课题组设计并合成了三对平面型AIEgens，基于激发态双键重整（ESDBR）效应的理论基础对其光物理性质进行了详细研究。研究结果表明，通过在芳香环中引入氟取代基，分子间氢键作用可以有效限制在聚集态环境中的分子运动，抑制其非辐射跃迁，进而显著提升了AIEgens的聚集态量子产率。研究结果还表明，该类平面型AIEgens激子可以有效地失活到基态，并且与

小试阶段/n项目已解决的关键技术问题和技术创新点：1.提出了精轧变形抗力模型新型“九宫格”自适应学习方法，在“轧制温度*变形速率”参数空间上布置多个特征点，对参数空间上与当前轧制工况位置相邻的 9 个特征点进行加权插值，获得空间任意均连续的自学习参数，它是位置坐标的函数，打破了原来的“自学习系数与层别一一对应”的关系，使自学习系数精确到工作点坐标，解决了 原有的不同层别的自学习参数相互不关联、跳跃大、不连续等问题。新方法上线后，应用效果非常明显，每月带钢因厚度超差导致的预封锁量从投用前的 45 块/

小试阶段/n轧机过程控制数学模型与轧制稳定性技术直接影响带钢产品质量与生产成本。该技术在结合生产工艺与设备控制技术的基础上，综合现代控制理论、数学建模和人工智能技术，形成完整的轧线关键模型与轧制稳定性控制技术，已在宝钢、梅钢、涟钢等国内多条大型热连轧生产线上成功在线应用。发表核心期刊论文30多篇，授权、受理发明专利30余项，软件著作权3项。。关键技术：1）高精度轧制设定模型与尺寸控制。高精度带钢厚度控制技术：包括高精度轧制力能模型、全线一体化分布式温度模型、辊缝模型，保证高精度的头部设定；高精度AG

1.痛点问题 本项预期成果是解决复杂场景中目标三维数据重建、驱动的关键技术。 针对实际应用中复杂运动场景，例如刚性运动的交通工具，变形移动行人等，传统的运动结构恢复方法在进行场景深度求解时无法确定每个单元结构的相对尺度，导致无法对复杂运动场景进行重建。在现有的深度估计、语义分割、位姿估计等相关技术，存在识别精度低、提取不到关键信息、应用场景单一等问题，无法满足大尺度场景应用的需求。 2.解决方案 本项目成果提出了一套面向目标、人体深度数据重建技术，有效实现对复杂运动场景下人、物的深度重建与驱动，有效解决现实场景目标的数字化模型生成与虚拟场景下的驱动映射问题。提出多模态采集、时空复用编码摄像方法，获取大景深、高时空分辨、丰富的精确场景视觉信息，基于超像素关系分析的深度重建方法，包括目标超像素分割，图像帧匹配，运动关系判定，通过时序传播与概率模型更新实现实时深度重建，提高最终三维重建模型的稠密度、鲁棒性、一致性和准确度。构建了基于深度卷积神经网络的目标实例检测与位姿估计框架，从目标对象观测图片提取其分割掩码并不断迭代更新，输入深度卷积神经网络进而得到目标6D位姿估计并进行迭代改进，从而实现目标在动态复杂场景下的位姿还原，克服了在光照、姿态变化、遮挡等不良因素环境下的目标位姿不准确问题，确保了目标6D位姿估计的鲁棒性与准确性。 合作需求 寻求在元宇宙、数字城市、自动驾驶、AR/VR、机器人、制造业等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。

一种水电站过渡过程整体物理模型试验平台，包括循环水系统(1)、励磁同期保护系统(2)、调速控 制系统(3)、变频换相系统(4)、监控系统(5)、负荷系统(6)、量测系统(7)、模型机组系统(8)和模型水道系 统(9)，在该平台上可以进行大波动、小波动和水力干扰等过渡过程及其他相关问题的试验研究。其优点 是:本发明集成度高，工作性能稳定可靠，操作简易、控制精密，可有效的完成水电站过渡过程相关的 各项基础性与应用基础性试验。适用于大中小型常规模型水电站和模型抽水蓄能电站。

