项目简介本项目提出一种微纳结构光纤的制备方法和方案，可以实现光在微纳光纤中稳定传 输，并克服了微纳光纤在封装上的困难，所提出的微纳光纤制备工艺实现将对微纳光纤 的制备与封装结合，有效避免了由普通光纤直接拉锥制备微纳光纤存在的微纳光纤区机 械性能差、结构不稳定、易受外界环境干扰等缺点。制备完成的微纳光纤还可通过毛细 管将特殊的气体、液体或固体材料填充进石英管内，从而形成特殊包层结构的微纳光纤。 为基于微纳光纤在高非线性效应、超连续谱生成、超灵敏度光传感等应用提供理想的解 决方案。 相关研

项目简介 “智能超声雾耕器项目”项目由江苏大学现代农业装备与技术教育部重点实验室开 展实施，由本研究团队设计，主要包括雾耕试验台和控制系统。 针对雾耕的特点设计了雾耕器，本雾耕器采用立体式结构，主要包括栽培箱、支架、 贮液室等，并采用超声雾化片组和液压式喷头进行雾耕。 针对雾耕器控制系统，设计了一套基于单片机环境控制系统，通过控制器 A 采集雾 耕环境的温度、湿度、光照强度、二氧化碳浓度等因素，并将数据信息发送给控制器 B，122 并由控制器 A 和控

成果简介：谷物水分检测仪是利用先进的光学技术手段， 检测出谷物内部水分含量的测量设备，主要通过测量与水分相 关的物性参数变化,比如，电特性变化来获得粮食含水量的度 量；谷物含水量情况决定粮食贮藏的安全性, 也制约粮食加工 工艺与流通过程，实时动态在线检测粮食含水量是粮食烘干过 程自动化和连续化的保证。 检测仪主要检测对象主要包含所有谷物、燃油作物、干豆、 黄豆、扁豆、种

壬基酚（壬基苯酚）是烷基酚中最重要的一个品种，常温下为无色（或淡黄色）粘稠透明液体，广泛用于表面活性剂NP系列、酚醛树脂、油墨树脂、塑料助剂、固化剂、矿物萃取剂等产品的制造。国内目前已知用量为6万吨/年，还有部分未知用户。 壬基酚主要生产原料：壬烯（三聚丙烯）、苯酚。 目前壬基酚主要生产工艺技术是：酸催化烷基化技术。分为：酸性白土法、离子交换树脂催化法。 酸性白土法：具有明显缺点、催化剂对设备的腐蚀性较大、设备维修更换成本高、原材料消耗高、污染物排放多，产

项目主要是针对现有的二级三级城市地级市等城市的城市交通管廊检测，目前我们已经在谈的是整个东莞市区的城市污水管廊和电力管廊，和东莞市水务集团下属的管廊管理公司签订了战略合作，帮助他们对整个东莞市的污水管道进行基础检测，信息编码登记，污水处理，污泥和固废烧制成石膏或者水泥。整体来说每年的营业收入在1.5亿人民币到2亿人民币。盈利模式包括：检测，疏通，维护，修复，等。目前预计2020年11月份完成一公里左右的检测和修复，同时完成10个智能井盖的更换和检测。针对此项目的发展规划是依托同济大学电子信息与工程学院的技术支持，社会上寻求施工团队和资质拥有方合作，每年持续的接东莞的项目和整个东莞市智慧管廊的信息化建设。    

1. 痛点问题 无人驾驶是未来全球汽车产业发展趋势，近年来，国内外主要车企均投入大量资源进行无人驾驶汽车研发当中。目前，无人驾驶汽车产业正处于行业发展早期，主要集中于研发和初期测试阶段。我们通过行业调查和研究发现，当前制约无人驾驶发展的痛点是传统车企和研发机构针对无人驾驶汽车的技术研发路线存在如下痛点需求： a) 基于IT的网联车研发路线： i. 全联网的要求 ii. 网联车的系统安全性要求 b) 基于传统汽车厂的成长型单车智能研发路线： i. “一百万”场景 ii. 一百万英里 2. 解决方案 a) 目标：让L5级无人驾驶汽车比预期提前3-5年进入市场，让中国的无人驾驶技术和产业领先世界。 b) 解决方案： i. 创新的研发技术路线 ii. 拥有自主知识产权、全球领先的无人驾驶仿真研发与测试系统 c) 产品与服务： i. 智能汽车智能座舱 ii. 无人驾驶汽车研发与测试服务 iii. 无人驾驶智慧路端建设技术服务

