一、项目简介二次镍氢电池，需要大量高密度高活性氢氧化镍作为电池正极材料。本项目提供生产球镍的技术，粒度在8μm左右在当前的Ni-MH电池的发展过程中，氢氧化镍电极限制了电池容量的进一步提高，这是因为从电池封装的安全性考虑，作为负极的金属氢化物电极要比氢氧化镍电极大很多。因此提高Ni(OH)2电极的能量密度，来和高容量储氢合金负极材料相匹配，对Ni-MH电池整体性能的改善来说就显得至关重要。在高比容量的Ni-MH电池的开发研究中，球形β-Ni(OH)2具有更高的堆积密度，更小的孔体积，更高的电流密度，以及良好的循环性能等优点，目前已成为广泛采用的正极活性物质。二、规模与投资效益分析与预测：年产300吨球形氢氧化镍生产线可实现年产值2600万元，利润300万元。投入产出比、利润率：投入产出比为30％，投资利润率为60％。三、生产设备反应釜（带搅拌）1台，计量泵3台，离心过滤机一套，热水锅炉等。项目转化所需投资：建立年产300吨球形氢氧化镍生产线需投资400万元。四、合作方式面议。

项目概况 对于载重汽车、轻型汽车、微型汽车、轿车、沙滩车和部分三轮摩托车等轴传动的运输工具，其传动轴和传动套的市场需求量十分巨大。对于车辆传动系统的传动轴、传动套等零部件，本项目采用温锻制坯、精密冷挤压成形技术相结合的近净成形加工工艺对传动轴、传动套的渐开线内、外齿形花键的进行近净成形加工，加工后的渐开线齿形不再后续加工就能满足传动轴、传动套零件的技术要求。主要特点 采用温锻制坯、精密冷挤压成形技术相结合的近净成形加工工艺进行车辆传动系统的传动轴、传动套零部件的加工，其加工工艺路线主要包括：下料→温锻制坯→表面润滑处理→冷挤压内、外渐开线齿形花键→表面渗碳淬火→磨加工→成品检验。技术指标    与常规的滚齿、插齿加工工艺相比，采用本工艺生产的渐开线齿形具有齿形精度高、尺寸一致性好、表面光洁、强度高等特点；同时原材料利用率可以提高20%以上；内外花键的挤压成形时间仅有40sec./件，而常规的滚齿或插齿加工时间最少要5～10min./件，生产效率有较大的提高。市场前景 达到规模生产后，本项目可取得明显经济效益。按年生产能力为10万套微型汽车传动轴、传动套计算，可实现销售收入2000～4000万元，利润400～800万元左右。 本项目技术还可应用于各种具有渐开线齿形、矩形齿形、锯齿形齿形的轴类零件和套类零件的大批量工业生产中。

1. 项目概述常用的水处理技术有物理吸附法、化学氧化法和生物氧化法三类。其中以生物膜方式进行的生物处理过程能有效去除原水中可生物降解有机物、氨氮和铁锰等污染物，使出水更安全可靠，在当前的水处理工程中得到了最为广泛的应用，然而该方法主要适用于CODcr为100乃至200以上的“高”污染水，而对CODcr处于100以下的低营养度废水处理效率低下，故并不适用于低浓度生活污水、工业中水和富营养化地表饮用水的处理。综合利用生物膜，物理过滤和化学反应、沉积等过程处理污染水源的人工湿地净化技术作为一种经济有效、运行稳定的新型生态工程，近年来已成为备受关注的焦点。但该项技术占地大，处理时间长，对水质变化的适应性差，季节性差异显著，且生物量后续处理困难，极易形成滞后累积污染，无法大规模高效率应用于水质的处理。本项目针对为150以下的低浓度废水或富营养化地表水，将固定床生物膜处理、人工湿地生物预处理和微氧水处理技术引入富营养化饮用水源预处理过程，充分发挥其物理吸附、生物膜处理和植物效应的多级复合处理功能，结合多单元连续操作方式提高系统处理效率和可操作性，开发具有良好的水质适应性、耐候性，低能耗且无二次污染的高效生物复合床净化技术。项目成果形成自主的知识产权。具有广阔的工程应用前景。2. 技术优势（1）基于多孔介质填料固定床的生物膜强化水处理体系；（2）基于小风量曝气的高效微氧水处理系统；（3）单元化和模块化的生物复合床系统。以富营养化水源地的劣V类水（CODcr为50至100）为例，采用新型生物复合床技术，综合采用物理吸附与截留、微生物降解、植物吸附与吸收等手段，其出水可稳定保持在Ⅲ类乃至更优水平。

