本发明公开自锁连接装置，包括第一连接件、第二连接件和摇杆定位机构；第一连接件包括锥形凸台和定位槽，锥形凸台侧壁上设有卡孔；第二连接件设有与锥形凸台适配的锥形凹槽和与定位槽适配的定位销；摇杆定位机构包括直线杆和弧线杆；当锥形凸台插入锥形凹槽时，锥形凸台挤压直线杆，摇杆定位机构摆动使得弧线杆插入所述卡孔，定位销插入定位槽，此为自锁连接装置的锁紧状态；当定位销抽离定位槽，锥形凸台抽离锥形凹槽时，弧线杆与定位孔分离，为自锁连接装置的开放状态。本发明的自锁连接装置操作简单方便，对工作人员的技能以及环境要求低，可实现待锁定装置的快速准确锁定，且解除锁定方法简单，通用性强。

本发明公开一种含有量子点的乙烯-醋酸乙烯酯胶膜的制备方法，包括以下步骤：用改性剂对半导体量子点的表面进行亲水性或亲油性改性，再将改性后的半导体量子点均匀分散在溶剂中，形成半导体量子点墨水，然后把半导体量子点墨水、乙烯-醋酸乙烯酯共聚物和助剂混合，经过热压成型或挤出成型，得到含有半导体量子点的乙烯-醋酸乙烯酯胶膜。该制备方法简单，可控性好，可操作性强，易于工业化生产。本发明还公开了一种含有量子点的乙烯-醋酸乙烯酯胶膜，应用于太阳电池，能有效提高太阳电池的利用效率。

本成果解决了我国葡萄酒产业发展的关键问题，构建了葡萄酒产业链关键技术体系，确立了我国酿酒葡萄的优生区，创造了埋土防寒区酿酒葡萄栽培新模式，创立了基于我国酿酒葡萄原料特性的葡萄酒酿造工艺技术体系，构建了我国葡萄酒安全控制技术体系和葡萄酒地理标志及其保护体系。该成果近三年累计新增产值44.5亿元，带动产业链上下游企业35家，形成了葡萄酒产业集群，加速了我国葡萄酒产业发展的整体进程，荣获2016年度国家科技进步二等奖。

2019年上海市科技进步一等奖 超高清视频是继视频数字化、高清化之后的新一轮重大技术革新，将带动视频采集、制作、传输、呈现、应用等产业发生深刻变革。从2K高清晰度电视向4K超高清晰度电视的跨越，对直播系统的采、录、编、播提出了新的要求，如何解决直播中的高清同播录制、实时内容压缩、智能数据管理和鲁棒稳定传输技术难题，成为制约4K超高清电视广播发展的关键瓶颈。 4K超高清编辑处理平台 在国家高技术研究发展计划和上海市科技创新行动重大项目的支持下，上海交大项目组团队在全国率先开启了4K超高清电视直播系统的研究。历经八年与超高清全产业链核心单位进行产学研合作，在超高清一致同播制作、实时并行编码、海量数据存管、无线高效广播和网络传输控制上取得了关键技术突破，形成了4K超高清电视直播系统，并完成全链路技术验证。率先在上海实现了4K超高清直播的有线无线同步播出，为我国4K超高清直播频道开播提供了解决方案，实现了千万用户级的4K超高清电视直播服务。 该直播系统打破了国外技术垄断，促进了超高清网络传输、芯片、显示面板、终端整机及内容制作分发、行业应用等各环节产品的升级换代，有力地支撑了“中国制作2025”国家重大战略的实施，全面促进了我国电视广播产业的高质量发展。项目获国家授权发明专利17项，近三年直接销售逾5.5亿元，新增利润超4千万元，获2017年广播影视科技创新一等奖。

深圳大学与中兴网信长期保持深入合作，积极探索产学研新模式，通过在健康大数据领域的持续研究与实践应用，为国家健康医疗战略、医学实践及全民健康管理提供大数据驱动的决策支持。在《基于物联网的多维健康数据智能平台关键技术及应用》项目，中兴网信将深圳大学科研成果进行转换，构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效地缓解医疗资源紧张等问题，通过多维健康数据分析，有效地保障了高危人群健康。项目构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效缓解医疗资源紧张等问题，通过多维健康数据分析，有效保障高危人群健康。相关技术内容包括基于协同感知技术的智能移动医疗终端及协同滤波研究、基于移动网络切分优化理论的网络优化及安全研究、基于多维异构医疗大数据的分析诊断云平台构建、应用系统开发及成果产业化。

配完成，效率低、周期长且模具工作型面表面质量无法保证。本成果在深入分析了影响大型汽车覆盖件模具凸凹模工作型面贴合率影响因素的基础上，研究提高贴合率的数字化分析与设计方法，建立了基于汽车覆盖件拉延减薄和模具在成形力下的弹性变形量耦合的精细模面设计方法。利用基于型面变形补偿的汽车覆盖件模具型面设计系统及方法后，调试周期缩短了30%，大大的提高了模具工作型面调试效率，缩短了模具的制造周期，创造了良好的经济效益，提升了企业核心技术能力的同时提高了企业的竞争力。本项目的研究成果已经成功在多家大型汽车覆盖件模具企业进行了大量的工业化应用，已为国内外知名汽车公司的大型覆盖件模具项目提供了高质量的模具。项目对改变我国汽车高档模具主要依赖进口的现状、促进天津市装备制造业的发展具有重要意义。

