先进聚合物材料研究所建于1999年10月18日。研究所以黄培教授为技术带头人，拥有一批高水平的科研队伍，参与研究工作的教授、博士及研究生二十余人，研究所的主要特点是产、学、研相结合，在基础性研究、应用研究、高新技术产业化等不同层次上开展科研工作。先后参加国家"863"项目、国家科委"九五"攻关项目的研究工作，承担完成国家自然科学基金重点项目、**和化工应用课题多项。研究所主要突出以单体合成、聚合、复合材料、结晶等具有明显优势的学科领域的综合集成开展研究工作。目前主要研究对象主要为以聚酰亚胺为代表的一系列功能高分子材料。聚酰亚胺（PI）是指分子主链中含有酰亚胺基的一类高分子聚合物。近年来聚酰亚胺以其优异的机械性能、电性能、耐辐射性能和耐热性能越来越受到人们的重视，它在航空航天、电气、通讯和汽车等行业得到广泛的应用。然而热固性聚酰亚胺不溶解、不熔融，加工成型困难，限制了其应用范围，因此合成热塑性的PI，进一步制备聚酰亚胺复合材料，扩大应用面是当前聚酰亚胺研究和开发的主要趋势。热塑性聚酰亚胺（TPI）作为一种高性能工程塑料，不仅具有优异的耐热、力学、介电、耐腐蚀及抗辐射等性能，还表现出卓越的热加工特性，可采用热模压、挤出和注射方法成型。在特定场合下为一种替代金属、陶瓷、热固性树脂、低温热塑性塑料和大多数难加工聚酰亚胺的理想材料。聚酰亚胺的单体合成是以苯酐为基础原料，通过酰基化、硝化、缩合、水解酸化、脱水等一系列步骤得到二胺，该合成路线原料来源充足，工艺简单，产物纯净，产率高，易于纯化，三废少，具有很好的工业化价值。聚酰亚胺的聚合是以二酐和二胺通过溶液聚合，再分别通过化学环化或热环化得到聚酰亚胺树脂。聚酰亚胺树脂与碳纤维、玻璃纤维、聚四氟乙烯、石墨等复合，可显著提高材料的力学强度和自润滑耐磨等性能。研究所以自主研发高性能热塑性聚酰亚胺及其复合材料作为研究对象，系统考察复合材料摩擦磨损性能，重点研究各种填料改性材料在不同工况体条件摩擦磨损行为，深入了解填料对其摩擦性能影响机理，从而达到材料摩擦性能设计的长期目标。利用有限元技术建立过程物理及数学模型，对滑动摩擦过程中的温度分布进行模拟计算，取得了较好的模拟结果。通过摩擦表面微观形貌观察，可了解摩擦磨损机理。前期的研究结果已运用于滑片式压缩机的滑片、汽车发动机活塞环等产品形式，为应用提供指导。研究所拥有一批先进的分析测试仪器：热机械分析仪、差示扫描量热仪、高效液相色谱仪、凝胶色谱、红外分析仪、微机控制电子万能试验机、摩擦磨损试验机，可对合成的单体、聚合物、复合材料进行全面的性能测试。

