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%。

本技术以岩体工程地质力学和岩体水力学理论为指导，采用五图—双系数法对底板突水危险性进行综合评价，通过理论分析、室内试验、现场测试和模拟计算，系统地开展注浆前后工作面底板水文地质与工程地质特征研究，揭示注浆前、后工作面底板采动变形破坏特征的差异性，为注浆改造底板突水预测和评价提供技术支撑，为承压水体上煤炭资源安全高效开采提供地质保障。 （1）采用五图—双系数法对井田 6 煤底板突水危险性进行了预评价，反映了深部水平煤层底板的水害威胁程度，为矿井防治水工程设计与实施提供了依据； （2）采用岩石物理力学实验、岩石质量指标统计、岩石试件波速测试和原位波速测试等多种方法，研究了注浆前后底板岩体结构的差异性，给出了注浆前后底板岩体的强度值； （3）建立了注浆前原始底板、厚度增加底板、强度增加底板、强度厚度均增加底板、含套管底板等 5 种不同的底板模型，模拟注浆前后各种状态的底板结构类型的采动效应，获得了各种模型的底板采动效应特征，揭示了工作面底板岩体结构改造的效果以及采动效应的岩体结构控制作用； （4）采用孔间电阻率 CT 法对注浆后底板采动效应进行了监测，获得了注浆后底板岩层的破坏特征，揭示了底板岩层破坏具有分带性。

本发明提供了一种湿地景观演变过程的分析方法及分析系统，所述的方法包括：获取研究区域的湿地景观遥感影像数据；对湿地景观遥感影像数据进行解译获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图；对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行叠加分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱。本发明通过遥感影像RS技术、地理信息系统GIS等技术，对湿地景观的演变过程进行分析，探索湿地景观的时间和空间发展演变规律，并利用图谱进行可视化展现，有利于科学地认知研究区域湿地景观格局演变机理，为合理规划利用湿地资源提供科学地理论依据。

产品详细介绍技术指标：光电比色分析法；量程范围：吸光度值0-1.99A  浓度值0-99.99％测量精度：符合GB223.3-5-88标准主要特点：仪器共设六个通道，每个通道可储存多条工作曲线，每条工作曲线可检测一种元素含量。采用高速，高精度的Ａ／Ｄ转换技术，数据转换速度更快，测试精度更高。大容量的数据库可方便用户实时保存和查询检测结果。采用品牌电脑控制，台式打印机打印检测结果。金牛仪器服务承诺：1、所售化验仪器三包一年，终身服务，产品售后服务热线电话24小时开通，定期回访客户； 2、免费为客户、代办托运化验仪器 ；3、免费培训化验人员，现场培训或来公司培训均可；4、提供材料分析工艺，代办化验仪器配套理化检测设备和配件；协助筹建化验室 5、常年提供化验仪器所需各种配件(特制硅钼粉、纯锡粒、各种标准物质、玻璃器皿、分析天平、添加剂等仪器所需的各种配件)。

计算机辅助工程（Computer Aided Engineering，CAE）分析是利用有限元分析、数值分析以及图形图像等技术模拟产品的实际工况，从而获取产品的静动态性能指标。采用CAE 分析技术，能大大缩短产品的开发周期，优化结构，降低成本，提升企业的市场竞争力。此项技术已广泛于航空航天、汽车、机车、电子、土木等各行各业，是企业产品创新设计时的不可缺少的有力保障。但CAE分析模型的建立异常冗繁，且有限元分析理论和相应的软件使用对于企业技术人员来说，仍是一个难点问题，为此，利用VC++和APDL等开

产品详细介绍南京固琦分析仪器制造有限公司专业制造各类非水碳硫分析仪，非水碳硫分析仪器，碳硫分析仪器，智能定硫仪，炉料分析仪，碳硫高速分析仪器，高智能碳硫分析仪器，南京碳硫分析仪，碳硫检测仪，碳硫联测分析仪,  化验室仪器，碳分析仪器，硫分析仪器，管式碳硫分析仪，管式碳硫仪，智能碳硫分析仪器，自动分析仪器，智能化验仪器，智能分析仪器，快速碳硫分析仪、分析仪器，化验仪器，化验设备，不锈钢成分测定仪,化学元素分析仪, 电化学分析仪,实验室分析仪器, 智能元素分析仪，微机元素分析仪，三元素分析仪器，可测定工业材料中碳、硫、锰、磷、硅、镍、铬、钼、铜、钛、锌、钒、镁、稀素的含量土等元素。仪器测量范围广、精度高，高、中、低档齐全，并能接受用户特殊定货。广泛应用于钢铁分析仪器、冶金化验仪器、铸造化验设备、机械分析仪器，化工分析仪器、矿山开发设备等行业及质量监督部门和大专院校。(http://www.gqfxy.com)  025-57357222 13851978239)。

产品详细介绍用途：广泛应用于分析钢铁中Cr、Mn、Ti、V、W、Mo、Ni、Co等合金元素的定性和牌号分类，区分各种牌号的混料，控制混料非破坏性，即对被测工件无损伤，100%逐件对成批钢铁原材料或成型零件全数检测。特点：仪器轻便，采用光栅色散元件，谱线清晰，明亮，分辨率高。一机两用，室内、室外都能工作。使用范围广，携带方便。适用于机械厂、轧钢厂理化室对进厂的钢铁原料和钢坯的牌号进行复杂，不受场地环境的限制。具有快速、准确、灵活、简便的特点。

