经过热加工（如铸造、锻压、焊接）和压力加工的金属零件表面和内部会 存在残余应力和变形。残余应力的存在对构件是有害的，如降低工件强度和疲 劳极限、造成脆性断裂、加快构件在腐蚀大气中的腐蚀速度等；分布不均的残 余应力会对构件尺寸精度和稳定性产生极为不利的影响。因此消除残余应力是 机械制造工业技术中的一项重要课题。 当前，消除构件残余应力的方法主要有自然时效、热时效、振动时效。振 动时效较自然时效和热时效具有投资少、效率高、污染少等优点，已得到越来 越广泛的应用。但是，现有大部分的振动时效系统具有扫频速率较慢、易漏频 等缺点，而且振动时效机理尚未被解释清楚。因此，开发了基于频谱分析法的 振动时效系统，并在此系统的基础上，研究振动时效机理。 频谱分析法是将时域信号变换至频域加以分析的方法，其目的是把复杂的 时间历程波形，经过傅里叶变换以获得信号的频率结构。将此方法应用到振动 时效中获取工件固有频率，可克服传统振动时效中的缺点。此外，构建振动时 效控制系统的构建采用 VB 和 MATLAB 混编，并结合数据采集卡、变频器和激 振电机等硬件，具有开发灵活性好、自动化程度高等优点，并且缩短了产品开 发周期。经过该系统处理的试件残余应力平均下降 46.62%，达到了振动时效消 除残余应力标准。

宁波大学预应力碳纤维型材加固桥梁工程关键技术，可充分发挥碳纤维材料力学性能，大幅提升桥梁加固效率。 一、项目分类 显著效益成果转化 二、成果简介 宁波大学预应力碳纤维型材加固桥梁工程关键技术，可充分发挥碳纤维材料力学性能，大幅提升桥梁加固效率。预应力碳纤维型材桥梁加固技术较传统加固技术比具有耐腐蚀、减少结构挠度，增加结构刚度、不增加结构自重、承载力提高幅度大、无需中断交通、可封闭裂缝、施工便利、施工工期短、所需劳动力少、质量容易控制、后期无需维护、应力松弛少等诸多优点。其中，碳纤维型材锚具是该技术中的关键技术，锚具的锚固承载力超出现有技术约30%。

本技术以人体所需、地壳中丰富的元素组分为原料，采用简便的合成技术制备出新型纳米环境修复材料，可用于有机污染物、重金属及微生物等复合污染的水土治理，尤其适用于农田修复。 一、项目分类 关键核心技术突破 二、成果简介 以人体所需、地壳中丰富的元素组分为原料，采用简便的合成技术制备出新型纳米环境修复材料，可用于有机污染物、重金属及微生物等复合污染的水土治理，尤其适用于农田修复。该材料与技术历经十年研发，已具备工业生产和规模化应用条件，先后在福建和广东等地完成中试生产和农田治理应用试验。镉污染农田经1次治理后，水稻粒中镉含量降低35%左右，且产量增产达25%以上。 材料在污染治理中具有下列特色和优势： 1、材料来源丰富、成本低，易制备； 2、环境友好，不含有毒有害的过渡金属组分； 3、可实现有机物、重金属和致病微生物等多元复合污染物同步修复； 4、操作简单，无需外部能量激发和特定设备； 5、还可以兼作作肥料增强土壤肥力，达到农作物的增产之效。

