一种基于锥面弹性变形的电主轴安装固定结构，它包括固定基座(1)、外锥套(2)和内锥套(5)，所述的 电主轴(6)的两端分别设有由外锥套(2)、内锥套(5)构成的一组锥环，两内锥套(5)套装在电主轴(6)的外侧， 与电主轴(6)之间圆柱配合，各内锥套(5)与对应的外锥套(2)之间锥面配合，固定基座(1)套装在外锥套(2) 的外侧，内外锥套通过螺钉(3)轴向紧固，使得内外锥套径向膨胀将电主轴与固定基座结合为一体。本实用 新型的外锥套和内锥套采用小锥角，锥环锥面和螺钉螺纹面双重增力，增力比大且可以自锁，夹紧可靠； 带开口锥环组变形容易且均匀，定位精度和夹紧刚度高。

本项目属于医药、卫生技术领域的卫生检测方法学研究与应用，主要针对食品中常见的防腐剂、甜味剂和酸味剂的检测技术问题，研究建立了新颖、快速、灵敏、准确的食品中常见防腐剂、甜味剂和酸味调节剂的新型检测技术体系。主要内容包括：建立了准确、灵敏的食品饮料中 20 种有机酸的离子色谱/质谱联用方法、阿思巴甜等 4 种甜味剂的淋洗液自发生阴离子交换-抑制电导检测方法和抗坏血酸的循环伏安法快速测定方法，并用于不同食品中防腐剂、甜味剂和酸味剂的监测，为食品的品质分析及掺伪掺假鉴定奠定了技术基础。建立了酒中安赛蜜等 9 种防腐剂和甜味剂的分散固相萃取，开展了各种添加剂的二级质谱特征研究，提出了二级质谱裂解途径，建立了一种专属、灵敏的同时测定酒中 9 种防腐剂和甜味剂的超快速液相色谱-串联质谱(dSPE/UFLC-MS/MS)分析方法。建立的方法灵敏度高、重现性好、分析速度快，为酒中非法添加的防腐剂和甜味剂的确证检测奠定了技术基础。项目共在国内外专业期刊发表论文 15 篇，其中 SCI 刊源 10 篇。

提出了基于表面等离激元和碳纳米管的三维光电混合集成系统，该系统与现有的COMS制备工艺兼容，可以实现光子学和电子学的三维集成和互联，为解决集成电路的速度瓶颈提供了一种方法。他们演示了几种集成回路，包括在片光操控回路、波长和偏振复用回路和具有COMS信号处理电路的集成模块。Fig. 1. Integration of plasmonic-enhanced detector with carbon nanotube (CNT) complementary metal oxide semiconductor (CMOS) signal processing circuits. a, Schematic of the 3D integrated circuits, consisting of bottom-layer passive WFSAs and metal connection lines, in-between HfO2 dielectrics and Au cross-layer connection lines, and top-layer plasmonic receiver and CNT CMOS signal processing circuits. b, Output characteristics of the plasmonic-enhanced barrier-free-bipolar diode (BFBD) and the normal BFBD under the illumination at "λ" =1200 nm. c, Electric field pattern of the La=320-nm SA. d-e, Transfer (d) and output (e) characteristics of the CMOS. f, VTC curves of the CMOS (blue line) and the 3D integrated circuits (red line). Inset is the corresponding equivalent circuit diagram of the 3D integrated circuits. g-i, Statistical figures of merit of the deep-subwavelength modules, including photocurrent (g) and photovoltage (h) of the BFBD as well as on-state current of the CMOS (i). 这种三维集成系统的优点包括：1. 使用低温COMS兼容制备工艺，可以在单片集成回路中集成光子学模块、电子学信号处理系统和存储系统；2. 利用具有原子厚度的碳纳米管材料以及金属工艺，使得光子学集成和电子学集成在材料上兼容；3. 基于表面等离激元使得光子学器件尺度可以和电子学器件尺度相近，便于集成；4. 碳纳米管的工作波段可以覆盖整个通讯波段，这是硅材料无法做到的；5. 光电探测器工作于光伏模式，可以减小能耗。该工作是首次利用原子厚度材料实现三维光电混合集成，可以实现更小的尺寸、更快的速度和更多的功能，同时，有可能解决电子学集成回路在速度上的瓶颈。