本实用新型公开了一种基于SLM技术的比例换向阀轻量化阀芯及比例换向阀，包括阀芯主体，所述阀芯主体的外部沿阀芯主体轴线方向开有若干节流口组，所述节流口组由若干沿阀芯主体圆周方向均匀分布的节流口组成；每个节流口组两侧均具有凸肩，所述凸肩均采用镂空结构；相邻两个凸肩处开有截面形状为二次抛物线的倒角。本实用新型具有镂空结构的凸肩以及截面形状为二次抛物线的倒角的比例换向阀阀芯，可以有效的改变流体运动状况，减小液动力；同时可以显著减轻阀芯的质量，提高频响，并且减小运动中的摩擦力，显著提高比例换向阀的使用性能和寿命。

本团队采用新型结构导向技术来实现亚微米和纳米二氧化硅中空微球的溶胶凝胶法和沉淀法高浓度制备，能够满足大规模工业生产的需要，并能对其纳米壳层结构进行精准调控，为相关功能材料的性能设计提供合成技术基础。现有二氧化硅中空微球制备技术的投资成本高、设备生产率低、控制难度大，无法在工业规模上对其特有的纳米结构进行精准调控，严重限制了中空微球在高端产业中的应用。本团队基于全新的中空结构导向技术，在间歇反应釜中通过溶胶凝胶法和沉淀法实现中空微球的高密度、大批量生产，具有设备生产率高、微球结构规整、壁厚可控、容易复合改性等优点，突破了中空微球规模化生产的技术瓶颈。通过改变导向剂分子结构和生产工艺微调，可在 50-400 纳米范围内对中空微球的壁厚进行精准调控，使其对不同波长的光信号产生各种响应，并能通过控制中空和多孔结构调节比表面积、导热系数、阻尼特征、机械强度等性能，满足不同功能材料领域的要求。该技术还可以实现脂溶性物质或纳米颗粒与二氧化硅的复合，制备出具有功能多样性的复合中空微球， 如将氧化锡锑（ATO）与二氧化硅中空微球复合，可制备兼具紫外光、可见光、近红外反射和隔热功能的复合中空微球保温填料。 

中国科学技术大学化学与材料科学学院罗毅、江俊教授团队与自动化系尚伟伟等合作，通过开发和集成移动机器人、化学工作站、智能操作系统、科学数据库，研制出数据智能驱动的全流程机器化学家。

本发明公开了一种耦合太阳能与化学链空分技术的低能耗富氧燃烧系统，该系统包括干蒸汽制取装置、化学链空分装置以及富氧燃烧装置，其中，干蒸汽制取装置包括太阳能集热器、蒸汽发生器和分流器，干蒸汽制取装置生成的干蒸汽经分流器分为两股：一股干蒸汽进入化学链空分装置用于吸氧反应器的流化气，另一股干蒸汽进入富氧燃烧装置，化学链空分装置生成的高纯度氧气进入富氧燃烧装置与干蒸汽和燃料进行混合燃烧，产物经简单冷凝分离后获得高纯度的二

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。

本发明公开了一种基于光诱导介电泳技术和纳米孔的DNA测序装置和测序方法，该装置包括介电泳装置、纳米孔单分子传感器、隧穿电流信号检测系统、离子电流信号检测系统以及激光系统；传感器位于介电泳装置的内部，将介电泳装置分为左右两个空腔，且该传感器设有将左右两个反应腔连通的通孔；隧穿电流信号检测系统与纳米孔单分子传感器电连接；离子电流信号检测系统的两端分别置于通孔左右两侧的反应腔内；激光系统位于介电泳装置的外部，其发射的激光束照射于介电泳装置上。本发明减慢了DNA过孔速度，提高了测序精度，这些为实现单碱基分辨