我国特钢企业基础自动化水平高但生产管理手段落后、上层管理与底层控制相互割裂、信息不畅通的问题，针对特钢企业的生产特点，大连理工大学 CIMS 中心设计开发了天为 piMES 流程型企业产销一体化管理系统，专门面向国内钢铁制造企业的专业化软件平台，系统解决了钢铁制造企业经营管理系统与设备控制系统之间产生的信息断层问题， MES 系统上对经营管理系统接收生产计划和技术要求数据，下对生产车间各种自动控制设备进行数据采集，通过 MES 的生产作业计划、物料、质量、计量、成本等系统功能，提高企业订单执行和生产过程控制能力，强化产品质量管理，降低控制成本，提升客户满意度。

航天科恩实验室设计、装修、安装、施工一站式服务，本着“安全、环保、智能、实用、耐久、美观、经济、”的施工理念，我们在设计过程中始终坚持“以人为本”，实验室装修中，美观实用的家具，是高标准实验室装修成功的前提。面对不同客户、不同实验室，把顾客的信息准确传递到设计部门，设计部门进行合理设计，装修竣工给客户一个“经济舒适、实用耐用、安全智能”的全新实验室。 安全：在进行实验作业时，必须确保安全性，尤其是在进行化学试验时，必须有效地排出有毒有害、有味的废气，以保障实验人员的身心健康。 高效：提高实验效率，才能加快实验进程，必须根据不同的实验课题，以及其工艺性配置适的实验设备。 舒适：明快亲切的色彩：符合人体工程学的外形尺寸;方便、实用的功能以及符合环保要求的选材，从而确保科研人员的舒适工作。

晶硅太阳电池生产仿真实训让学员以车间技术人员的身份参与整条晶硅太阳电池产线的生产工作。学员可以按标准生产流程操作车间生产设备、检测生产样品以及对电池生产进行工艺仿真，从而深刻了解整个太阳电池生产流程以及关键工艺参数。 一.1.1. 场景设计 场景由制绒车间、扩散车间、后清洗车间、PECVD镀膜车间、丝网印刷车间和分选包装车间六大场景组成。场景素材从多个真实工厂采集而来，高保真还原车间设备与生产流程 场景模型主要包括：洁净车间、制绒机、自动上下料机、硅片、电子天平、分光光度计、电源柜、水冷机、空压机、化学液柜、电脑，键盘、鼠标、扩散炉、石英舟、插片房、传递窗、纯水箱、石英舟清洗槽、防毒面具、试验台、缓冲垫、防化服、源瓶、气柜、硅桨、方阻测试仪，万用表，石墨舟、PECVD镀膜机、舟车、烘箱、全自动丝网印刷机、网版、刮刀、搅拌机、桨料、夹具、接触电阻测试仪、烧结炉、IV分选仪、硅片盒、五格花蓝等... 一.1.2. 互动设计 第一人称视角控制主角场景漫游，学员可以在三维空间中自由活动和观察场景中的物体。 拾取物体操作采用3D空间实际抓取的方式，没有采用一般游戏中的背包栏方式，而当需要同时拾取多个物体时则提供3维工具用于装放，采取这种方式会更加接近现实，使学员更真实的体验实际工具的存放及使用的技巧。 各生产车间按照真实生产流程设计实训生产任务，完成当前任务后才能进入下一个任务，每个任务记录完成时间以及工艺仿真结果 缩略地图实时显示角色位置与任务点位置 第一人称视角与特写观察视角无缝平滑撤换 机器与设置仿真控制，通过机器控制面板设置工艺参数，控制启动生产，检测生产结果 表单填写与作业报告生成 使用仪器与设备检测生产样品 操作规程与关键知识点主动提示学习 原理动画演示

