4月22日，2024年度北京建筑大学“十大科技进展”揭晓。经过学院推荐、形式审查、专家评审和校学术委员会审议等环节，“600年历史德内大街空间品质综合提升”等10项成果入选2024年度北京建筑大学“十大科技进展”。

北京建筑大学“十大科技进展”评选活动由科学技术发展研究院、重大平台建设管理处牵头组织，于今年首次开展，旨在凝心聚力建设高水平特色型大学，深化科研评价改革，鼓励开展原创性、引领性、突破性的科研工作，激励科研团队的创新精神，宣传展示学校科研工作突破，营造良好的科技创新氛围。

2024年度北京建筑大学“十大科技进展”入选成果

（按领域排序）

一、600年历史德内大街空间品质综合提升

建筑与城市规划学院

建筑遗产研究院

未来城市设计高精尖创新中心

张大玉、张曼、汤羽扬团队

德内大街空间品质综合提升后实景图

德胜门内大街始建于元代，北起德胜门，南至地安门西大街，是什刹海地区南北贯通的一条重要大街。沿线串联7个社区、26条传统街巷和1处湿地公园。庆王府、梅兰芳纪念馆等一众文物保护单位在大街两侧星罗棋布。德内大街长期存在路面偏窄、沿街外立面杂乱、缺少休憩空间、停车“无解”等难题。德内大街空间品质综合提升项目坚持规划引领，以实现老城保护与城市更新有机结合，打造民生改善与活力复兴的首都功能核心区精品街区为原则，以“望楼听海的文脉纽带，和缓静雅的生活图景”为总体目标，系统解决德内大街存在的诸多乱象，打造美观舒适、便利安全、富有特色的精品街区。该项目于2024年正式竣工，全长1700余米的德胜门内大街重装亮相。

二、辽建明修“常乐寺”山门整体平移

建筑与城市规划学院

古建筑安全与节能教育部国际合作联合实验室

朱宇华、李爱群团队

即将整体平移的常乐寺山门

常乐寺位于北京市房山区，始建于辽寿昌年间，明成化年间重建，具有较高的历史、艺术和科学价值。为满足京西棚户区改造等北京市重大民生工程项目需求，依照《中华人民共和国文物保护法》《中国文物古迹保护准则》《文物保护工程管理办法》要求对常乐寺进行整体平移。项目创新性地融合了古建筑预加固体系与现代模块化运输技术，通过管棚支护与混凝土托盘梁构建整体受力基座，结合SPMT模块车多轴同步液压控制体系及实时形变监测技术，实现了常乐寺建筑整体高精度自适应平移。采用三维激光扫描进行逆向建模，指导结构补强，配合SPMT运输平台的智能路径规划与动态调平技术，在确保建筑结构完整性的同时，实现了1公里长距离平移的毫米级精确控制。常乐寺整体平移工程于2024年竣工，项目为无损伤无梁殿古建筑整体移运提供了创新示范案例。

三、“古木建筑遗产智能化数字孪生方法”项目亮相国际发明展并获金奖

土木与交通工程学院

工程韧性实验室

古建筑安全与节能教育部国际合作联合实验室

解琳琳、李爱群团队

古木建筑遗产智能化数字孪生方法

建筑遗产是世界文化遗产的重要组成部分，其保护利用是多学科综合难题，数字孪生是其价值挖掘和保护修复的关键。该项目建立了古木构件时空知识模型库，智慧表达了建筑整体和细部时空信息与历史知识；开发了基于点云的构件参数自动提取算法，高精、高效提取了构件模型特征参数；提出了古木建筑遗产智能化建模方法，支撑了从构件到建筑的数字孪生模型构建。应用于应县木塔等重要项目，创新支撑了建筑遗产保护利用。该项目于2024年在德国纽伦堡国际发展上亮相，赢得专家评审团的高度认可，斩获金奖。