以多域物联网安全保障为目标，围绕海量差异化设备安全保障、虚实孪生映射与数据受控管理及跨域微服务图谱建立与动态安全组合三个方面展开研究，取得了“接入 - 传输 - 汇聚”跨域安全体系结构、信息物理空间融合云端数字孪生架构、多域物联网微服务可信提供体系结构等三项技术发明，形成了多域物联网安全服务体系。 （1）“接入 - 传输 - 汇聚”跨域安全体系结构 采用“跨域协同认证、内生特征融合”的技术思路，提出了“接入 - 传输 - 汇聚”跨域安全体系结构，发明了基于深度学习的物理层设备认证与跨层协同认证方法，设计了海量差异化设备的跨域综合接入认证协议，屏蔽了物联网设备差异性，实现十亿量级差异化设备的高效跨域身份可信管理；实现了海量差异化跨域设备的安全管控，构建了大规模物联网设备的信任管理体系。 （2）信息物理空间融合的云端数字孪生架构 采用“虚实空间映射、数据受控共享”的技术思路，提出了信息物理空间融合的云端数字孪生构建架构，发明了信息物理空间实时精确映射方法、跨域数据受控共享与延伸控制方法，实现了大规模海量物联网系统的有序管控，建立了多域物联网安全生态系统。 （3）多域物联网微服务可信提供体系结构 采用“关联关系跨域、编排组合动态”的技术思路，提出了多域物联网微服务可信提供体系结构，发明了海量微服务关系图谱建立方法、微服务跨域动态编排与安全组合方法，设计了复杂物联网应用开发环境，实现多域物联网应用的敏捷开发与自动生成。解决服务自动柔性编排与按需动态加载的问题，实现应用快速开发与自动生成、海量微服务关联关系的预处理，与满足 Top-K 的自动化服务组合方法相比，平均处理时间降低11.5%，准确率达到 99%。 图 1 项目总体设计框架图 图 2 “接入 - 传输 - 汇聚”跨域安全体系结构

研发阶段/n本发明公开了一种基于干涉条纹形状的二维小角度测量装置，属于精密测量技术领域。该装置包括激光器、分光镜、目标反射镜、参考反射镜和四象限接收器，目标反射镜固定在被测物体上。激光调制器对激光器发出的光束进行调制，被调制的光束经分光镜后分为两束，这两束光分别经目标反射镜和参考反射镜反射后再返回分光镜，会聚产生动态干涉条纹，当被测物体绕ｚ轴有角度变化时，动态干涉条纹的宽度将发生变化，当被测物体绕ｘ轴有角度变化时，动态干涉条纹的宽度和方向同时改变。动态干涉条纹用四象限光电接收器接收后转为电信号，该信

将此新材料用于二次电池的阳极，得到的电池容量密度为 137Ah.kg-1，能量密度为152Wh.kg-1；经 120 次充放电后充放电库仑系数为 100%，能量密度仅下降了 9.2%。

分析了m-石英衬底用于二维材料的可控生长，以及其在取向、维度及能带结构等多个方面对单层二硫化钨的调制能力，论文第一作者为程春课题组博士生王经纬。 尽管石英和二硫化钼具有不同的对称性，但是两者奇特的大周期匹配使取向排列的单层二硫化钨外延生长成为可能。通过进一步调节反应条件，课题组实现了对单层二硫化钨形貌从二维到一维的可控调节。同时，由于石英各向异性的热膨胀系数，生长的单层二硫化钨产生了随

本发明公开了超顺磁性氧化铁纳米颗粒在制备用于治疗神经性疾病的神经磁刺激增强剂中的应用。一种基于磁性纳米材料和外磁场作用，可实现脑深部神经磁刺激的方法和系统构造。本发明利用超顺磁性氧化铁纳米颗粒的良好相容性和磁场响应特性，将超顺磁性氧化铁纳米颗粒递送到特定脑区，在一个特定外加磁场作用下，磁性纳米颗粒放大磁场效应，刺激周围的神经细胞，实现神经环路的活化，达到治疗一些神经性疾病的目的。