精对苯二甲酸（PTA）主要用于生产聚对苯二甲酸乙二醇酯（PET）树脂和聚酯纤维。目前，国内PTA年产能已达千万吨，但总体来说单耗物耗较高。随着国内PTA市场的竞争越来越激烈，工艺优化和生产改造的技术瓶颈就会凸现。粗对苯二甲酸（TA）加氢精制反应过程是将TA中的4-CBA等杂质还原、其它有色杂质进行分解的过程，它直接关系到PTA产品的质量和产量，是PTA生产的核心过程之一。本项目综合应用化工过程建模技术、计算机应用技术、智能信息处理技术及最优化技术等，进行TA加氢精制反应过程操作条件的优化。通过实验室小试研究，确立TA加氢反应的动力学模型；根据生产装置的实际运行数据和历史数据，通过模型修正方法，建立了能反映工业装置生产实际的TA加氢精制反应过程工艺机理数学模型，并在此基础上实现流程模拟；在此模型基础上，能够系统地分析各工艺操作参数对反应过程和反应产物的影响，并可根据PTA生产过程的具体要求（如质量、原料和产品市场价格及能耗 等），采用优化方法确定加氢精制过程操作条件的最优值，以辅助操作人员对装置生产状况进行调节，实现在保证产品质量合格的同时，降低能耗和物耗，提高装置的运行效率、平稳度，发挥生产装置的内在潜力，提高国内PTA产品质量和价格的竞争力。 该项成果具有国际先进性，可直接推广应用到国内其他PTA装置。此外，该成果中的建模技术、优化技术等亦可以推广应用到其他石油化工生产过程中，采用自动化技术提升传统产业生产技术水平，推动我国石化工业科技进步，为信息化带动工业化，实现社会生产力的跨越式发展，提供强有力的示范作用。

本发明公开了一种支持响应面估值与更新的优化流程建模方法， 包括如下步骤:使用试验设计组件获得初始设计点，将上述初始设计 点作为输入变量导入表达式组件中获取输出变量;使用响应面组件基 于上述输入变量和输出变量构造初始响应面;通过引用组件实现初始 响应面的估值计算，并计算初始响应面的最优点;将该最优点作为新 输入变量载入到表达式组件中，产生新输出变量;基于新的输入变量 和输出变量生成新响应面，实现响应面的更新;基于新响应面计算得 到新的最优点;

X86迷你主机 8USB接口 VGA+HDMI

本项目获国家“十五”和“十一五”国家科技支撑计划资助，相关成果获吉 林省科技进步二等奖和江苏省科技进步三等奖。 项目简介 开发出了以玉米、马铃薯、木薯、小麦等品种淀粉为原料的上百种变性淀粉，并在此基础上开发了多种新型复合变性淀粉，并提供与上述变性淀粉相配套的变 性淀粉生产线设计和调试服务。上述技术和生产线先后应用于数十家变性淀粉厂， 提高了变性淀粉工业水平和相关应用行业的发展，取得了良好的经济和社会效益。 

一、项目分类 关键核心技术突破 二、成果简介 据联合国环境规划署报道，全球每年产生约5000万吨的电子废弃物，超过70%的电子废弃物产生于中国，电子废弃物的有效处理及处置已成为全球关注的热点。作为典型的电子废弃物，截止2018年，铅酸蓄电池仍占全部二次电池的55%，拥有最大市场份额。 目前，国内外广泛采用火法冶炼的废铅膏回收再生工艺，温度高达1000 oC以上，产生大量挥发性铅尘和SOx，传统火法再生铅引发的“血铅”等环境污染风险受到广泛关注。考虑到电子废弃物具有资源性和污染性的双重特性，如何实现电子废弃物的清洁回收是本领域的难点。 本技术研发了废铅酸蓄电池铅膏有机酸短流程回收方法及柠檬酸铅两段法焙烧制备新型铅粉方法，进而制备出高性能的铅炭电池，实现含铅组分的高效清洁回收。铅炭电池由于具有电容效应，有望解决传统铅酸蓄电池比能量密度低的不足。

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%。