四、大型多功能振动台阵（四台阵）整体投入使用

土木与交通工程学院

工程韧性实验室

李爱群、张国伟团队

大型多功能振动台阵进行演示试验

党的二十大明确提出要加快转变超大特大城市发展方式，加强城市基础设施建设，打造宜居、韧性、智慧城市。为破解建筑抗震、隔震减振等领域“卡脖子”难题，积极响应国家战略需求，依托我校在土木工程、防灾减灾等领域的深厚积累，启动大型多功能振动台阵实验室建设项目。该项目是学校首个重大科技基础设施项目，于2024年落成使用。大型多功能振动台阵（四台阵）系统可完成各种长大型桥梁、长型地下结构、大跨结构的多台联动振动试验，以及核电站结构和设备等重要工程试验，有力提升我国抗震研究设施和装备水平，为服务北京、服务国家需求再添一项科研重器。

五、多酸MOF电子海绵效应实现多通道电子定向传递强化类芬顿反应

环境与能源工程学院

未来新材料研究院

建筑结构与环境修复功能材料北京市重点实验室

王崇臣团队

Co₂(V₄O₁₂)(bpy)₂催化活化PMS的机制示意图

一硫酸盐基高级氧化工艺（PMS-AOPs）是一种行之有效的去除水体中新污染物的水处理技术，但目前对于过一硫酸盐的活化机制却少有关注和研究。本项研究设计了一种多酸型钴基金属有机框架材料（Co2(V4O12)(bpy)2），实现了对多种污染物的高效降解与脱毒，并深度探究了反应体系的活化机制与工程应用。本研究主要创新点如下：①通过多通道定向电子转移，提升了过一硫酸盐（PMS）活化效率，使得氧化降解效率得到极大地提升，其催化降解效率几乎超过目前所报道的同类高级氧化体系。②深度探究了过一硫酸盐活化机制，验证过一硫酸盐的活化不仅依赖于过渡金属向其传递的电子，为后续活化机制的研究提供理论指导。③明确了催化剂结构与催化性能和氧化机制之间的构效关系，为后续催化剂的设计提供指导。④在实际工程应用方面进行了初步的探索，评估了该类芬顿体系所产生的环境收益与环境排放压力，为后续用于实际废水处理提供一定的研究基础。相关研究成果于2024年以学校第一单位发表在国际顶刊《Nature Communications》。

六、污水资源化定向及其高值产品开发

环境与能源工程学院

中荷未来污水处理技术研发中心

城市雨水系统与水环境教育部重点实验室

郝晓地、刘然彬团队

蓝色水厂框架图及资源流向/回收潜力图

污水净化/处理尽管可以保护人类健康，但过程却导致物质熵增。从污水中回收资源而非将其摧毁是减缓熵增、实现逆熵增的有效途径。然而，从污水回收什么资源、为什么要回收、从哪儿回收？在学界和工程界还存在争议。该成果以循环/蓝色经济为核心。首先“摸家底”，系统厘清污水资源化首要问题：回收啥、为什么、在哪儿（What， Why 和Where，即W3问题）；继而以污泥EPS提取水凝胶和高值磷回收产品作为两大突破点予以基础研究。前者实验确认了水凝胶产品的化学结构、性质；后者以焚烧灰分磷高值产品为目的，重点在合成混凝剂、磷酸铁锂等方面进行了开创性基础工作。相关研究成果以学校第一单位发表在领域国际顶刊《Environmental Science & Technology》和《Water Research》，其中，首篇文章为EST观点（Viewpoint）栏目文章。

