本发明公开了一种检测CP4?EPSPS蛋白的电化学免疫传感器及其制备方法和应用，基底电极表面依次经AuNPs?CMK?3分散液修饰，EDC和NHS的混合溶液活化，CP4?EPSPS抗体和硫堇的混合溶液共价结合处理。所述基底电极为玻碳电极，所述CP4?EPSPS抗体为纳米抗体。本发明的电化学免疫传感器具有灵敏度高、特异性强、仪器轻便易携带等明显优势，可以在生物大分子的检测方面发挥重要作用，具有广泛的应用前景。

本发明属于一种含有以１－甲基－４－异丙基－二环［２，２，２］辛烷－２，３－二酸酐为主要成分，其含量为６０－１００％的组成物作为新型焊接剂的新用途，提供了一种可作为新型焊接剂的具有酸酐官能团为特征结构的单萜类衍生物。制备这个新型焊接剂是以α－松油烯和马来酸酐的分子间狄尔斯－阿尔德环加成反应产物为原料，使用５％Ｐｄ／Ｃ作为催化剂，用量是原料重量的１－１０％，氢的压力在０．１－１．０ＭＰａ，加氢反应温度在２０－３５℃条件下进行的，使用诸如甲醇，乙醇等醇类作为溶剂，使用量为原料重量的２－２０倍。本发明发现的该新型焊接剂，可以用在往电路板上用焊锡焊接电子元件时的焊接工艺之中以及各种需要焊接电子元件的电子产品生产过程当中。它具有很高焊接活性，残渣少，焊接温度低，易洗涤，是很有前景的新型焊接剂。

微卫星不稳定性（Microsatellite Instability, 简称MSI）是目前肿瘤临床检测中一种非常重要的分子表型，多发生于结直肠癌、胃癌、和子宫内膜癌。微卫星不稳定性与肿瘤的发生、发展，治疗方案制定及治疗效果预测相关，更是肿瘤免疫治疗疗效预测的重要分子标记物。当前，临床上使用的两种微卫星不稳定性检测的金标准方法：MSI-PCR和MSI-IHC，都需要专业技术人员通过实验操作来完成，均费时费力且成本较高。近年来，随着高通量测序（Next Generation Sequencing）的发展，基于高通量测序的微卫星不稳定性检测方法开始显露头角，在检测结果与两种临床金标准保持高度一致的情况下，极大的缩减了检测时间并减少了检测成本，大幅提高了推广微卫星不稳定性检测的可行性。2014年，西安交大叶凯教授团队率先开发了基于高通量测序的微卫星不稳定性检测方案——MSIsensor。2017年该检测方案作为全世界首个泛肿瘤检测方案MSK-IMPACT中的微卫星不稳定性计算方法，通过了美国食品药品监督管理局的严格测试并获得批准。美国纪念斯隆凯特琳癌症中心测试表明，基于高通量测序的微卫星不稳定性检测与金标准的一致性可达99.4%。然而，微卫星不稳定性检测方案大都要求提供病人的癌症组织样本及一份取自血液或者癌症组织附近的正常样本。一方面，这一份正常对照样本限制了微卫星不稳定性的应用场景，尤其难以应用于血癌样本、福尔马林包埋样本、PDX/PDO等不易获得正常对照样本的情况；另一方面，额外的对照样本增加了微卫星不稳定性的检测成本。基于上述原因，在叶凯指导下，叶凯青年科学家工作室科研人员经过两年的探索，从微卫星不稳定性发生机理出发，通过数学模型抽象，从单个肿瘤样本中提取特征，开发了MSIsensor-pro。MSIsensor-pro实现不依赖正常对照样本的微卫星不稳定性检测，只需50个微卫星位点的测序数据即可实现微卫星不稳定性的精准检测。MSIsensor-pro的开发扩大了微卫星不稳定性的应用范围，减低了微卫星不稳定性检测的成本。同时MSIsensor-pro在低肿瘤纯度和低测序深度这类低信噪比数据中也显示出来很大的潜力。 该研究成果近期发表在国际组学和生物信息学领域权威期刊《基因组蛋白质组与生物信息学报》（影响因子6.597）上。叶凯的博士生贾鹏为该论文的第一作者，叶凯为通讯作者，西安交通大学为本文唯一通讯作者单位。这是叶凯教授课题组在基因组暗物质解析方面的又一重要突破。论文链接为：https://www.sciencedirect.com/science/article/pii/S1672022920300218

