4月10日至11日，在上海交通大学建校125周年之际，第七届“钱学森杯”、第一届“唐文治杯”优秀作品展暨学生科创活动展在闵行校区陈瑞球楼举行。

校长林忠钦院士，常务副校长丁奎岭院士，副校长毛军发院士、徐学敏教授、王伟明教授，及全校两千余名师生参加活动。世界顶尖科学家协会（WLA）副主席、2013年诺贝尔化学奖得主Michael Levitt教授也来到了活动现场，听取了学生代表对于“挑战杯”比赛的整体情况介绍。

校长林忠钦院士参观指导学生科创作品

诺奖得主Michael Levitt教授听取校学生科协成员、第十六届“挑战杯”一等奖获得者吴怜颐同学对于大赛的介绍

本次作品展由校团委、科研院、教务处、研究生院和学生创新中心联合举办，由校学生科协承办。集中展出了50余件“钱学森杯”“唐文治杯”优秀作品，此外，还有20余项重要的国家级以上竞赛和18家上一年度考核为优秀的科创工作室同期参加了展示，参展项目基本覆盖交大所有院系和学科。

常务副校长丁奎岭院士指导学生科创作品

“钱学森杯”和“唐文治杯”是学校组织的面向“挑战杯”全国大学生课外学术科技作品竞赛的校内选拔赛。“钱学森杯”至今已连续举办七届，从2019年第六届比赛开始改每两年举办一次为每年举办一届，设置：能源化工、信息技术、数理、生命科学、机械控制等五条赛道，主要面向理工科专业同学。“唐文治杯”是学校首次举办的面向哲学社会科学类专业同学的课外科创作品大赛，参照“挑战杯”要求，按照哲学、经济、社会、法律、教育、管理等六个学科组别设置赛道，旨在全面激发哲社类专业同学开展学术科研的热情，鼓励优秀专业教师深入指导学生科创。

副校长毛军发院士听取学生项目介绍

一直以来，交大高度重视学生科创工作，把学生参与科创活动作为创新型人才培养的重要载体，2020年底召开的十一次党代会上，提出了“以兴邦为任，以育人为本，以创新为魂”的发展要求。校团委积极落实党委要求，围绕立德树人的根本任务，以团中央实施青少年科技创新攀登行动为契机，结合上海建设科创中心和人工智能高地，发现、培育和选树创新创业人才，探索面向“十四五”时期的科创育人新机制。在学生科创组织方面，进一步升级原有的以竞赛分类资助、科创工作室、海外研修计划为核心“三驾马车”模式，将其整合为以“学科办赛”为核心的“赛事管理体系”和以“政策激励”为核心的“氛围营造体系”，通过两个体系建设，形成新的“双轮驱动”模式。充分发挥“院为实体”在学生科创指导过程中的核心地位，充分调动专业教师指导学生科创和全体学生参与科创的积极性，为交大在各项赛事中争金夺银做好政策支持和服务保障，坚决守住共青团工作的基本盘。

副校长徐学敏教授与参展同学交流

副校长王伟明教授与参展同学交流

在此次项目展中，有一些展位讲解生动、内容精彩，给师生、校友们留下深刻的印象。

面向国家重大战略，一种压力自平衡式液压协同顶升装置，可满足未来十年海上平台拆装需求

到2030年，仅我国就有164座海上平台到达使用年限，全球待退役平台将超过2000座，这些海上平台的废置严重影响了当地海域的航运安全以及海洋生态环境，但现有主流拆除方法如吊装法和单船浮托法其对作业环境要求苛刻、能耗大、成本高，很难满足目前海上平台大量的拆除需求。

交大学子从行业需求出发，从连通器中获得灵感，基于新型双船浮托拆除法，设计并验证一种低能耗的自平衡式液压协同顶升装置。该装置将双船上若干独立的顶升系统在结构上连通为一个整体进行协同控制，船-组块间的对接装置打破以往的锥形对接，以释放一定自由度的方式避免应力集中。机械结构上的特殊设计极大提高了系统对复杂环境的适应性，降低控制难度，实现浮托过程的实时运动补偿以及高冗余度顶升作业。据悉，获奖作品申报者所在的实验室已与中远海运特运、DNV船级社、和壳牌公司合作研究海上双船协同拆装平台技术，并开展前期技术的水池试验研究。

面向人民生命健康，一种基于力觉临场感的血管介入手术模块化机器人，助力心血管疾病介入手术保驾护航

心血管疾病的主流治疗方式包括药物治疗、血管介入手术等方法，介入手术方法虽然对患者产生的创口较小，能够精准地实现对复杂病灶的治疗；但也存在手术过程复杂、技术要求高，X射线辐射会对健康产生严重影响，介入导管与血管之间的接触力小易产生风险等问题。

针对上述问题，交大学子设计了一种基于力觉临场感的血管介入手术模块化机器人平台。该机器人平台通过主从遥控控制模式，使医生能够在主端操作平台实现对从端执行平台的实时控制，从而有效地将医生和患者分离开，极大地减少了手术过程中X射线辐射对医生的健康影响。同时平台通过智能的控制算法，保证了导管和导丝运动过程的准确性和稳定性，提高了手术操作的质量。平台具有的力反馈系统能够通过传感器采集导管与血管之间的接触力信息，并反馈给主端的操作者，使医生能够更加直观地感受导管和导丝在患者体内的运动情况，从而更好地完成对导管和导丝的操作控制。

面向国民经济主战场，依托计算机科学和机器学习算法为上海市新建住房均质价格指数编制献计献策

近年来，国内一线城市房价飞速上涨，人民的住房负担不断加重，政府调控压力不断增大，房地产行业也面临着严重的资产风险问题。在政府对房地产市场实施调控手段的过程中，对于房价走势的真实可观认识是一个大前提。准确编制的房价指数可以作为判断地区房地产经济发展趋势的依据，帮助政府了解目标城市的房地产发展状况和发展结构，也能帮助政府更精准地研判一个城市真实的房价走势，从而为政府评估楼市调控政策提供依据。

交大学子结合计算机科学技术和机器学习方法，探索了一种将机器学习法运用于房价指数编制的方法，并尝试编制上海全市及其各区县的住房价格指数。在操作层面上，该方法首先收集上海的新建住房交易数据及其特征，并基于随机森林建立模型，根据可利用的数据进行随机森林回归，挖掘数据之间的规律，再运用多元回归法进行指数编制，最后对编制完成的指数进行指数本征分析。此外，团队还通过研究、比较不同城市的房价指数，探索了政府的房价调控对同类房地产市场的作用有效性，并基于研究向上海政府提出了相应的房价调控策略的可行性建议。