北京大学量子材料中心王健研究组在硅衬底上外延生长了高质量超薄晶态铅膜，与北京大学谢心澄院士、林熙研究员和北京师范大学刘海文研究员合作在极低温下观测到反常量子格里菲斯奇异性，并给出理论解释。这一发现揭示了超导涨落与自旋轨道耦合效应对于量子相变的重要影响，揭示出量子格里菲斯奇异性在二维超导金属相变中的普适性。 超导-绝缘体与超导-金属相变是量子相变的经典范例，已有三十余年的研究历史。所谓量子相变，是指在绝对零度下系统处于量子基态时随着参数变化而发生的相变。近年来，随着薄膜和器件制备工艺的提高，二维晶态超导体系逐渐成为了研究量子相变的理想平台，得到了国际学术界的广泛关注。王健研究组与谢心澄院士、马旭村研究员、林熙研究员、薛其坤院士等合作者在前期二维超导的相关研究中发现了超导-金属相变中的量子格里菲斯奇异性 (Science 350, 542 (2015)), 并被同期perspective评论文章Science 350, 509 (2015)专题报道。随后被液态栅极技术发明人东京大学Iwasa教授的综述文章Nature Reviews Materials 2, 16094 (2016)誉为二维晶态超导中三个最重要的主题之一。量子格里菲斯奇异性的研究表明，无序可以定性地改变量子相变的临界行为，其主要特征是趋于量子临界点时，二维超导体系的动力学临界指数发散。 最近，王健研究组通过超高真空分子束外延生长技术在硅衬底上制备出宏观尺度高质量晶态薄膜，并实现了厚度为亚纳米尺度的原子层级可控生长。在此基础上，王健教授与谢心澄院士、林熙研究员、刘海文研究员等人合作，在4个原子层厚（约1纳米）的晶态铅膜中发现了一种具有反常相边界的超导-金属相变，并揭示了其中的反常量子格里菲斯奇异性。根据平均场理论，超导体的上临界场会随着温度降低而逐渐增加。然而，系统的极低温实验表明，4个原子层厚的铅膜的相边界在低温下具有非常新奇的反常特性：随着温度降低，铅膜的上临界场（onset Bc2）在低温下也逐渐降低。沿着反常相边界对铅膜的磁阻曲线进行标度理论分析发现，在趋近于量子临界点附近临界指数随着磁场减小而迅速增大直至发散，该现象与前期实验中发现的临界指数随着磁场增大而发散的行为不同，故称为反常量子格里菲斯奇异性。考虑到这类二维超导体系具有很强的自旋轨道耦合，研究团队基于超导涨落理论发展了一套新的唯象理论模型，定量地解释了这一反常相边界。在自旋轨道耦合与超导涨落效应的共同作用下，超导-金属相边界偏离平均场理论而向外突出，并在反常相边界处呈现出量子格里菲斯奇异性。这一新奇量子相变的发现，证实了量子格里菲斯奇异性在不同相边界的超导-金属相变中具有普适性，并进一步揭示出自旋轨道耦合与超导涨落效应对于超导-金属相变的影响，为深入理解二维晶态超导体中的量子相变现象提供了一个新的视角。图1 四个原子层厚晶态铅膜中的反常量子格里菲斯奇异性。(a) 铅膜在零磁场下的超导转变曲线。插图是输运测量结构示意图。(b) 在0到5特斯拉不同外加磁场下铅膜电阻随温度的变化曲线。 (c) 铅膜在低温下表现出反常相边界，与超导涨落唯象理论模型一致。 (d) 临界指数随着磁场减小而迅速增大，直至发散，是反常量子格里菲斯奇异性的特征。图2 反常量子格里菲斯奇异性相图示意图。在自旋轨道耦合和超导涨落的作用下，平均场理论的相边界（蓝色虚线）向外突出形成新的相边界（红色实线）。当温度低于T^'时，红色实线代表反常相边界。沿着反常相边界趋于无限随机量子临界点B_c^*可以观测到反常量子格里菲斯奇异性。 该工作于2019年8月12日发表于著名学术期刊《自然∙通讯》。(Nature Communications 10, 3633 (2019) DOI: 10.1038/s41467-019-11607-w): https://www.nature.com/articles/s41467-019-11607-w 北京大学王健研究组博雅博士后刘易和研究生王子乔为文章共同第一作者，北京大学王健教授和北京师范大学刘海文研究员是本文的共同通讯作者。其余作者包括谢心澄院士，林熙研究员，以及王健研究组本科生唐钺、博士生刘超飞、陈澄、邢颖（已毕业）、博士后王庆艳（已出站），和林熙组博士生闪普甲。 该工作得到了国家重点研发计划、国家自然科学基金、量子物质科学协同创新中心、中科院卓越创新中心、北京市自然科学基金、博士后科学基金、中央高校基本科研基金的支持。