该项研究成果深刻揭示了Caffarelli–Kohn–Nirenberg不等式的基本特征并极大地发展了泛函不等式稳定性的研究方法，对推动泛函不等式稳定性的研究发挥了重要作用。

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。    

本发明属于钙钛矿结构环境协调性压电陶瓷领域，特别涉及一种铌酸钾钠-锆钛酸铋钠系无铅压电陶瓷，该无铅压电陶瓷由通式(1-x)(KuNav)NbO3-xBi0.5Na0.5Zr1-yTiyO3表示，式中，0＜x≤0.05, ?0≤y≤0.3，0.40≤u≤0.55，0.45≤v≤0.60，且u+?v=1。本发明提供的无铅压电陶瓷具有较高的压电性能，所用原料价格低廉，节约成本，有利于促进实用化进程，在工业生产中应用。

  在日益突出的环境和能源压力下，“节能减排、绿色发展”成为我国新世纪发展的核心战略。对于服装及纺织品这个出口优势行业，亟需在进一步提高生产效率基础上有效降低运行能耗、维护成本和环境排放，而先进的固体自润滑材料则是实现该行业大量使用的各种高速机械进一步提速降耗的必然选择和技术基础。由于服装、鞋帽、箱包等加工对象同时也是污染敏感产品，加工机械的无油化不但可以节能降耗，也有助于进一步提高品质、减少工序、降低成本。因此，以高速缝纫机为例，这就对针杆机构、挑线机构、勾线机构等主要高速运动部件无油作业耐磨性提出了新的要求。由于此类应用场合不但要求高速运动部件无油、耐磨，而且因高速运动而要求低惯性、低摩擦系数，要求的是无油润滑下的减摩耐磨性而不是单纯的抗磨性，因此，传统的超硬耐磨薄膜和软质减摩薄膜的适用性都存在问题。为此，本项目基于所研发的MSIP系列磁控溅射镀膜设备和掺Cr类石墨碳膜制备工艺，成功开发出高速缝纫机用牙架、针杆等一系列兼具高硬耐磨性（Hv > 2000 MPa）和优异固体自润滑特性（摩擦系数f < 0.1~0.2）的高速滑动部件镀膜产品，这些产品具有常规钢材1/10不到的摩擦系数和两倍于常规氮化处理的高表面硬度，不但具有超低的磨损率，而且可保证镀膜零部件在无油作业条件下长时间低温高速滑动。通过大量缝纫机行业客户批量使用证明，该技术和相关镀膜产品是缝纫高速化、无油化的最有效途径。

本发明公开了一种永磁同步电机无位置传感器控制方法。其中， 包括一个用于修正电压合成矢量速度的转速稳定环，以及一个用于实 现矢量控制的电压幅值修正环。本发明所设计的永磁同步电机无位置 传感器控制方法，从本质上解决了电机运行过程中易失步崩溃的问题， 同时提出了一种新的实现矢量控制的控制策略算法，从而实现永磁同 步电机驱动系统稳定、可靠、高效运行。 

卤系阻燃聚酰胺（尼龙）材料由于在燃烧过程中会释放有毒烟雾及腐蚀性气体而日益受限，此外传统的无卤阻燃聚酰胺技术也存在阻燃剂添加量大、阻燃剂带色、材料制备工艺复杂以及对环境污染等问题。本项目建立了反应性挤出制备三聚氰胺氰尿酸盐（MCA）阻燃聚酰胺纳米复合材料的新方法，其以三聚氰胺和氰尿酸为原料，聚酰胺为基体树脂，水为分散介质，同时通过在体系中引入分子复合剂，在挤出加工过程中，实现MCA的原位合成以及阻燃聚酰胺纳米复合材料的制备。该方法将MCA的合成和阻燃聚酰胺纳米复合材料的制备统一在一个过程中完成，大幅简化了MCA及无卤阻燃复合材料的制备工艺，原位生成的MCA具有一定的长径比，并以纳米尺度均匀分散在聚酰胺基体树脂中。 主要技术指标： 所制备的无卤阻燃聚酰胺纳米复合材料可达到如下指标： 阻燃性能：UL94 1.6mm V-0级, 极限氧指数>30; 力学性能：拉伸强度70.6MPa，缺口冲击强度5.0kJ/m2; 原位合成的MCA粒径：60——90nm. 建设投产条件： 在普通双螺杆挤出机中即可实现本技术所涉及的工艺流程。