本发明涉及超声引发溶液聚合制备纳米铁聚合物复合材料的方法。将三氯化铁、甲基丙烯酸甲酯、苯乙烯、甲苯和偶氮二异丁腈混合均匀，在氮气保护条件下超声辐射，得到反应后溶液；向反应后溶液中加入无水甲醇进行沉淀，过滤得到沉淀物，将沉淀物洗涤、真空烘干并研磨得纳米铁聚合物复合材料，聚合物复合材料为灰黑色固体粉末。本发明在使用氮气保护、不加入还原剂的条件下，超声辐射，铁离子被还原成纳米铁颗粒，同时 MMA、St原位聚合，一步直接合成了纳米铁聚合物复合材料，这是一种相对绿色、节能又环保的方法。

本项目利用我们在高效节能设备研制和产业化方面的成功经验，自主研制的新型扭曲管中冷器，并实现扭曲管中冷器的制造产业化。通过采用扭曲管可以使空气冷却器传热能力增加10%-20%，壳程阻力下降50%-70%，充分体现了扭曲管中冷器的节能潜力，实现节能20%-35%。扭曲管中冷器的研发提升了我国新型高效节能设备在气体压缩机领域的整体技术水平和市场竞争力。本项目中冷器的碳钢管束芯体和管板在与壳体、封头、管箱装配前整体热浸锌处理，显著提高壳程、管程的抗腐蚀能力，用以取代传统的铜管光管中冷器，大大减少了压缩机中间冷却系统的制造成本。可降低制造成本20%-40%，增加生产利润20%-30%。本项目中冷器，由于扭曲管具有多点自支撑结构，省去了传统换热器的折流板（支撑板），壳程流道变为传逆流，壳程压降降低20%-60%，进而减少泵工的消耗30%-50%，达到节能的效果，提高了换热器的抗诱导振动以及强化传热的性能，有效防止了压缩机由于排气温度过高而引起的内壁温升大、润滑油变质、气缸磨损、“积碳”等现象的发生。由于本项目中冷器流速均匀、无流动死区，而且管壁温度比较均匀，大大降低了结垢的可能性。为振动、少结垢，从而延长了维修周期，降低了压缩机中间冷却系统的的维修费用。本项目中冷器不改变换热器的外形结构，保留管壳式换热器的特点，结构简单，采用横截面为椭圆形或扁圆形的螺旋扭曲管，其余均采用传统的管壳式换热器的基本结构形式，易于推广，成本较低，具备较好的压缩机中间冷却系统的工业应用前景。

本发明提出一种接触式机械振动条件下增材制造方法，通过在电弧送丝增材制造或者激光送粉熔化增材制造的过程中，同步引入一定频率的机械振动，使零件处于一种微振动状态，通过机械振动作用于增材制造过程中形成的微小液态熔池，起到细化晶粒，使组织变得更加均匀和减少甚至消除气孔、夹杂及未熔合现象。同时振动作用于刚凝固的金属，使振动产生的应力和增材制造过程中产生的残余应力叠加产生局部塑形变形，达到减小增材制造零件的残余应力和变形的

本项目采用五电弧协同增材制造，提高成形构件的堆积效率；利用激光约束电弧，提高成形金属构件的表面精度，减小加工余量；构筑出融合五电弧协同增材制造、激光稳定电弧、高速摄像监测、构件成形尺寸三维测量、工艺数字化监控等功能的多电弧协同增材制造装备。 1、 形成复杂空间曲面构件分区原则、切片方法与路径规划策略，建立五电弧协同增材制造高性能大型金属构件工艺方法、模型与窗口； 2、 研制出多电弧协同增材制造工艺规划与系统总控软件； 3、 开发了专用于高性能大型金属构件多电弧协同增材制造的专用金属丝材。 实现大型舰船艉轴架、运载火箭过渡端框架与高层建筑多向钢节点的高质量、高效率、低成本增材制造，并进行组织与性能预测。 图1 多电弧协同增材制造设备图 图2 多电弧协同增材制造典型产品 【技术优势】 项目成果有效解决了高性能大型金属构件采用电弧增材整体制造时，面临的堆积效率较低，制造大型金属构件周期长；成形金属构件表面精度低，加工量较大；成形金属构件的晶粒粗大，各相异性明显的难题，将目前大型金属构件电弧增材制造的效率提高到了新高度。 【技术指标】 五束电弧协同增材制造装备： 1）装备包括 CMT电源5台、六轴机器人系统3台、激光系统、工艺数字化系统、三维测量系统、高速摄像系统与缺陷除去系统； 2）三维测量系统的测量范围在300mm以内，可测量金属构件壁厚最大尺寸不低于250mm，测量误差在±1.0mm以内； 3）可成形高度大于2m、长度大于5m、宽度大于3.5m的金属构件，变形控制在0.2mm/100mm以内； 4）堆积效率≥1800cm3/h，连续工作时间不低于360小时； 五束电弧协同增材制造工艺总体软件： 1）具有模型解析重构、子模型选择、分区切片与9轴工艺路径规划、曲面切片、G代码及机器人离线编程代码生成、多电弧协同增材制造系统控制功能与工艺数据库； 2）可实现金属构件组织、性能预测及成形质量主动控制，并显示构件材料 CCT图； 3）模型解析、拓扑重构时间低于10分钟，切片轮廓精度优于±0.1mm，单层切片时间＜2s。 4）支持2000万以上三角形面片、尺寸4m以上STL模型； 5）支持任意空间曲面模型的路径规划，成形尺寸≥4000mm； 6）支持 6轴机器人+3轴龙门式床身协同控制的9轴工艺路径规划，成形效率达 1800cm3/h，全程误差≤0.5%，路径输出方式为G代码、机器人离线编程代码； 7）工艺数据库覆盖控制系统参数及工艺及材料参数，并建立典型工艺参数，加工误差范围≤0.5%；

