生物医用材料研发与组织器官修复替代”重点专项旨在面向国家发展大健康产业和转变经济发展方式对生物医用材料的重大战略需求，把握生物医用材料科学与产业发展的趋势和前沿，抢抓生物医用材料革命性变革的重大机遇，充分利用我国生物医用材料科学与工程研究方面的基础和优势，以新型骨骼—肌肉系统、心血管系统材料、植入器械及高值医用耗材为重点，开发一批新产品，突破一批关键技术，培育一批具有国际竞争力的高集中度多元化生产的龙头企业以及创新团队，构建我国新一代生物 医用材料产业体系，引领生物医用材料产业技术进步，为我国生物医用材料产业跻身国际先进行列提供科技支撑。 为支撑行业部门科技需求，结合实施方案总体安排，2020 年本专项拟在前沿创新产品开发方向设置定向委托项目 1 项，国拨经费总概算数约为 0.05 亿元，实施周期为 2020 年至 2022 年。

为落实《新一代人工智能发展规划》，启动实施科技创新 2030—“新一代人工智能”重大项目。根据重大项目实施方案的部署，科技部组织编制了 2020 年度项目申报指南，现予以正式发布。 本重大项目的总体目标是：以推动人工智能技术持续创新和与经济社会深度融合为主线，按照并跑、领跑两步走战略，围绕大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能系统等五大方向持续攻关，从基础理论、支撑体系、关键技术、创新应用四个层面构筑知识群、技术群和产品群的生态环境，抢占人工智能技术制高点，妥善应对可能带来的新问题和新挑战，促进大众创业万众创新，使人工智能成为智能经济社会发展的强大引擎。 2020 年度项目申报指南在新一代人工智能基础理论、共性关键技术、新型感知与智能芯片、人工智能提高经济社会发展水平创新应用等 4 个技术方向启动 22 个研究任务，拟安排国拨经费概算 5.6 亿。项目鼓励充分发挥地方和市场作用，强化产学研用紧密结合，调动社会资源投入新一代人工智能研发。指南技术方向“2.新一代人工智能共性关键技术”和“4.人工智能提高经济社会。

2009年起，工信部率先在钢铁行业年生产规模300万吨以上的大型企业试点建设了91家企业能源管理中心。从钢铁企业能源管理信息化建设和运行的实际效果看，还存在着一些问题： 1）普遍采用SCADA平台软件、实时数据库软件、关系型数据库软件分层搭建系统，且多为国外软件产品，缺乏统一的、自主知识产权的数据平台软件，难以适应能源大数据管理需求。从SCADA平台到实时数据库，再到关系型数据库，数据被层层筛选和粗化；受限于关系运算和B+树索引特点，关系数据库单表存储记录数达到千万条级别后查询速度显著下降，导致系统查询速度越来越慢；能源计量仪表众多，正常清零、网络故障回零或跳变、网络中断丢数问题时有发生，带来负值、极大值污染能源数据，需要人工修正。 2）没有信息描述模型支撑，能源管理功能直接基于数据库表格、查询逻辑、标签计算公式实现，存在着逻辑碎片化、指标数据落地、功能难以复用问题。吨钢综合能耗、工序能耗等指标需要成千上万个计量数据、产量数据、折标系数经过加减乘除计算后得到，缺乏良好组织的计量数据往往需要通过硬编码的公式一步一步代入计算得到，一般通过Excel表格线下实现。 3）预测调度模型研究较多，但缺乏实用性。能源预测的研究多集中在对发生消耗量、总量的预测上，这种预测受到计量误差影响，很难做到绝对量的准确，也不便于输入到调度模型。同时，调度模型中往往忽略煤气柜、单次调整成本、停机成本、峰谷电价差中的一项或几项，导致实用性不足。 4）国内上百家钢铁企业建设的能管中心系统，多以能源监控、调度和基础能源管理为主，通过信息化实现能源精细化管理，进而获得效益的较少，数据利用普遍不足。 5）计量平衡工作普遍采用公司到分厂、分厂到车间/炉座的两级分摊模式，且多以手工修改分摊数据实现，使得原始计量数据的权威性下降，能耗成本失真，ERP关账周期长，人员劳动强度大。