人参作为传统中药材，早在《神农本草经》中就被列为上品，具有“补中益气，养血安神，强壮体魄”的功效，长期以来在中医药中占据着重要地位，尤其在提升体力、增强免疫力等方面有显著作用。 随着现代技术的发展，冻干技术的应用为人参加工带来了革命性变化。通过低温和真空环境下的升华原理，冻干技术能够去除新鲜人参中的水分，最大限度保留其活性成分、营养物质和药效。这不仅延长了产品的保质期，还改善了产品的便捷性，便于储存和运输，适应了现代消费者的需求。 本项目专注于人参冻干技术的研发，旨在提高人参产品的质量与市场竞争力。冻干后的产品不仅保留了原有的药效和营养成分，还具有更长的保质期，能够广泛应用于人参粉、营养补充品、保健食品等多个领域。同时，项目优化了冻干工艺，提升了有效成分的提取率，确保最终产品在营养和药效上的最大保留。 通过技术创新与产业化应用，本项目将推动人参产业的现代化发展，提升人参附加值，满足国内外市场对高品质人参产品日益增长的需求，为行业带来更多发展机遇。 1. 目标市场与市场规模： 本项目主要面向国内外高端健康食品、保健品和营养补充品市场，重点关注中老年人、亚健康人群及健身爱好者。随着生活水平提高，年轻消费者也逐渐关注天然、绿色健康产品，冻干人参成为理想选择。全球人参市场年增长率约为5%-7%，冻干人参的潜力尤为巨大，特别是在高端健康领域。 2. 市场竞争预测： 目前，国内外已有企业涉足人参冻干技术，但大多数仍处于初步阶段，技术尚不成熟，且现有产品集中于中低端市场，冻干工艺不够精细，导致有效成分损失较大。竞争者包括传统人参生产商和新兴健康品牌。随着消费者对品质要求提升，市场将向高品质、高效能产品倾斜。本项目的冻干技术创新和产品高端化，使其具备强大竞争力，有望迅速占领高端市场份额。 3. 本项目核心竞争优势： 本项目的核心竞争优势在于冻干技术创新。相比传统工艺，项目技术能更好保留人参中的有效成分，提高营养价值和药效。产品形态多样（如粉末、颗粒、薄片等），满足不同消费者需求，提供便捷使用体验。项目在原材料采购、生产环节和质量控制上的优势，确保产品的高品质和稳定性。随着市场对高品质健康产品需求增长，本项目具备较强的技术壁垒和市场竞争力。

本项目是针对金陵石化热电厂 2#汽轮机叶片断裂事故进行分析，找出断裂的原因，并 对症下药，进行相应的技术改造。论文首先分析了叶片所受到的各项应力，对末级叶片的静 强度和在运行中受到的动应力进行了综合评定，确定末级叶片的实际受力状况；同时，对叶 片的固有频率进行了计算，现场对末级叶片的固有频率进行测量，确定其振动状况。本文的 重点是对断裂叶片进行的失效分析，通过对材料、金相组织、机械性能、宏观和微观断口等 各项试验和观察，确定其断裂是由疲劳裂纹所引起，由于在正常运行状态下出现此情况，说 明叶片的设计存在问题。根据上述分析和结论，对 2#汽轮机叶片进行了相应的技术改造。 

项目背景：在新冠疫情在全球范围内爆发的背景下，疫 苗使用安全问题再次引起各方重视，尤其非洲等电力短缺的 地区其冷链基础薄弱，疫苗安全问题更为突出。为解决电力 短缺地区疫苗终端保存的问题及提高接种安全，开发一款太 阳能直接驱动压缩机制冷并集中蓄冷的疫苗保存箱，即使在 恶劣光照条件下也能保持箱内温度稳定在 2-8℃，蓄冷完成 后，在无光照的条件下也能保温长达 7 天，为非洲地区人民 带来福音。 所需技术需求简要描述：1.控温型重力热管。本项目是 通过热管将蓄冷室的冷量传递到疫苗室，疫苗箱在 5-43℃环 境区间能维持疫苗室在 2-8℃，尤其不能低于疫苗的安全存 储温度：2℃。2.太阳能驱动压缩机的能源控制及分配。本 项目使用太阳能电池板直接驱动压缩机工作，如何控制压缩 机在不同光照条件下都能最大程度的利用当前太阳能电池 板的输出，也就是在光照条件较好时压缩机能以高转速工 作，在光照条件较差时压缩机以较低转速工作，使压缩机转 速实时跟踪当前太阳能最大功率点，从而提高太阳能利用 率。3.本项目针对 WHO/PQS 相关标准设计，其中重点在控制 系统、温度记录器，温度显示器的设计及开发，执行的标准 有 WHO PQS E003 RF05.6 、 PQS_E006_TH06.2 、PQS_E006_TR06.3。需要严格按照如上标准设计开发相关软 件、硬件。4.技术指标：使用太阳能直接驱动压缩机，白天 制冷，夜间保温。保温时间在 43 度环温下达到 168h（7 天）； 最小额定环境温度：当环境为 5℃时，在无辅助加热的条件 下箱内也能维持 2-8℃。  对技术提供方的要求:项目合作方需具有传感器和物联 网应用软硬件系统研发的基础，掌握离散事件动态系统及混 成系统的形式化建模、分析和仿真技术，能基于深度学习等 新一代信息技术进行自动化系统的决策分析和智能控制。 