项目背景：现在是一个不缺面粉的市场，消费者“从吃 得饱到吃得好”的需求转变，迫使我们要不断地在面粉的细 分领域做实做强，产品不仅要质量好，而且适应性要强。面 对不同的客户需求，如何搭配好原粮小麦，做好工艺调整及 生产的各道工序的管控，成为目前的难题和需要解决的首要 问题。生产设备、工艺的新旧动能转化，向自动化、清洁型、 自能化转化。本项目计划对生产工艺进行技术性改造，提高 面粉精度，使面粉精细度提高，增加面粉的出粉率，提高加 工产能。同时通过对小麦清理的细节处理，做到面粉细菌低， 对食品安全做好的保障。 所需技术需求简要描述：1.工艺：让面粉灰粉降低，降 低面粉的菌落群数。麸皮灰粉的降低，做到全麦粉更营养、 更安全。通过工艺的改进做到降低能耗，降低吨粉的电耗。 提高面粉的出粉率，做到好面粉不浪费。2.检验：通过增加 精准的研发设备，为生产研发提供各项数据的技术支持。  对技术提供方的要求:在相关领域研究水平国内领先的 院校或科研单位 

以项目应用实践为核心，结合行业真实业务场景，以解决问题为目标进行项目实训，为高校师生应用实训提供环境与资源的双重保障，真正实现学生“应用能力”培养。基于Jupyter Notebook的交互式编程与拖拽式可视化分析引擎和机器学习开发引擎，可满足大数据、人工智能专业以及交叉学科的多种实训需求。平台提供完整的在线指导手册、实训环境，同时支持自定义实训项目，教师可将科研课题成果转化为实训项目案例，让科研反哺教学，不断优化教学成果。 1、实训环境1.1    交互式笔记平台通过接入Jupyter Notebook，为学生提供了基于网页的交互编程的实验环境。通过在线编码与在线运行，让课程可以更加多样化，让学生的学习可以更加直观有效。1.2    可视化分析引擎平台内嵌可视化分析引擎，拖拽式可视化操作，为新商科、新文科及相关交叉学科数据可视化分析提供工具支撑，50余种图形组件，包含上百种图形配置参数与多种主题风格，满足各种自定义效果展现，学生可结合实际行业业务快速开展数据分析工作。1.3    机器学习开发引擎拖拽式低代码的机器学习开发引擎，拖拽连线式模型构建及详细的洞察帮教功能，让学生可以快速开展数据探索与深度数据分析。内置150多个分析算子，从数据处理、特征工程、机器学习、集成学习、深度学习、模型管理等数据挖掘全流程方法支撑，满足应用型教学需求。2、实训手册平台中内置的每个实训项目都包含一个详细描述实训任务的实训手册，从项目背景、任务要求、使用方法等多方面对实训任务进行全面描述，复现出实际操作场景，使学生明确实训目标，在循序渐进的引导中完成实训项目。3、在线实训平台内嵌入成熟商业大数据分析工具，提供了拖拽式低代码的在线实训环境，为实训项目打造出可视化分析和机器学习两种实训模式，让学生在学习过程中就接触到实际项目工具，真正做到学以致用，增强学生在大数据领域求职就业的硬实力，为以后进入大数据相关岗位奠定基础。同时平台还提供采用编码式的实训项目，可以满足学生在代码层面的学习需求，通过在线实训练习提高学生的综合编码能力。4、实训作业学生可在平台中使用可视化分析引擎、机器学习开发引擎、Jupyter Notebook等在线实训工具产出多种类型的实训作业，教师可以对课堂中学生作业进行统一审阅、评分，在线完成了从作业产出到作业评审的闭环，降低了复杂实训项目的练习门槛，学生也能第一时间了解到作业评审的反馈信息，提高了学习效率。5、自定义实训平台中内置了编码式和拖拽式的实训环境，可以支持教师将手中科研项目及过往项目经验总结积累下来，集成并转化为不同业务场景的实训项目。教师通过自定义实训手册，可以从自身项目经验角度出发，切实描述实训项目任务，创建更加贴合实际的实训项目任务，增加学生代入感，提高学生积极性。除了满足自身的教学需求之外，教师还可以将自己创建的实训项目共享至实训项目库，方便其他教师复用。