七、脂肪酸甲酯磺酸盐（MES）/烷基糖苷（APG）绿色表面活性剂增效修复多环芳烃污染土壤新方法

环境与能源工程学院

城市雨水系统与水环境教育部重点实验室

武利园、高大文、李海燕团队

MES-APG对苯并[a]芘的增溶解吸机理被《Environmental Science & Technology》封面引用

表面活性剂增效微生物修复技术是有机污染场地修复过程中的常见技术之一，但实际应用中存在着表面活性剂与微生物菌群的有效适应性问题。以绿色低碳技术，开展多环芳烃污染场地修复，是该领域的重要研究方向。作为典型多环芳烃代表，苯并[a]芘因其毒性高、疏水性强，难以从土壤中解吸，限制了生物修复技术的效果及应用。复配表面活性剂增效修复是生物法修复苯并[a]芘污染土壤常用的技术手段之一，但其复配协同增溶机理不清。该项目采用生物友好的脂肪酸甲酯磺酸盐（MES）和烷基糖苷（APG）混合绿色表面活性剂增溶土壤中苯并[a]芘，发现MES/APG为7:1且总浓度6g/L时，对苯并[a]芘增溶效果与化学表面活性剂Tween 80相当。并揭示了MES/APG表面活性剂对苯并[a]芘强增溶作用与其氢键和弱极性官能团有关，从分子层面上提出了强化苯并[a]芘污染土壤解吸的复配表面活性剂有效官能团。相关研究成果于2024年以学校第一及通讯单位发表在环境领域国际顶刊《Environmental Science & Technology》，并入选封面文章。

八、智慧城市智能电动汽车云控充电关键技术

智能科学与技术学院

“人工智能+”研究院

城市建筑超级智能技术北京市重点实验室

岳云涛团队

电力交易模型

电动汽车逐渐普及对智慧城市充电桩的数字化、高效率、安全性等指标提出了更高需求。该项目研究了智慧城市智能电动汽车充电桩5大关键技术：①建立基于V2G的高性能双向电能变换拓扑，增强了系统正反向增益特性；②针对复杂充电模式需求，开发基于区块链技术的有序充放电系统；③针对复杂充电模式需求，开发基于区块链技术的有序充放电系统；④智慧云控电池组安全风险态势感知平台；⑤电动汽车充电电源谐振变换器预测模型与控制技术。该项目开发了智慧城市智能电动汽车充电桩系统及管理平台，提出了基于区块链、大数据、云平台的手机APP查询充电桩位置和实时充电状态数据，提高了充电桩利用率及有效防止电动汽车充电过程火灾的发生，推动了智慧城市智能电动汽车的广泛应用，主要知识产权已经实现转化，取得了较好的经济效益和社会效益。

九、超声导波细粒度损伤检测方法

智能科学与技术学院

“人工智能+”研究院

城市建筑超级智能技术北京市重点实验室

周若华团队

损伤细粒度分类网络——GHmcNet

超声导波检测技术具有长距离传输、全方位覆盖和对缺陷的高灵敏度等优点，在损伤检测中展现出显著优势。但导波的多模态和频散特性使信号分析困难。深度学习方法在损伤检测方面有优势，但现有方法仅关注缺陷类型或缺陷程度某一方面，而实际应用中两者都很重要。该成果提出了GHmcNet方法和改进的轻量级L-GHmcNet方法，根据各层次标签类别数量，调整卷积层数量和通道数，减少网络可学习参数，满足损伤检测系统的轻量化需求。数值模拟和实验验证显示，提出的 GHmcNet 和 L-GHmcNet 实现了超声导波损伤的细粒度分类，性能优于现有方法，是人工智能技术在超声导波检测领域应用的成功案例，具有广阔的应用前景。相关研究成果于2024年以学校为第一单位发表在领域国际顶刊《Mechanical Systems and Signal Processing》。

十、可再生能源系统关键技术突破为风电储能系统智能运维提供创新解决方案

机电与车辆工程学院

王衍学、姚家驰团队

多源信息融合框架

可再生能源系统设备健康管理中一直面临多源数据融合难、小样本建模精度低等共性难题。该项目构建了数据驱动的智能诊断技术体系，涵盖锂离子电池容量评估和风电装备可靠性保障两大领域。突破了传统模型对全周期数据的依赖，仅利用部分充放电片段就能精准预测电池容量衰减，破解了风电储能系统碎片化数据场景下的监测瓶颈，研发了多模态数据融合诊断框架和自适应聚合可视图神经网络算法，形成了“小样本迁移建模-多源信息融合-动态决策闭环”的创新链条，推动了可再生能源装备从离散检测向智能主动健康管理跨越。相关研究成果于2024年以学校第一单位发表在领域国际顶刊《Reliability Engineering and System Safety》和《Energy》。