简介：本发明公开了一种基于SBR工艺的船式污水处理系统。它由运动子系统（船体、收缩轮）、污水处理子系统（SBR水处理装置、厌氧池、进水泵、回流泵、排泥泵、曝气泵）、动力子系统（电控柜、发电机）、控制子系统（PLC控制箱、进水阀、回流阀、排水阀）等4个子系统构成。当水体受到局部性污染时，可方便地移将污水处理系统动到污染区域，对污水进行快速、有效处理。该方法可到达消除水体局部性、突发性的污染，提高水体水质，对于维护水体水质长期稳定具有重要的现实意义与广泛的应用前景。

  土壤/粪便样本前处理平台是一款全自动快速处理土壤/粪便样本的设备，可实现从样本开/关盖、稀释、捣碎、混悬、离心、取样等步骤的全流程自动化。   工作很多，时间很少？ 土壤/粪便样本前处理平台为您分担烦恼 一体化：全实验流程整合于一机，一键运行，实验无忧 全自动：360°旋转式抓放离心管机械手，实现全流程自动化 紧凑设计：极小空间内同时处理至少48个样本 整合模块：整合开/关盖、稀释、捣碎、混悬、离心、取样等模块   可在30分钟内一次性处理48个样本，实现无人值守，一键运行。 产品特点 精准移液 三轴机械臂定位准确，精准自动化移液，配置液面探测、空气/凝块/漏加/碰撞检测，全过程自动监控，防止少加、漏加 高效快速 自动完成样本的开/关盖、稀释、捣碎、混悬、离心、取样等步骤，快速处理大量样本，提高工作效率 智能混悬 多通道一次性捣碎头，捣碎力反馈精准 充分振荡/混悬，提高样本有效成分的检出率 灵载兼具 台面可根据实验需要，灵活摆放样本，可批量上样 灵活抓放 360°旋转式离心管机械手可抓放24个离心管适配器，带抓取反馈、掉落检测、自锁装置，实现离心管灵活抓放 直观易用 软件内置多种实验流程，可简单快速自定义编辑， 一键操作   在实验室自动化赛道，长沙演化生物科技有限公司正以自主创新引擎驱动，崛起为国产高端智造的新一代领跑者。  

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。

研究背景：  大数据应用的多样化  需要的计算模型、数据模型多样化；  目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。  多系统导致大数据分析平台非常复杂、效率低下。 研究目标： 研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。 针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个  方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键  值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计  算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这  套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们  对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于  大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计  算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三  个方面，分别详细介绍FAST系统的三个主要亮点。 融合架构 FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包  括多数据模型融合和多计算模型融合两方面。 多数据模型融合： 设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、  文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据  分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。 经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。 多计算模型融合： 在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集  的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和  流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。 高时效 FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗，  提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。 对于多模态存储，面向应用负载和异构硬件特征进行自适应优化； 对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等； 在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效； 而且我们也考虑到大数据分析过程中用户人工操作的时效性问题，  通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的  时间。 可扩展 FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、  存储层和计算层进行了全面的扩展性优化。 在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块，  能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。 在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。 在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持  到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提  升。 亮点成果： 融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。  从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。 同时在双十一期间，基于智能交互向导技术，也面向电子商务应用  的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品  销量变化的原因，以及促销的有效手段等。