成果与项目的背景及主要用途： 作为光导体的核心部件-电荷产生层材料，已由最早的无机材料逐步被有机光导材料取，有机材料加工成型性能优良；品种多；透光性好；无公害污染；开发周期短等。目前常用的电荷产生材料主要有酞菁化合物、花类化合物、方酸类化合物、偶氮类化合物等其中应用最多的是酞菁类化合物。 技术原理与工艺流程简介： 将酞菁氧钦粗品溶于-5℃~5℃的浓硫酸中,然后将其以一定速度滴加到不断搅拌的转型溶剂中，温度为加料温度；滴加完毕后，调节保温温度，继续搅拌1-72h，得蓝色乳浊液，静置，向其中加入低碳醇，待分层后分液，用去离子水反复萃取直至水相呈中性，分出有机相；再向其中加入沉淀剂，静置，使 TIOPC纳米粒子沉降；将上层清液倾去，抽滤，用甲醇洗涤滤饼，然后用去离子水打浆、冷冻干燥得加料温度对应的晶型的酞菁氧钦纳米粒子。 技术水平及专利与获奖情况： 发明专利两项，技术水平国内领先 应用前景分析及效益预测： 多晶型光敏性 TIOPC 纳米粒子的优点是粒径小，很大程度上简化多种晶型TIOPC 制备工艺，采用分液，萃取等技术使离子杂质更易被除去，简化现存工艺技术中繁琐的洗涤过程，与 PVB 树脂具有良好的相容性,适合作为制备有机光导体的电荷产生材料，并且使用该材料制得的光导体灵敏度高，暗衰低，残余电位低，具有良好的光导性能。 应用领域： 光电转换材料 合作方式及条件： 合作开发与技术转让

【发 明 人】吴皓；郁红礼；李俊松；文红梅；池玉梅【技术领域】本发明属于中药制剂技术领域，具体涉及天南星的中药炮制方法。【摘要】天南星的中药炮制方法，包括下列步骤：取天南星生品置于密闭容器中，加体积比浓度为65%~80%的乙醇溶液闷润36~96小时；将闷润后的天南星取出置煮制容器中，加生姜汁，混匀，煮至姜汁被吸干，晾至四至六成干，干燥得天南星炮制品。本发明采用闷润天南星的方法，使用的乙醇量少，只需天南星生品重量的20%~40%，即可达到去毒的目的。本发明未使用白矾，可避免药典方法中炮制辅料白矾残留过量摄入Al3+对神经系统等的毒害，可保证临床使用安全。同时本发明解决长时间水浸泡或煮沸造成的成分损失问题，及炎热天气情况下长时间水浸泡引起的天南星发霉变质问题。本发明可有效保证天南星临床使用安全有效。

【发 明 人】郁红礼；吴皓；刘先琼；李伟【技术领域】本发明属于中药制剂技术领域，具体涉及白附子的中药炮制方法。【摘要】白附子的中药炮制方法，包括下列步骤：取白附子生品，置于密闭容器中，加体积比浓度为65%~80%的乙醇溶液闷润36~96小时，加生姜汁，煮至姜汁被吸干，晾至四至六成干，干燥得制白附子炮制品。本发明方法可显著降低白附子刺激性，炮制后的白附子经毒理实验表明无刺激性，口尝无麻舌感。本发明采用闷润白附子的方法，使用的乙醇量少，只需白附子生品重量的20%~40%，即可达到去毒的目的。本发明未使用白矾，可避免药典方法中炮制辅料白矾残留过量摄入Al3+对神经系统等的毒害，可保证临床使用安全。同时本发明解决长时间水浸泡或煮沸造成的成分损失问题，及炎热天气情况下长时间水浸泡引起的白附子发霉变质问题。

本发明涉及手写文字的识别方法，包括：a.归一化手写输入数据，定义神经元数，建立自动编码器模型并初始化权重和偏置；b.通过压缩感知模型进行数据压缩采样；c.对得到数据进行自动编解码后重建手写输入数据，使重建数据相对原始手写输入的误差最小化；d.将构建的各模型逐层堆叠组成n层神经元的特征深度学习模型，并对所述的n层神经元遍历进行深度特征学习，其中n为自然数；e.输出识别的手写文字。本发明能够通过模拟人脑视觉神经元感知事物的特性，结合压缩感知和深度学习，自动挖掘表征手写文字的细致特征，非常有效的提高了手写文字的表征能力和模型学习的效率，大幅度的提高了手写文字特别是手写数字的识别精度和识别效率。