本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

近日，我校含氟新材料研究所肖强研究员与国际著名膜科学家、美国工程院院士M. Tsapatsis教授团队合作，在国际顶级刊物《Nature Materials》上以全文（Article）形式发表了题为“One-dimensional intergrowths in two-dimensional zeolite nanosheets and their effect on ultraselective transport”的研究论文，并同刊得到了国际顶尖科学家J. Caro教授和J. Kärger教授的推荐点评。  工业中混合物的分离约占到整个世界总能耗的10~15%，发展低能耗的工业分离过程始终是科技界的重要使命。沸石分子筛膜以其多孔性、耐溶胀、分子筛分等特性，在溶剂除水和气体分离方面展现了很好的分离效率，取得了重要应用。采用沸石分子筛膜对沸点相近的烃类（如二甲苯）异构体进行分离，有望在大幅降低能耗的基础上实现高效分离，一直是科学界和产业界的研究热点。MFI型沸石分子筛是一种广泛应用的催化剂和吸附剂，其孔径介于对二甲苯（PX）和邻二甲苯（OX）之间，非常适合二甲苯异构体的分离。  对二甲苯（PX）是聚酯工业的重要原料，广泛应用于纤维、胶片、薄膜、树脂和饮料等食用品包装的生产，是芳烃产业链的基础化工原料。高性能MFI沸石膜的成功研发有望大幅降低二甲苯异构体混合物的分离能耗，对PX行业持续健康发展具有重要意义。  团队前期研究结果表明，通过剥离多层MFI沸石（ML-MFI）可以制得开孔、可分散的二维（2D）MFI纳米片，将其沉积在载体上直接制备了具有异构体分离性能的MFI沸石膜。研究团队对2D MFI纳米片做了进一步电子显微学研究，首次在2D MFI纳米片上发现了共生的一维（1D）MEL沸石，通过计算模拟表明2D MFI中的1D MEL具有更刚性的孔结构，能产生更高的选择性。以此为指导，实验上制备了MFI沸石膜，对非稀释等摩尔的对/邻二甲苯混合物分离显示了前所未有的分离性能，在300℃下，PX通量达到0.5×10-3 mol m-2 s-1，分离因子为60，创造了新的世界记录，极大地推动了MFI沸石膜的产业化进程。

  在该研究的训练组和验证组人群中，CRC诊断模型和预后预测模型均表现出了令人满意的效果。在训练组和验证组的人群中，该诊断模型准确率均达到96%，并且在验证组中该模型诊断敏感性达87.9%，特异性达89.6%，相对于目前临床常用的结直肠癌血清标志物癌胚抗原CEA的准确率为67%，诊断准确度大幅度提高。在对患者预后预测的准确性方面，根据ctDNA甲基化标志物预后预测模型计算得到联合预后评分指数（cp-score）对患者的预后预测的准确性要明显高于临床常用的预后指标，如肿瘤原发部位、TMN分期、CEA等。而将cp-score与这些常规预后指标结合以后，对患者预后预测的准确性还能够得到进一步的提高，在训练组患者中对预后预测的准确性达到82%，在验证组患者中对预后预测的准确性达到87%。对预后的准确预测，可很好的指导医生对不同的患者进行更为个体化的精准治疗，例如对预后不佳者避免给予过度的治疗，而对复发高危患者则给予更为积极的辅助治疗等。 研究团队还在前瞻性队列中验证了单个ctDNA甲基化标志物在结直肠癌筛查中的价值。通过对1493例结直肠癌高危人群同时进行的肠镜筛查和血浆ctDNA甲基化检测结果进行比较，显示ctDNA甲基化标志物可检测出26例早期肠癌患者，26例进展期腺瘤（癌前病变），对肿瘤的检出敏感性达89.7%，特异性达86.8%，对进展期腺瘤的检出率敏感性达33.3%，敏感性和特异性均较现有的无创筛查方法有所提高。这一研究结果对于优化结直肠癌筛查，具有重要的意义，有非常广阔的应用前景。       徐瑞华教授团队的这项成果是我国科学家在肿瘤液体活检领域又一项具有国际领先水平的重大突破，不仅为CRC的筛查提供了新的方法，也为CRC的精准诊治提供了重要的参考。目前该团队仍在积极开展ctDNA分子标志物在其他肿瘤筛查、诊断、预后预测、靶向药物筛选等方面的基础和转化研究，为发现更多的早期肿瘤患者，进一步改善患者的疗效和预后，提供更多、更有力的工具和手段。

