高温热化学储能将高温热能转化为化学能存储，具有很高的储能密度与应用温度，储能成本却很低，是极具潜力的大规模储能技术。太阳能聚光技术能汇聚极高的光能，通过吸热器转化为热能可作为高温热化学储能系统最为理想的能量来源，故此，本课题研究一种能直接将“光-热-化”能量转化过程耦合的对太阳能直接吸热反应单元，作为实现高通量聚光太阳能热化学储能的关键装备。本课题的主要研究内容包括：基于移动床反应器形式研发高通量聚光太阳能直接吸热移动床反应单元；基于声流效应与流化床反应器形式研发声激励流化床放热反应单元；研究载能体位型分布、集热结构、反应操作参数、声场特性等参数对反应单元性能调控的机制与效果；通过研究反应过程系统状态瞬态响应规律，提出多时间尺度下变工况平滑切换过程优化方法；通过研究反应单元强非线性动态特性，设计多模态自适应实时控制器；由此形成针对太阳能直接吸热反应单元与声激励流化床放热反应单元的综合性能调控理论与方法。

集成电路产业作国家战略型产业近年来发展迅猛，但技术水平（特别是先进工艺制程的高端集成电路制造技术）与先进国家与地区相比依然存在较大差距。先进工艺制程的研发与量产化高度依赖对工艺及生产数据的分析与理解。晶圆图类数据是集成电路制造过程关键性数据综合呈现的数据形式，基本形式是将数据记录与其在晶圆上直接相关的空间位置结合作为数据的基本单元。晶圆图类数据具有空间特征不明确不稳定、数据高维度高稀疏、类型与分析目标高度多样化的分析难点，因此目前尚无人工智能方案能完整有效的解决晶圆图类数据的分析问题。本项目拟通过以深度学习方法为主的人工智能手段针对性的解决上述难点，建立晶圆图类数据智能分析的综合方案，开发出分析引擎原型，从而大幅度提高我国集成电路工艺研发与量产化过程中对关键数据的分析与利用效率，加快我国集成电路产业攻克先进工艺制程的进度，进而推动我国集成电路产业智能制造优势的建立。

微纳制造依托纳米技术的发展广泛应用于电子、材料、机械、生物、医药、军事等等诸多领域，然而缺乏适用于实时控制的感知手段却抑制了反馈控制在该领域的应用，导致现有工艺难以支持日趋严苛的工艺指标需求。本项目旨在通过对等离子蚀刻微纳加工过程的实时感知问题的探究，提出一类适用于微纳加工过程反馈控制的实时感知方法，从而为逐步推广实时反馈

控制在微纳制造中的应用奠定基础。本项目将首先研究等离子蚀刻过程中等离子体内物质能量场的实时测量方法，再探索基于等离子体物质能量场实时观测加工对象微纳过程动态的可行性方案，最后结合上述感知方法与观测方案对鳍式场效应晶体管(FinFET)工艺中关键的鳍(Fin)蚀刻工艺进行反馈控制实验验证。

纳米技术因其广泛的应用而引起科技界的高度重视。近年来随着纳米技术的发展，其微细化逼近物理极限，微观结构日趋复杂，对纳米加工制造技术的要求日益严苛，特别是大规模批量加工制造的难度急剧增加。核心问题之一是缺乏微纳尺度控制的系统方法，即用宏观尺度的外力去驱动微纳尺度系统的动态，实现有效控制，并且能保证其可重复性和稳定性。本研究提出一种切实可行的复合多尺度模型预测控制方法来有效控制微纳尺度系统。该方法运用随机偏微分方程模型（sPDE）描述微纳尺度动态，并结合宏观尺度的偏微分方程模型（PDE）构建封闭形式的复合多尺度模型。在保留微纳尺度随机离散特性的前提下，该封闭形式模型可进一步被降阶为常微分方程组（ODE）/随机常微分方程组(sODE)系统，使计算复杂度满足实时计算需求，并且易于应用模型预测控制理论进行控制器设计。本研究还将提出闭环系统中多尺度模型误差的修正方案并进行控制系统的实验验证。