该高速棒材生产线具有生产灵活、轧制速度高、尺寸精度高、成材率及作业率高的特点，以及能够实现低温精轧及轧后分级弱水冷，减少合金元素消耗，降低生产成本的特点，有效的满足了螺纹钢高效生产的需求。主要技术优点如下： 1、提出高速棒材生产线柔性轧制技术观点，创新性开发了高速棒材全规格单一孔型系统及组合传动的模块化轧机核心装备，使生产线的平均作业率由88%提升到90%以上，精度控制提升了0.4%，解决了高速棒材工艺的高作业率及高精度轧制问题，提升了智能化轧钢工艺水平。 2、针对新国标热轧钢筋合金减量化绿色生产的难题，对轧制的形变制度、温度制度及相变制度进行深入研究，创新提出低温精轧和轧后分级水冷的控轧控冷工艺技术，研发了热轧钢筋的控轧控冷组织性能预报模型及配套的智能控冷装置，使锰含量平均降低了0.3%以上，并实现了无钒添加。 3、研究了高速上钢系统中倍尺长度、制动距离、夹尾器夹持力及转毂动作周期的原理，创新设计了夹尾器及转毂机构，开发了具有完全自主知识产权的高速倍尺飞剪、智能夹尾器及高响应伺服转毂等一整套高速上钢装备，使45m/s上钢的产品规格进一步扩展，为高速棒材生产线提供了先进的装备保障。 4、开发高速棒材自动控制系统，其核心控制系统包括高速模块轧机速度补偿控制、水冷温度闭环控制、高速倍尺飞剪控制、高速上钢控制、自适应周期冷床控制，并研发出高性能工艺控制器TCU。实现温度控制指标在+/-10℃内，倍尺精度+/-60mm以内，成材率达到98%以上。

热轧板带钢常化冷却工艺装备技术，主要作用是克服热轧板带钢在常规的常化热处理工艺后强度降低、合格率下降、组织粗大以及生产成本升高等问题，该技术主要在常化热处理炉之后增加快速冷却装置，控制正火后的冷却过程，采用合理的常化后钢板冷却工艺的实施，达到控制板带钢组织性能的目的，该技术的实施可提高常化热处理产品的合格率、降低合金元素含量、降低生产成本，助力企业提高市场竞争力。

板带轧制过程中温度制度及变形制度控制为其难点。针对此难点采用温度梯度差温轧制技术，降低表面温度，提高表面变形抗力，使压缩区向轧材心部扩展，改善中心应力状态，增加变形和金属横向流动，压合裂纹等缺陷。通过温度梯度差温轧制技术实现厚断面轧件全断面变形、组织、性能的均匀性，大幅提高产品性能合格率尤其是探伤、冲击功等性能，同时通过中间冷却技术可以减少中间坯待温时间，大幅提高生产效率及产能。

本重点专项总体目标是：以提升大宗基础材料产业科技创新能力和整体竞争力为出发点，以国家重大工程和战略性新兴产业发展需求为牵引，从基础前沿、重大共性关键技术到应用示范进行全链条创新设，一体化组织实施，着力解决重点基础材料产业面临的产品同质化、低值化，环境负荷重、能源效率低、源瓶颈制约等重大共性问题，推进钢铁、有色、石化、轻工、纺织、建材等基础性原材料重点产业的结构调整与产业升级，通过基础材料的设计开发、制造流程及工艺优化等关键技术和国产化装备的重点突破，实现重点基础材料产品的高性能和高附加值、绿色高效低碳生产。 2020 年重点专项拟启动 8 个公开择优重点研究任务，拟安排国拨经费总概算 4000 万元。本专项指南部署的研究任务均为典型应用示范类项目，要充分发挥地方和市场作用，强化产学研用紧密结合，项目须自筹配套经费，配套经费总额与国拨经费总额比例不低于 1:1。项目执行期为两年。每个项目下设课题数原则上不超过 3 个，参与单位总数不超过 5 家。每个研究任务拟支持项目数均为 1~2 项。申报项目的研究内容须涵盖该重点任务指南所列的全部考核指标。

本重点专项总体目标是：面向国家在节能环保、智能制造、新一代信息技术领域对战略性先进电子材料的迫切需求，支撑“中国制造 2025”“互联网+”等国家重大战略目标，瞄准全球技术和产业制高点，抓住我国“换道超车”的历史性发展机遇，以第三代半导体材料与半导体照明、新型显示为核心，以大功率激光材料与器件、高端光电子与微电子材料为重点，通过体制机制创新、跨界技术整合，构建基础研及前沿技术、重大共性关键技术、典型应用示范的全创新链，并进行一体化组织实施。培养一批创新创业团队，培育一批具有国际竞争力的龙头企业，形成各具特色的产业基地。 2020 年重点专项拟启动 8 个公开择优重点研究任务，拟安排国拨经费总概算为 3900 万元。企业牵头申报的项目，其他经费（包括地方财政经费、单位出资及社会渠道资金等）与中央财政经费比例不低于 1:1。项目执行期为两年。每个项目下设课题数原则上不超过 3 个，参与单位总数不超过 5 家。每个研究任务拟支持项目数均为 1~2 项。申报项目的研究内容须涵盖该重点任务指南所列的全部考核指标。