本发明公开了一种金属零件的增减材复合制造装备及方法。该装备包含增材制造组件、减材制造组件、气氛调控组件和控制系统。所述增材制造组件用于对待加工零件实施激光选区熔化；减材制造组·826·件用于对已熔化成形的金属零件切片层实施机械加工；气氛调控组件用于在零件制造过程中为激光辐照区域提供保护气体和清除激光辐照区域产生的金属烟尘；控制系统用于处理待成形金属零件 CAD 模型，生成增材制造组件与减材制造组件的加工

本发明公开了一种基于轮廓特征的金属零件增材制造方法，包括以下步骤：①建立金属零件 CAD 几何模型，并提取 STL 模型；②根据零件轮廓特征及复杂程度确定其制造方向，并进行零件增材制造的路径规划；③利用分层切片软件对 STL 模型进行合理切片，由计算机根据这些轮廓信息生成控制指令；④板料送料机构在控制指令的控制下送出设定宽度及厚度的板料并剪断；⑤在电阻焊或摩擦搅拌焊产生的热量及辊压作用下完成层与层之间的焊合，同时复合同工位铣削完成轮廓毛刺的去除；重复上述④至⑤过程，直至完成整个零件的成形加工，如未达

本项目主要解决此市场痛点，将3D打印技术和液压系统相结合，设计一套轻量化的液压机械臂，特别适用于航空航天、军工、勘探、安防、排爆、物流搬运等特种机器人领域。对比同体积和质量的电驱动马达，扭矩可增加4倍以上。 一、项目进展 已注册公司运营 二、企业信息 企业名称 上海埃曼机器人有限公司 企业法人 唐锋 注册时间 2021.8.19 注册所在省市 上海 组织机构代码 91310113MA7B0CQ912 经营范围 机器人及其配件的研发、销售 企业地址 上海市宝山区上大路668号 获投资情况 EFG天使基金 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 唐锋 材料科学与工程/冶金工程 2020.09 黄梦婷 材料科学与工程/冶金工程 2020.09 刘翔 材料科学与工程/冶金工程 2020.09 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 王江 材料科学与工程 教授 陈超越 材料科学与工程 讲师 五、项目简介 目前市面上使用的机械臂、机器人95%以上为电机驱动，存在负载小，抗干扰能力差，续航短的问题，难以满足人们对负载日益增长的需求。而液压驱动的机械臂、机器人在相同功率下可以提供更大负载，对外界干扰不敏感，但同样存在一些问题，比如液压执行机构和液压元器件体积大，质量大，漏油，散热差等，因而很少被采用。在大负载、移动式机器人领域二者难以兼顾。 本项目主要解决此市场痛点，将3D打印技术和液压系统相结合，设计一套轻量化的液压机械臂，特别适用于航空航天、军工、勘探、安防、排爆、物流搬运等特种机器人领域。对比同体积和质量的电驱动马达，扭矩可增加4倍以上。 从最初的结构设计就采用增材制造思维，打破传统加工工艺的限制，因而设计更加多样化。然后将关键液压元器件也采用轻量化设计，金属3D打印工艺加工，部分液压元件外壳可进一步与机械结构件集成，使整体更加轻量化，简洁化。 团队目前已为中电X所开发一套原型机，产品于2021年7月交付，目前在开发第二代产品。今年1月与浙江大学机械工程学院签订三年合作开发协议，开发一款用于军工的机械狗腿部关节等项目。

探究了AI自动勾画的临床应用价值，即AI能够为临床医生提供多大的帮助。在8位医生完成人工勾画两个月后，由他们对AI自动勾画的结果进行修改（AI自动勾画+医生修改，即AI辅助勾画）。结果显示，AI辅助勾画提高了5位医生的勾画准确性（平均由74%提高至79%），减少了55%的勾画者间差异。     本研究是AI在全期别鼻咽癌放射治疗靶区勾画方面的首个研究，样本量大、技术合理、测试全面，是AI在肿瘤学领域应用的一项重要进展。研究结果显示AI辅助勾画提高了鼻咽肿瘤勾画的准确性，能够让经验较少的医生达到近似专家水平的勾画，将会对肿瘤控制和患者生存产生积极影响，同时极大地提高了医生勾画的效率，为实现精准而又高效的鼻咽癌放射治疗靶区勾画提供了解决方案。

雄激素受体(androgen receptor，AR)被认为在前列腺癌的发生、发展和转移中起到关键作用。因此，雄激素撤除疗法(androgendeprivation therapy)成为治疗晚期前列腺癌的最常用和有效的方法。但是在治疗的两到三年内，大部分晚期前列腺癌就会发展成去势抵抗性前列腺癌(CRPC)。对于 CRPC 目前缺乏有效治疗手段，成为前列腺癌治疗中最为棘手的问题。在雄激素撤除环境下，AR 的再激活存在多种途径，主要包括病灶部位雄激素的合成、AR 的基因突变、倍增和可变剪切以及 AR 共

技术分析(创新性、先进性、独占性)开发了新颖的深度学习算法，准确识别患病部位，准备诊断患病类型，可以显著提高临床效益。自主独立开发。已经在两家大型三甲医院做测试，算法和程序代码完整，