燃烧器结构从内到外依次包括中心天然气辅助喷嘴通道，中心稳燃直流风通道，环形天然气主喷嘴通道，内旋流高速空气通道（旋流角25度），外轴向高速直流风通路。经过精确的空气动力学设计，可以实现理想的火焰温度、速度、强度和刚度，天然气流量可在100---2700Nm3/h内调节，具有自主知识产权。 燃烧器提高了天然气的喷射压力（320---390m/s）和喷射速度（2000m3/h），以提高火焰强度和刚性。燃料压力、流量实际调节比可达1：36。火焰的形状、温度、强度和刚性在整个火焰长度都能高效热交换，不形成局部过热，不出现峰值温度。一方面有利于熟料结粒，熟料矿物晶相正常发育，防止烧成带扬尘；另一方面有利于形成致密稳定的烧成带窑皮，延长耐火砖使用寿命。 天然气喷嘴由单一大直径喷嘴改为较小直径的多孔喷射平行流多喷嘴。可以加强与一次风和二次助燃风的掺混，强化燃烧，提高燃烧速度和效率，提高火焰的温度，缩短根部黑头长度。 燃烧器采用了火焰稳定器技术，防脱火效果显著；采用了“拢焰罩”技术，有利于形成细长体刚性火焰，使窑体温度分布合理，火焰峰值温度降低。该燃烧器具备了低过剩空气系数下完全燃烧的性能，因而可以在过剩空气系数1.1下操作，可以节约的天然气将可达到总量的10%。 主要性能指标：1. 燃料：天然气（或中高热值煤气）；2. 天然气压力/流量：天然气设计压力50kPa，中心天然气辅枪出力500Nm3/h，环形天然气主枪出力1500Nm3/h，主、辅枪共同工作出力2000Nm3/h；3. 用途：用于回转窑供热（窑钢板内径：3.5m，耐火材料内径3m）；4. 工艺温度：1400℃，最高温度：1600℃；5. 安装位置：安装在窑罩后部，火焰直接进回转窑，伸进窑筒内的火管长度4.5m（窑罩端面至喷火口）；6. 助燃风温度：一次风不超过总量的10%，来自净风机,压力25---50KPa，常温，二次风:不小于总量的90%，来自冷却机,温度:～800℃； 其中： P气：为燃烧器喷枪前天然气表压力，单位:KPa V辅：为中心辅喷枪的天然气流量，单位:Nm3/h V主：为环形主喷枪的天然气流量，单位:Nm3/h V总：为主、辅喷枪共同工作的天然气流量，单位:Nm3/h

使用超声、微波辅助水热合成的方法制备出不同相貌的ZnO、Cr ZnO、CoO ZnO等纳米复合颗粒，通过复合和掺杂改性，分别构建p-n结和形成催化活性位点，提高气敏性能。

1 .掌握大鲵子二代亲鲵生殖生理特点和生殖调控机理，创建大鲵子 二代生殖调控技术和大鲵子三代全人工繁殖和苗种规模化培育技术；2 .选育和培育出体质健壮子二代亲 鲵400多组（1尾雄亲鲵+3尾雌亲鲵为一组），诱导性腺发育与雄雌同步成熟，使用高活性催产剂进行人 工催产，催产率达72%，受精率90%，孵化率33%，苗种存活率90 .5%，三年（2007-2009年）共繁育大 鲵子三代苗种44800尾；3 .实现大鲵子三代苗种规模化生产，能提供大批量子三代苗种供养殖部门发展 大鲵养殖产业，并在自然保护区放养，还进行子三代健康养殖示范，具有显著的经济效益、社会效益和 生态效益

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

近期，西湖大学人工光合作用与太阳能燃料中心孙立成实验室在探索这一未解之谜的过程中取得进展。

北京大学能源研究院气相色谱联用稳定同位素质谱仪采购项目 招标项目的潜在投标人应在北京市海淀区文慧园北路10号，中教仪总公司北师大办公楼509室获取招标文件，并于2022年06月13日 09点00分（北京时间）前递交投标文件。

本实用新型公开了一种用于排泥水生物氧化除锰的曝气沉淀一体化反应装置，反应装置分为曝气区、缓冲区、填料区、沉淀区、底部污泥区和污泥斗区；另设有曝气机构和刮泥机构。本实用新型的优点在于由于形成的污泥是生物污泥与二氧化锰、氢氧化铁等无机物构成的混合絮体，可以快速将锰与铁氧化，也可以将有机物、氨氮、亚硝酸盐氮等还原性指标有效去除；系统为了维持高的污泥浓度需要污泥回流，适用于处理含锰含铁量较高的排泥水。为了保证化能自养菌的活性，进水中的有机物浓度不宜太高，本装置的工艺较为简单，完全利用曝气的生物氧化作用实现水

技术结合了螺旋式电容传感器与圆环式静电传感器，通过螺旋式电容传感器的电容获得管内固相浓度，通过圆环式静电传感器检测管道中的颗粒与管道壁面以及颗粒之间的碰撞、摩擦、分离产生的静电噪声，采用互相关法快速获取固相流动速度；根据浓度与速度获取质量流量，实现对气固两相流的多参数测量。本发明是电容法与静电法的融合，发挥螺旋式电容传感器和圆环式静电传感器分别在浓度测量和速度测量方面的优势，简化了电极结构，提高了浓度、速度以及质量流量的检测精度和采样效率。

第二类超导体中量子化磁通的运动行为对超导材料和器件的电磁输运性质起着关键作用。人为调控超导磁通量子的运动行为，不但可以有效提高超导体的临界电流密度，还可实现具有新功能的超导电子器件，如超导磁通整流器、磁通二极管等。以往的磁通量子调控手段往往缺乏原位可调性，极大限制了相应超导电子器件的应用。近日，南京大学吴培亨院士领导的超导电子学研究所王永磊教授和王华兵教授研究团队设计出了一种可调控的新型人工自旋冰与超导异质结构器件，不但实现了超导电性的原位开关，还实现了可开关和可反转的磁通霍尔效应。 人工自旋冰是具有集体相互作用的纳米小磁体阵列，其特殊的几何排列使得系统具有很高的简并度、新奇的低能激发态（如磁单极子）、丰富的相变和磁畴。近年来该团队致力于人工自旋冰和超导纳米结构器件等方面的研究，不但设计出了可擦写的人工自旋冰，并且于国际上首次设计和制备出了人工自旋冰与超导的异质结构器件，实现了可调控的超导磁通阻挫效应和磁通整流效应。近日该团队又设计出了一种基于风车型人工自旋冰与超导的异质结构器件，利用风车型人工自旋冰易于调控的链条状磁荷结构，以及磁荷与超导磁通量子间的强耦合作用，实现了对超导磁通运动的原位操控，展示了超导零电阻态与耗散态之间的原位开关，同时实现了可编程的磁通霍尔效应。