热轧板带材力学性能是用户关注的核心要素，组织性能预报与集约化生产受到普遍重视。然而在整个热轧生产过程中，加热和热轧、冷轧过程中轧件内部组织演变情况处于“黑箱”状态，无法直接测量、观察。想要控制钢材内部的组织，调整、改变其组织和性能，需精确感知轧件内部的信息，需要系统具有模型感知的能力。在工业大数据的数字感知的基础上，基于物理冶金学研究，通过ＡＩ（人工智能）和机器学习等现代信息技术，进一步赋予系统以感知、记忆、思维、学习能力以及行为决策能力等能力。同时基于热轧板带生产过程复杂性和用户个性化定制需求，构建跨系统、跨工序的钢铁工艺质量大数据平台，充分利用物理模型、传感器更新、运行历史等数据，融合物理冶金学和生产数据实现热轧全流程组织-性能-表面演变的数字孪生。以生产全流程工艺机理为基础，实时分析生产过程工艺、设备参数与产品质量的关系，满足用户的定制化需求并进行质量在线综合评判和异常原因追溯。结合设备过程控制能力给出工艺参数和制备工序流程的优化方案，以数据为基础提高机理不明或复杂工况下的数学模型设定和质量控制精度，通过多工序协调匹配提高产品质量稳定性和生产效率。现阶段，浦项、普锐特开发了在线组织监测与优化系统，实现了一材多品种生产和在线工艺调优；东北大学项目团队则采用人工智能预测了材料组织性能演变，开发了力学性能高精度预测、氧化铁皮控制、工艺逆向优化和钢种归并技术，在产品质量的稳定性控制方面效果显著。

控制轧制的核心思想是对奥氏体硬化状态的控制，即通过变形在奥氏体中积累大量的能量，力图在轧制过程中获得处于硬化状态的奥氏体，为后续的相变过程中实现晶粒细化做准备。控制轧制的基本手段是“低温大压下”和添加微合金元素。所谓“低温”是在接近相变点的温度进行变形，通常采用750~850℃。由于变形温度低，可以抑制奥氏体的再结晶，保持其硬化状态。“大压下”是指施加超出常规的大压下量，这样可以增加奥氏体内部储存的变形能，提高硬化奥氏体程度。增加铌微合金元素提高奥氏体的再结晶温度，使奥氏体在比较高的温度即处于未再结晶区，因而可以增大奥氏体在未再结晶区的变形量，实现奥氏体的硬化。为了进一步强化钢材的性能，在控制轧制的基础上又开发了控制冷却技术。控制冷却的核心思想，是对处于硬化状态奥氏体相变过程进行控制，以进一步细化铁素体晶粒，甚至通过相变强化得到贝氏体等强化相，进一步改善材料的性能。 采用低温大压下为特征的控制轧制工艺，与长久以来形成的“趁热打铁”的传统观念背道而驰，其改变了传统的高温连续轧制路线，不论对轧制装备能力还是在生产节奏的控制上都提出了更高要求。低温轧制必然受到设备能力等条件的限制，操作方面的问题也不容回避。为了实现低温大压下，钢铁行业长期以来致力于大幅提升轧制设备能力，为此投入了大量人力和物力资源。即便如此，对于一些特殊用途厚板产品，现有轧机仍无法很好的满足操作要求，对工艺方案的制定及实施均带来极大挑战。另一方面，钢板经过高温加热和在高温阶段粗轧后，需要经历较长时间的待温，以实现低温轧制，由此将对轧制节奏和生产效率造成不利影响。 在上述背景下，开发出热轧厚钢板本质细晶化高效轧制技术，通过化学成分和冶炼工艺的优化设计，使钢材本身具备晶粒细化能力，在大幅提高低温轧制温度甚至取消低温控轧的条件下，仍获得晶粒细化的显微组织以及良好的力学性能，显著提高轧制节奏和生产效率，对于高端厚板产品的开发以及钢铁企业生产能力和技术水平的提升具有重要意义。