"我国是乙烯、醋酸乙烯及其衍生化学品的消费、生产大国，但一直不掌握先进的生物基乙烯、乙烯法醋酸乙烯及VAE生产关键技术。开发具有自主知识产权以生物质为原料的大规模生产技术，对我国相关产业的技术提升、实现大宗化学品的生物制造及可持续发展具有重要意义。主要科技创新如下： 1．开发出高空速、水蒸气协同的乙醇制乙烯反应工艺，空速达750h-1（GHSV），转化率大于99.6%，选择性大于98%，并有效抑制了催化剂积碳。与国外技术相比较，原料乙醇消耗降低2.7%，蒸汽消耗降低11.4%。 2．探明了CO在Pd-Au催化剂上与表面吸附氧的作用及转化规律，修正了醋酸乙烯生产关键原料乙烯的质量控制指标，CO浓度由小于5mL/m3放宽至小于500 mL/m3，使乙烯低温精制过程能耗降低40%以上。 3．开发出沸腾水移热固定床反应器壳方结构，提出了放大准则并用于醋酸乙烯合成反应器设计与制造；探明了氧气混合过程安全机制，开发出本质安全型氧混器并实现工程应用。实现了关键设备的自主创新。 4．开发出以复配聚乙烯醇等为表面活性剂、过氧化氢为氧化剂的VAE生产技术，生产出具有优异性能的VAE新产品。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

数控立车切削加工作为制造技术的主要基础工艺，随着制造技术的发展，在 20 世纪末也取得了很大的进步，进入了以发展高速切削、开发新的切削工艺和加工方法、提供成套技术为特征的发展新阶段。是制造业中重要工业领域，如汽车工业、航空航天工业、能源工业、军事工业和新兴的模具工业、电子工业等行业的主要加工技术，也是这些工业领域迅速发展的重要因素。为了满足市场和科学技术发展的需要，达到现代制造技术对数控技术提出的更高的要求,为适应数控进线、联网、普及型个性化、多品种、小批量、柔性化及数控迅速发展的要求，最重要的发展趋势是体系结构的开放性,数控技术、制造过程技术在快速成型、并联机构机床、机器人化机床、多功能机床等整机方面和高速电主轴、直线电机、软件补偿精度等单元技术方面先后有所突破。 黑灯工厂”是 Dark Factory 的直译，即智慧工厂，因为从原材料到最终成品，所有的加工、运输、检测过程均在空无一人的“黑灯工厂”内完成，无需人工操作，所以可以关灯运行，故而得名。智能化才是支撑企业的核心，智慧工厂中员工对智能化设备的掌控能力的要求大大提高，由原来的纯粹单一“操作为主，设备为辅”的角色演变为“设备为主，操作为辅”，需要员工变身为具备全面技术能力的工程师。技术工程师不仅要保证智能化生产线的正常运行，还要保证快速处理生产过程中产生的异常等，而且成为了智慧工厂的“隐形人”，由其在综合考虑效率、成本等因素的基础上决定哪些工作由机器完成，哪些由人完成，实际的生产仍是一个人机协作的过程。基于数字孪生建模、分析、调试、决策和运维等远程管控来实现和保障的。 本项成果的核心是黑灯模式下的动柱式数控机床智能装备及基于云控远程运维平台的加工产线的开发及其产业化，主要是开发中小型数控动柱立式机床智造装备、基于数字孪生驱动的云管控系统及 APP，研制低时延智能控制器并实现产业化。其关键技术是数字孪生驱动的一体化设计、智能控制AI 算法及其控制器和基于物联网的云控远程运维技术。数控机床与智能数字化+物联网+云平台相结合，因此形成的本成果是特有的数字化智能装备（数智装备）。 技术先进性和独占性在于： （1）基于数字孪生的动柱式数控车床的设计制造方法及精密加工自动化流程智能改进技术； （2）基于数字孪生驱动的自感知、自决策、可预测性运维等于一体的黑灯模式智慧工厂的云管控平台及制造服务 APP； （3）全新的基于区域选择性耦合控制的低时延智能控制技术的开发。创新点在于： （1）基于数字孪生模型的动柱式数控机床及其配套生产线的设计制造方法创新； （2）“倒立式五轴车铣中心”实现 5 面车铣复合加工；“动柱式数控立车”技术，X 轴主导轨、X 轴滚动丝杆、X 轴副导轨三者来定位动立柱技术；8-12 工位伺服液压刀塔，加工时换刀快、精度高、故障少； （3）通过内置 K210 智能芯片、SIM8200/8300 和智能传感等核心模块，实现了智能装备间 NB-ioT 和 mMTC 等 5G 物联通讯和人机交互； （4）将多源数控机床运行数据高效融合以及边缘计算与云端一体化，开发制造服务 APP 模块，构建面向制造服务生命周期的云网端管控平台； （5）基于区域选择性控制的低时延智能控制器实现了智能装备之间的网格化耦合控制，结合云网端管控系统及深度学习，构成智能产线。