坚决打赢疫情防控和经济社会发展两场硬仗，需要强有力的科技支撑。2月29日，河南省新型冠状病毒防控应急科研攻关项目启动会在郑州召开，围绕当前疫情防控及企业大面积复工复产等方面需求，我省启动实施了第二批新型冠状病毒防控应急攻关项目，共计6个专题 8个项目。 为了贯彻落实习近平总书记重要讲话精神和省委、省政府关于统筹推进新冠肺炎疫情防控和经济社会发展工作的安排部署，省科技厅围绕我省当前疫情防控及企业大面积复工复产等方面需求，组织开展了第二批应急攻关项目征集评审工作。本批次共征集到项目20个，经省防控指挥部科研工作组、相关部门以及专家的现场调研、筛选、评审，最终对防控设备、疫苗研发、医疗废物处置、防控信息技术、诊断试剂、中药制剂等6个专项8个项目正式立项。 据了解，第二批项目的凝练坚持需求导向，主要是针对解决疫情防控的突出问题来进行研究谋划： 一是针对大面积复工复产复学人员筛查监测和流动风险防控问题。郑州安图生物工程股份有限公司承担的“新冠/甲流/乙流核酸快速联检系统研制及其在疫情监测中的应用”项目，针对目前新型冠状病毒核酸检测不利于大范围推广和大批量快速应用的现状，研发快速联检系统，从样本到检测结果全自动完成，无需核酸专用实验室，并能一次检测实现甲流、乙流和新型冠状病毒区分，可应用于基层、急诊临床的新冠病毒检测，便于分流管理和监控疫情。郑州方欣生物科技有限责任公司承担的“冠状病毒快速检测试剂研制”项目，从新冠病毒感染的病原学检测、特异性酶和特异性抗体方面入手，着力提供一种有效、经济的检测工具，可应用于早期诊断、确诊病人的免疫学应答、无症状病人的筛查、隔离和医学观察人群的监控、复工复学等大面积人群的筛查。郑州大学第二附属医院承担的“基于二代测序的新型冠状病毒变异、毒力分析及疫情监控研究”项目，将对新型冠状病毒的全序列进行测序，分析新型冠状病毒基因变异情况，建立病毒基因组数据库，根据病毒样本基因变异情况和毒力估计进行分析研判，为疫情监控和预警提供重要参考信息，也可为新型冠状病毒疫苗开发、抗病毒药物筛选提供依据。郑州大学承担的“复产复工人员流动的疫情风险态势仿真推演与智能精准防控平台建设”项目，旨在突破复产复工人员流动的疫情风险智能精准管控关键技术，揭示人群流动行为对新型冠状肺炎感染影响的风险评估计算模型和态势演化规律，并在此基础上研制智能信息化系统，形成严密有效的全社会智能化、精准化疫情防控机制。 二是针对解决疫情一线防护服紧缺问题。河南省医疗器械检验所承担的“可重复使用医用防护服的研制”项目，旨在开发适用于新型冠状病毒防护的可重复使用医用防护服，破解防护服短缺困局，同时与驼人集团的新型防护面罩以及子任医疗、亚都实业、华西卫材等企业产学研紧密结合，解决一次性防护服防护级别低、供应不及时导致医护人员感染等弊端，让我国医疗机构随时可以建立医疗防护安全网络屏障。 三是针对下一步治疗、预防工作所亟需的有效药物和疫苗开展研发。河南中医药大学承担的“适宜于新冠肺炎医学观察期的中药制剂研究”项目，旨在根据新冠肺炎医学观察隔离人员、康复期患者及高风险岗位人员的中医分型特点，研制相应中药制剂，为下一步治疗和防控工作提供持续支撑。华兰生物疫苗有限公司承担的“新型冠状病毒肺炎疫苗的研究与开发”项目，将在该承担公司已建立的Vero细胞大规模培养平台的基础上，研发制备新型冠状病毒肺炎病疫苗，通过其安全性和有效性评价，向SFDA申请注册，实现产品上市。 四是针对疫情防控产生的医疗废物无害化处理技术难题。郑州轻工业大学承担的“医疗废物无害化应急处置设备及工艺的研发”项目，旨在研发医疗废物的移动式高温碳化炉，及时、高效、无害化处置新冠肺炎疫情期间产生的医疗废物，避免医疗废物转移运输过程中可能造成的病毒扩散，有效防止疾病传播，并对高温碳化后的主要产物实现资源化利用。 省科技厅负责同志表示，当前疫情防控到了最吃劲的关键阶段，希望各攻关项目承担单位及科研人员要切实增强使命感和紧迫感，展现科技担当，体现科技作为，以应用为标准，以实战为方向，以解决应急之需为首要，确保“需求来自一线，成果用到一线”，把论文写在抗击疫情的第一线，把研究成果应用到战胜疫情中。要弘扬科学精神，遵循科学规律，遵守科研规范，严格审批程序，在科技攻关中既强调特事特办、急事急办，又坚持合法合规、科学严谨，加强相关研究的伦理审查和知情同意，确保科研攻关在安全合规的前提下加快推进。省科技厅将全力为项目实施的各方提供好服务保障，对于阶段性绩效目标完成较好、在疫情防控一线应用效果明显的项目，会同财政部门及时安排拨付后续经费，充分保障攻关之需。

针对传统采用人力进行交通监控成本高、效率低的问题，开发了一套基于数字图像 处理和模式识别技术的智能视频交通监控系统（ITS）。通过架设在路边的摄像头采集的 道路监控录像，自动获取并记录包括交通流量、车辆速度、车型等在内的交通数据，并 检测交通事件，及时自动报警。