本成果针对设备油液分析技术领域，提出了一套设备油液按需维护及故障诊 断方法，针对运行设备在其全寿命周期内提供了一套完整的监测检测服务，立足 于设备服役期内的健康状态，以在用油液（液压油、齿轮油等）为检测对象，以 油液全谱分析方法为核心，通过研究油液分析关键技术、优化分析流程、提高分 析技术的自动化程度等手段，实现了油液维护、状态评估、损伤修复于一体的闭 环式监测，充分降低了设备的突发性故障停机事件与维护成本。 优化油液磨粒制谱环节，自动、准确地提取油液中包含的与设备运行状态相 关的信息； 快速获取谱片的全域数字图像，得到谱片中的图谱信息； 实现谱片磨粒信息的智能提取，全方位地获取磨粒的尺寸分布、数量分布、 形貌分布等特征，完成油液信息的量化表征； 建立典型磨损颗粒的自动识别模型，获取油液中异常磨损颗粒的磨损类别， 结合尺寸、形貌特征判断磨损部位及磨损严重程度； 全方位地评估设备当前的油液性能与磨损状态，分别从润滑状态、磨损情况 出发，为设备的安全、健康运行提供相应的维护措施，动态地指导设备开展相关 的监测工作。

首次从理论上系统阐明了微通道结构靶中，纵向电场主导了电子的加速过程，同时电子的横向加速可以得到有效的抑制，因此可以获得高准直性的电子束，当这些电子束在横向场中的相位发生反转时，电子就会在管道边界处产生强伽马辐射。由于电子的发散角决定了伽马辐射的发散角，因此可以获得准直性非常好的γ-ray辐射源。数值模拟中10PW激光所能获得的发散角小于3度，亮度比之前研究报道结果高出两个数量级的伽马辐射源。图1. 激光驱动光子对撞机产生正负电子对的方案设计图2. 本方案可以获得高出之前2-3量级的伽马光源亮度 本工作即基于以上研究成果，将该超高亮度的伽马射线应用于光子对撞机。理论计算结果表明，该方案可以获得超高信噪比（>1000:1）,且每一发正负电子对信号（>1e8）远高于现有测量技术的探测极限。因此，通过该方案可以在实验室中验证光子互作用过程中由能量到物质的转换过程，将提供激光驱动光子对撞机研究的新途径，也将极大的促进双光子BW物理的发展。未来有望依据本方案建设基于重频拍瓦飞秒激光的高亮度伽马源及其应用装置。

利用位于日本筑波市的 Belle 实验收集的 772 兆 B 介子对样本，对B− → Λ�?? −Ξ?? 0衰变进行了单举和遍举测量。数据分析中，利用 Belle 实验中 B 介子总是成对产生的特性，在单举过程中，利用神经元网络的方 法使用了 1042 个衰变道首先进行一个B+介子标记，然后再通过Λ�?? − → p�??−??+, ??̅???? 0重建一个Λ�?? −粒子。在标记的B+介子和Λ�?? −粒子的反冲质量谱上观测到了清楚 的Ξ?? 0的信号，从而确定B− → Λ�?? −Ξ?? 0过程的存在并测量其衰变分支比ℬ(B− → Λ�?? −Ξ?? 0)。在遍举过程中，不再标记信号B+介子，而是在重建Λ�?? −后，直接通过Ξ?? 0 → Ξ−π+，ΛK−π+和pK−K−π+重建Ξ?? 0粒子，测量得到以下三个连乘分支比：ℬ(B− → Λ�?? −Ξ?? 0)ℬ(Ξ?? 0 → Ξ−π+) , ℬ(B− → Λ�?? −Ξ?? 0)ℬ(Ξ?? 0 → ΛK−π+) 和 ℬ(B− → Λ�?? −Ξ?? 0)ℬ(Ξ?? 0 → pK−K−π+)。结合单举和遍举的测量结果，首次给出了Ξ?? 0衰变绝对分支比：ℬ(Ξ?? 0 → Ξ−π+) = (1.80 ± 0.50 ± 0.14)% , ℬ(Ξ?? 0 → ΛK−π+) = (1.17 ± 0.37 ± 0.09)% 和 ℬ(Ξ?? 0 → pK−K−π+) = (0.58 ± 0.23 ± 0.05)%。实验测量的结果将会被广泛应用 到和Ξ?? 0衰变相关的测量中去。

利用超疏水性能，可以实现表面自清洁等功能。若在金属材料表面上制备超 疏水结构，开可以提高材料的耐腐蚀性能。为此，本项目分别在铝合金、镁合金 上制备了微纳结构、并制备了 ZnO、Ti02及石墨烯阵列的超疏水结构，可望应用 于金属防腐、焊料的润湿、太阳能电池表面的自清洁等方面。实施条件:需要有对零件进行清洗、腐蚀和涂覆的场地和相应设备。 预算:投入5-50万，随处理的零件的大小和数量而变。

随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。

首创胃癌防控可行性策略降低胃癌发病风险，确立进展期胃癌手术及围术期治疗规范显著提高生存时间，创建胃癌样本资源库支撑重大科研揭示胃癌演进的关键靶点。通过项目实施与推广，显著提高了我国胃癌整体防治水平。