2025年2月7日，珠海昊星自动化系统有限公司（下简称：昊星）作为广东实验室行业协会副会长单位，成功举办新春行业交流活动。广东省实验室设计建造技术协会（下简称：协会）秘书长罗菲同霍尼韦尔、广东易众洁净科技等9家会员单位代表到访，与公司总经理张雁翔、市场总监林旭峰等管理团队共话行业发展。

        5T管理”理念，即基于农作物及果实生长的自然通道特性，按时间敏感性将收储过程界定为熟收 (T1)、田场 (T2)、干燥 (T3)、收仓 (T4)以及仓储 (T5)等5个事件，进一步围绕5个事件优选管理目标因子和控制因子、制定管理指标体系和配套先进适用技术装备。在吉林省粮食和物资储备局的支持下，依据“5T管理”原理，制定了《吉林优质稻谷收储作业5T管理技术规程》。依托吉林省粮食和物资储备局、吉林大米联盟、九台贡米联盟、益海嘉里金龙鱼等大米相关产业组织在省内外进行推广，减损效果显著，可以显著延长大米的保鲜期，特别是探明了不当管理导致的7.16%“隐性”损失，同时也减少了粮食微生物毒素危害，为稻谷的持久鲜活保驾护航。

厚板焊接作为我国核电、船舶、石化等领域重大装备的关键制造技术，对低热输入、高效率、高质量的新型焊接方法升级需求极其迫切。窄间隙焊接技术因采用窄且深的坡口，在厚板焊接时具有效率高、填充量少、热输入小、变形小等优势，在提高焊接效率和焊接质量等方面具有重要应用前景。目前，该类技术在国外核电、船舶等行业广泛应用，技术较为成熟。而我国窄间隙焊接技术研究起步较晚，在大厚板核心焊接设备、工艺及材料均受制于人，尤其针对我国国防重点企业，存在“卡脖子”风险。高端焊接装备依赖于进口，价格高昂。国外主要生产厂家包括法国宝利苏迪、日本日立公司、美国电弧机器等，国内生产厂家华恒、唐山开元等依赖于国外企业的专利授权。 国际和国内现有技术一般采用钨极摆动、陶瓷片约束、横向交变磁场等控制电弧周期性地在两侧壁之间燃烧，存在装置复杂、母材被磁化或间隙较大等缺点。为解决窄间隙焊接侧壁熔合的难题，课题组另辟蹊径，创新性地提出了一种具有完全自主知识产权的“厚板超窄间隙旋转电弧焊接技术及成套装备”新技术。该技术突破了现有窄间隙钨极氩弧焊接（NG-GTAW，narrow-gap gas tungsten arc welding）工艺的局限性，已实现壁厚50 mm超窄间隙焊接，能够更为可靠、简便地解决侧壁未熔合缺陷问题。相对于国内外的现有技术，该技术形成的旋转电弧能够有效改善电弧热量及压力的均匀性，在保证熔敷金属质量均匀的同时避免熔深过大，具备高质量、高效率的突出优势，达到国际先进水平，已在国防、核电、QT等工业领域推广应用。同时，研究团队自主设计研发了面向核电、石化、船舶等装备的大厚板非轴对称旋转钨极超窄间隙GTAW成套装备（图1），可实现板厚超过150 mm、窄间隙5 mm——9 mm的厚壁材料高质量自动化焊接。 图1 大厚板非轴对称旋转钨极超窄间隙GTAW成套装备 该设备特别适用于厚壁不锈钢焊接、钛合金、980高强钢、9Ni钢等特种材料，在核电、军工、石化等领域具有广泛的应用前景。目前处于国际先进水平的宝利苏迪公司生产的单套设备售价高达380万元，国产设备售价也达到150——200万元水平。而自主设计研发的设备单套成本仅约30万元，能够产生巨大的经济效益。

复杂非线性滞后动力系统分析与综合问题是控制领域研究的热点和难点。本项目主要取得如下创新成果： 1、非线性滞后动力系统的鲁棒控制。主要研究状态信息延迟下非线性系统的鲁棒控制问题。通过构造李雅普诺夫函数和泛函，很好地解决了一直以来困扰控制领域的严格反馈结构非线性滞后控制难题。对于一般结构的非线性系统，提出了反馈控制设计框架，克服了现有文献关于滞后项的强假设条件。  2、非线性关联滞后大系统的分散协调控制。提出了强非线性关联环节下大系统的分散自适应反馈控制器设计方法，解决了非匹配模型跟随控制难题，为强耦合滞后大系统的分散控制问题提供了完整的解决方案。 3、滞后系统智能控制和网络化系统控制设计。提出了非线性滞后系统的无记忆智能控制设计理论与方法。给出了非对称网络环境下遥操作系统的控制器设计方法，建立了网络环境参数、控制器参数和系统性能的显性表达式。 4、应用基础研究：提出了化合反应系统的控制器设计方法，同时构建了工业无线网络控制平台。 研究成果在大型高炉建模与节能减排优化控制、恶劣工业环境下无线网络化控制、物联网、网络化机器人远程控制等领域得到了初步应用。

三维颅颌面部成像仪及诊断分析系统，解决传统口腔临床面临的基于二维图像颅面测量丢失深度信息的问题。 系统基于立体视觉原理，开发高效、准确（精度<=0.1毫米）的三维面部成像仪，获取真实的面部软组织立体表面数据，结合高精度CBCT（Cone Beam Computed Tomography，锥体束计算机断层）图像，融合包含颅颌面部和口腔等软硬组织模型，重建出真实感三维颅颌面部数字模型。 同时，系统完成基于三维成像设备的临床三维颅颌面部测量诊断分析系统，提高颅颌面畸形、性别分析、颅面生长等临床诊断水平。 本研究结果为正畸科、正颌外科临床定量化手术设计、术后疗效评价提供新的技术方法，为正畸和正颌外科教学培训、多学科会诊及远程会诊提供新的工具，并为进一步的口腔虚拟手术及整形美容业的手术计划研究提供测量和规划工具。 三维颅颌面部成像仪及诊断分析系统，是牙颌数字化诊疗修复的基础系统。据不完全统计，我国口腔医疗机构总数超过 12 万，其中民营超过 4 万家。按照以上数字计算，我国口腔医疗数字化仅三维颅颌面部成像仪及诊断分析系统或同类产品就存在巨大的市场空间，若以目前市场产品价格估计，市场需求至少在 2000 亿以上。三维颅颌面部成像仪及诊断分析系统的应用和推广是推动口腔正畸修复的重要保障，具有巨大的市场空间，但鉴于国内在这方面的研究还不成熟，依然没有国产的能够投入临床的成熟产品，所以该系统的推广具有重要的经济意义和现实意义。

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。