连接向上下游的重庆大数据产业创新机 构。完善重庆大数据产业基础性技术支撑系统建设，具备创业与孵化等功能，组织策划实施重庆大数据产业重点专项，促进重庆大数据产业科技成果转化，推进 重庆大数据产业创新发展。成果包含以下方面的行动方案调研与研究：高速大数 据挖掘关键技术研究及应用示范；实时动态大数据处理关键技术研究及应用示范; 大数据分析预测模型与智能决策系统研究及应用示范；多维叠加式大数据可视化 系统平台研究及应用示范。 成果为政府和行业提供决策咨询、产品规划、方案设计等服务，帮助其梳理 业务数据、挖掘数据价值、重构业务流程。成果为政府和行业提供决策咨询、产 品规划、方案设计等服务，帮助其梳理业务数据、挖掘数据价值、重构业务流程。 成果为政府和行业提供包括大数据解决方案及系统集成和数据资产运营的全方 位的大数据解决方案服务；参与数据资产运营，获得数据增值部分的分成。