高品质钢的冶炼典型流程为“转炉→精炼→中间包→结晶器”，冶金反应器内存在着合金-钢、钢-渣、钢-夹杂物、钢-耐材、渣-耐材、钢-空气、钢液凝固和元素偏析等反应和过程，各个化学反应“耦合”发生、互相影响。因此，有必要建立智能模型有效地预测不同反应器内夹杂物成分的变化，准确地在线了解精炼和连铸过程的工作状况，使生产全流程始终处于最佳工作状态，从而确保夹杂物的精准控制，最终提高钢产品质量的稳定性和可靠性。同时，通过模型的优化计算，可以根据不同钢种的性能需求，对钢种的生产工艺进行定制化设计。 （1）高品质钢炉精炼过程夹杂物预测研究： − 精炼过程宏观流动数学模拟：计算精炼过程钢液和精炼渣的流场和温度场、夹杂物的运动，同时计算吹氩强度、钢包尺寸等因素对钢包流场、夹杂物运动和去除的影响。− 精炼过程夹杂物成分动力学：研究吹氩强度、钢包尺寸等因素对多元反应速率的影响；耦合计算 LF 炉内“渣-钢-夹杂物-合金-耐材-空气”多元反应过程夹杂物成分变化。 − LF 炉内夹杂物尺寸动力学：建立夹杂物生成、长大和去除的尺寸变化多尺度模型，确定不同条件下夹杂物的尺寸变化行为，预测钢中夹杂物的数量变化和尺寸分布规律。 − LF 炉内夹杂物预测模型：将夹杂物成分和尺寸动力学计算和宏观流动模拟相耦合，建立 LF 炉精炼过程夹杂物成分、数量和尺寸预测模型。 （2）高品质钢中间包连铸过程夹杂物预测研究 − 中间包内宏观流动数学模拟研究：计算中间包内钢液和覆盖剂渣相的流场和温度场、夹杂物运动和去除。计算开浇和换包的非稳态浇注、中间包结构对中间包浇铸过程的影响。 − 中间包内夹杂物动力学研究：耦合计算中间包中“渣-钢-夹杂物-耐材-空气”多元反应中夹杂物成分变化，确定中间包内各位置的反应速率。 − 中间包内夹杂物预测模型的建立将渣-钢-夹杂物-耐材-空气反应和宏观流动模拟相耦合，建立中间包过程多元反应夹杂物成分、数量和尺寸预测模型。 （2）高品质钢结晶器凝固过程夹杂物预测研究 − 结晶器内钢液凝固冷却过程中夹杂物行为研究：通过实验室实验研究钢液凝固和冷却过程中温度变化对原有夹杂物与钢基体的反应的影响，以及不同成分的钢液在冷却和凝固过程中夹杂物新相析出，确定温度变化对夹杂物影响机理。 − 结晶器内宏观凝固和流动数学模拟研究：研究结晶器过程钢液、渣相的运动，使用融化模型研究结晶器过程凝固坯壳的凝固和形成，计算夹杂物在钢-渣界面的去除行为。 − 结晶器内钢液凝固过程夹杂物动力学研究：计算铸坯凝固过程钢液成分偏析，与保护渣-钢-夹杂物反应进行耦合计算，预测铸坯中夹杂物的成分。计算夹杂物被凝固前沿捕捉行为，预测铸坯中夹杂物的数量和尺寸分布。 − 结晶器内钢液凝固夹杂物预测模型的建立：通过将元素偏析、保护渣-钢-夹杂物反应和宏观流动数学模拟相耦合，建立结晶器凝固过程多元反应预测模型，实现铸坯中夹杂物成分、数量和尺寸空间分布的精准预测。 （4）高品质钢制造过程夹杂物智能预测模型在工业生产中的应用 − 模型的验证和优化：高品质钢制造进行全流程取样调研，对建立 LF 炉、中间包和结晶器内夹杂物反应模型进行验证和优化。 − 模型应用：将建立的高品质 LF 炉、中间包

XM-S9全功能旋转式皮内注射及静脉穿刺手臂模型   XM-S9全功能旋转式皮内注射及静脉穿刺手臂模型的皮肤采用高分子材料、血管采用乳胶材料、手臂骨采用发泡材料制成，肤质仿真度高，皮肤纹理清晰，设有静脉血管网。   一、功能特点： ■ 手臂转轴设计，方便翻转，八根血管，构成了完整的静脉系统，真实模仿人体结构。 ■ 可进行注射、输液、抽血等训练。 ■ 可选择不同类型的穿刺针进行训练，进针有明显的落空感，正确穿刺有回血产生，如出现渗漏现象，可通过机械旋转装置将渗漏处血管旋开后，在原处继续穿刺使用，克服了漏液现象，满足学员反复练习的要求。 ■ 前臂下1/3处配有皮内注射练习的皮垫，该皮垫上备有多处注射点，正确注射时，可产生逼真的皮丘，通过移动皮垫能显示许多注射点，以满足大量练习的需要。 ■ 可反复进行练习。 ■ 静脉血管和皮肤可更换，经济实用。   二、标准配置： ■ 全功能旋转式皮内注射及静脉穿刺手臂模型：1条 ■ 机械旋转装置：1台 ■ 输液套装：1套 ■ 说明书：1册 ■ 保修卡合格证：1张

XM-109人体骨骼附肌肉起止点着色模型（带数字标识）   XM-109人体骨骼附肌肉起止点着色模型(带数字标识)显示男性全身骨骼的组成和形态外观、神经分支、脊椎动脉和腰椎间盘等，由男性全身散骨串制而成一整体骨架，成直立姿势，四肢大的关节部分均可活动，其中一侧骨骼用不同颜色油漆标识出肌肉起止点位置，头颅含可活动的下巴、可移动的头颅盖、骨缝线和三颗可取下的下牙，其中四肢骨和头颅骨可以灵活拆卸组装，整体固定在支架上，带底座，可灵活移动，共有164个部位数字指示标志及对应文字说明。 尺寸：自然大，高170cm 材质：PVC材料

XM-131B女性骨盆附盆底肌和神经模型   XM-131B女性骨盆附盆底肌和神经模型显示骨盆、骨盆的韧带、盆底肌、神经和会阴等结构，共有50个部位数字指示标志及对应文字说明。 尺寸：自然大，21×30×22cm 材质：PVC材料

XM-171骨骼肌分子结构及收缩变化模型   XM-171骨骼肌分子结构及收缩变化模型显示骨骼肌粗丝和细丝的分子结构，粗丝和细丝的相互关系，收缩时细丝向粗丝之间滑行。 尺寸：放大，25×25×54cm 材质：PVC材料