多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。 6月29日，东北大学与华为技术有限公司在主楼824室举行教育部—华为“智能基座”产教融合协同育人基地签约仪式。东北大学副校长王建华教授，华为云副总裁、华为云全球Marketing与销售服务部总裁、东北大学校友石冀琳出席签约仪式。东北大学团委、教务处、人事处、对外联络与合作处等职能部门和相关学院负责人以及参与智能基座课程优化的部分教师代表，华为北京研究所、辽宁代表处、2012实验室、计算产品线的专家参加签约仪式。 王建华代表学校致辞，对石冀琳一行的来访表示热烈欢迎。王建华表示，教育部—华为“智能基座”产教融合协同育人基地项目由未来技术学院承担，项目的签约落地必将进一步深化双方在信息技术领域的全方位合作，构筑更为紧密、可持续发展的合作机制与人才培养模式，合作培养更多适应国家战略、产业需求、未来发展的创新型人才。 王建华对于基地的建设提出了三点希望，一是学校要和一流企业共同瞄准未来技术难题，以育人为本，推动多学科、产学研多方位的融合，培养社会人才；二是在协同育人的基础上，以华为科技精神和东大信息学科作为纽带，探索在学术研究、企业价值等方面进行更加深入的切合双方特点的合作机制；三是基地建设要着眼于交叉化、全球化、未来化，希望双方以“智能基座”基地为育人基石，面向全球、着眼未来，建设具有突出特色的“智能基座”育人基地，推动产教融合协同育人的新发展。 石冀琳表示，多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。双方合作建设了“未来技术学院”，共同探索面向未来技术、未来科技所需要的专业人才的培养之路。“智能基座”是教育部高教司与华为共同设立的产教融合协同育人基地项目，首期覆盖东北大学在内的全国72所信息领域领先高校，将华为在华为云、鲲鹏、昇腾等技术领域知识与高校信息类专业课程相结合，为新计算产业创新培养新生力量。 东北大学未来技术学院院长付俊与华为辽宁代表处云与计算总经理王伟签署合作协议。王建华与石冀琳为“智能基座”产教融合协同育人基地揭牌。石冀琳和王伟为云与计算先锋教师和云与计算培训的教师代表颁发了聘书和奖牌。 会上，未来技术学院汇报了“智能基座”产教融合协同育人基地的建设情况，华为公司计算产品线高校科研及人才发展部汇报了2021年“智能基座”工作计划。 据悉，教育部—华为“智能基座”产教融合协同育人基地是东北大学与华为技术有限公司在共建未来技术学院战略合作协议下深化人才培养的重要内容。双方将聚焦鲲鹏、昇腾及华为云等技术领域，首批联合开展22门共建课程，融入华为鲲鹏、昇腾、华为云的知识体系，并在未来技术学院Hero奇点俱乐部、学生创新创业、课外实习实践等方面开展紧密合作，为培养引领未来技术发展的创新型人才注入新动能。

近年来，大气污染问题日益严重，尤其是雾霾、光化学烟雾、臭氧等问题已经引起国内外广泛关注。挥发性有机气体（VOCs）是造成雾霾及臭氧（O3）的重要污染物。吸附法是去除VOCs高效简便的方法之一，但在实际应用中，水蒸气的存在与VOCs产生竞争吸附，因此设计具有高VOCs吸附性能的疏水性吸附剂具有重要意义。近日，天津大学环境学院“大气环境与生物能源团队”（http://catalysis.tju.edu.cn/）针对分子筛表面亲水性及其在含湿条件下VOCs吸附应用存在的问题，利用多孔有机聚合物疏水性等特征，设计合成了一系列分子筛与多孔有机聚合物核壳结构的新型吸附材料，所开发的吸附剂有效提高了分子筛表面疏水性，并且大大提升了其在干燥和潮湿条件下的甲苯吸附性能。相关研究成果《Core-shell structured Y zeolite/hydrophobic organic polymer with improved toluene adsorption capacity under dry and wet conditions》已发表在环境类国际高水平期刊Chemical Engineering Journal（IF: 10.652）上。该系列吸附剂的研发为制备一系列疏水性吸附剂提供了新的思路。

项目成果/简介:近年来，大气污染问题日益严重，尤其是雾霾、光化学烟雾、臭氧等问题已经引起国内外广泛关注。挥发性有机气体（VOCs）是造成雾霾及臭氧（O3）的重要污染物。吸附法是去除VOCs高效简便的方法之一，但在实际应用中，水蒸气的存在与VOCs产生竞争吸附，因此设计具有高VOCs吸附性能的疏水性吸附剂具有重要意义。近日，天津大学环境学院“大气环境与生物能源团队”（http://catalysis.tju.edu.cn/）针对分子筛表面亲水性及其在含湿条件下VOCs吸附应用存在的问题，利用多孔有机聚合物疏水性等特征，设计合成了一系列分子筛与多孔有机聚合物核壳结构的新型吸附材料，所开发的吸附剂有效提高了分子筛表面疏水性，并且大大提升了其在干燥和潮湿条件下的甲苯吸附性能。相关研究成果《Core-shell structured Y zeolite/hydrophobic organic polymer with improved toluene adsorption capacity under dry and wet conditions》已发表在环境类国际高水平期刊Chemical Engineering Journal（IF: 10.652）上。该系列吸附剂的研发为制备一系列疏水性吸附剂提供了新的思路。

近日，机电学院王绍金教授团队在学校G2期刊《InternationalJournalofFoodMicrobiology》上发表题为“Combinedeffectsofintermittentradiofrequencyheatingwithcinnamonoilvaporonmicrobialcontrolandqualitychangesofalfalfaseeds”的论文。博士研究生徐渊美为论文第一作者，王绍金教授为论文通讯作者。

本发明公开了一类蛋白质二级结构智能预测模型构造方法，利用多层递阶、逐步求精的结构模型集成。此模型CPM融合了原创型KAAPRO方法、新型同源性分析方法、改进型SVM方法等;CPM打破了传统的单一物化属性分析或单一结构序列分析的技术线路，而是采取了结构序列分析与物化属性分析相结合的优选线路，确保了模型整体的优化与预测精度的同时具有更好的普适性; CPM 采用高起点的alpha/beta库挖掘;并以领域知识与背景知识贯穿;CPM能够很好地对偏alpha/beta型蛋白质的二级结构进行预测，取得86%的最高精度(同类最高达81%)。

产品服务:项目旨在设计出一款基于Dijkstra算法的高精度物联网小区无人智能运输车。该项目主要可分为两个部分:实车与模型车的同步开发和基于eclipse平台的APP开发。在实车和模型车的开发过程中，通过常规车载传感器实现小车的“智能化”，利用Dijkstra算法解决最短路径选择问题。利用计算机语言完成在eclipse平台上的APP开发，实现APP同时与实车和模型车的互联，实现智能运输小车运输末端的配送。市场概况:本项目希望将来与各电商平台合作，APP与电商、外卖软件结合，将网上购物彻底融为一体；同时与互联网公司合作，提升小车的智能化以及无人驾驶的精确度，真正做到在小区内取代快递员完成最后的运输任务，并能提升效率、安全性，以及节省财力、人力，并初步形成小区内智能化的高精度物联网。  商业模式:本项目希望采用先试点后普及、先免费后收费的盈利模式。在四星及五星级小区先行免费试点，收集用户反馈评价，统计满意度。改进后逐步开启按时效每户收费，并最终普及三星级小区及更多居民居住区。

叶片与叶盘是航空发动机、重型燃机等的关键核心零件，其叶片复杂型面的高效高精度先进加工技术是保证航发及燃机正常稳定运行的决定因素。为打破航发及重型燃机关键零部件高效高精加工技术国际封锁和垄断，在国家自然科学基金支持下，课题组针对叶片、叶盘的工艺特点，研究数字化设智能加工－测量一体化集成技术，自主开发了集成双模式灵巧测量－误差动态补偿－复杂曲面CAM编程－力位动态解耦－多轴联动控制的关键核心技术，开发出系列的自动化柔性复合磨削及抛光加工闭环智能制造装备，可实现一次装夹完成叶片及叶盘相应叶尖、型面、进/排气边、叶根圆角和凸台过渡区部位的复合磨抛集成加工，可极大提高航空发动机叶片及其叶盘、重型燃机整体叶盘及叶片、汽轮机叶片等的加工精度及效率，推进我国航空及能源动力产业的技术提升与发展。 应用领域： 航空发动机、重型燃机、汽轮机、鼓风机等透平机械叶片制造行业 技术指标： ？ 实现各型叶片型面的粗磨及精磨过程，表面粗糙度≤Ra 0.2μm； ？ 叶片型面轮廓度：距排气缘3mm范围内在±0.03mm内，其余区域在±0.05mm以内。

本发明公开一种用于电力电子系统的多通道隔离高速智能收发装置及方法。其装置包括发送单元、接收单元以及隔离传输媒质。发送单元包括数据采样及信号调理模块、A/D转换模块、发送主控单元以及发送单元信号转换模块;接收单元包括接收单元信号转换模块、接收单元信号调理模块、接收主控单元以及存储输出模块;本发明装置可对多通道模拟量采样及开关量采样进行数字编码,并通过隔离传输媒质传输。每个接收单元可连接多个发送单元同时解码。本发明装置具有突出的高可靠电气隔离性、实时性和智能化特点。

健康管理大数据平台的建设，是实现全民健康国家战略的重要组成部分，虽然移动互联的技术和应用突飞猛进，但高效、便利的生物信号采集终端设备尚待有效解决。该研究成果是健康物联网领域的智能终端设备，它基于心率变异性分析的独特算法，通过个体佩戴的可穿戴带式设备采集生物信号，实现对个体健康状况的整体评价，同时生物信号数据的处理分析依托于移动互联网和云端，该项需要医-工结合的技术可助力健康管理大数据平台的建设。