本发明涉及一种抗硫抗水的低温脱硝复合分子筛催化剂及其制备方法，该催化剂采用浸渍法制备，以菱沸石分子筛H?SAPO?34为载体，活性组分为过渡金属Cu和Mn的复合氧化物，助剂为Ce、Fe、Co、Mo、Cr中的一种，负载量按质量百分比计：活性组分中铜元素和锰元素的质量分别为2％～10％，助剂为1～10％。该发明的脱硝复合分子筛催化剂与单一组分的Cu或Mn

柴油车后尾气处理装置“铜基分子筛催化剂”的研发专家

本发明公开了一种用于室内空气中污染物净化的改性X型小晶粒分子筛及其制备方法，包括以下步骤：采取X型小晶粒分子筛为原料，通过破碎，筛分，研磨加工成不规则粒状，加工处理成所需大小颗粒形状，烘箱烘干，再通过微波方法进行改性处理，具体条件为家用微波炉处理，获得成品。X型小晶粒分子筛系天然矿煅烧高岭土制备，X型分子筛粒径在50-80nm，孔径在4-10nm。该改性材料原料成本低，加工工艺简单，使用效果好。使用改性X型小晶粒分子筛去除室内空气中的甲醛、氨、苯系物、TVOC，见效快，无二次污染。 发明人：王银叶; 张宏伟; 肖艳华; 骆永娜; 张凌峰; 王鹏

本项目提供压缩机全生命周期管理系统，建立模块化、集成化数据环境，面向于往复压缩机、隔膜压缩机，服务于石油化工、加氢站、储气库、船舶动力等行业主要包括： 设计规划阶段——压缩机整体方案设计，压缩机结构形式设计，核心部件材料遴选分析，启/停流程设计，安全控制策略设计等； 运行工作阶段——压缩机运行数据实时采集、远程动态展示，核心部件状态监测与故障诊断，监测诊断一体式/分体式硬件与软件系统开发； 检修维护阶段——零部件维修预警、寿命预测，可视化维修方案、维修模型、维修视频，压缩机及其辅助系统、零备件信息数字化管理平台。 关键技术一：压缩机性能计算技术与选型设计技术 基于 Windows 平台，遵循结构化、模块化原则，采用 QT 框架、C++语言编制交互设计软件，可实现往复压缩机物性计算、热力计算、动力计算、设计校核复算、平衡计算、产品系列化自动匹配、多工况计算七项功能于一体，可实现往复压缩机机组设计计算、选型、零部件管理一体化功能。现阶段已授权发明专利 1 项，软件著作权 1 项。 关键技术二：压缩机状态监测与故障诊断技术及设备 针对压缩机核心零部件构建相应状态监测方案与故障诊断方法，包括：①集成气缸内热力过程特征和阀片声发射信号的诊断方法，基于气阀声发射信号获得气阀故障的特征参数和反映故障程度的量化指标，诊断不同类型气阀故障；②基于活塞杆应变重构 pV 图方法的往复压缩机气阀无损故障诊断方法，基于活塞杆应变重构压力-容积图（p-V图）的无损监测方法，为传统侵入式方法破坏气缸完整性带来安全隐患的问题提供解决方案；③十字头销磨损、活塞杆松动的故障诊断方法，对不同程度十字头销磨损、活塞杆松动故障进行模拟试验，对比时频域分析研究十字头销磨损、活塞杆松动的故障机理、声发射信号和振动信号特征，提取故障特征识别故障程度；④基于压缩机内油-气压力“伴随”关系，国内外首次提出了集成声发射与油-气压无损监测的隔膜压缩机状态监测新方法，进一步根据油-气压力“伴随”关系的失调追溯故障根源；⑤基于增量式编码器的往复压缩机轴系扭振测试方法，基于增量式编码器构建了往复式压缩机扭振测试系统，为传统方法在现场实际应用时难于实施提出解决方案；⑥压缩机气流脉动和振动模态分析技术，隔振结构设计、管路结构设计，提供机组振动测试、诊断以及改进方案。 本项关键技术现阶段已授权国内发明专利 4 项，申请国际专利 2 项、国内发明专利10 项；应用于中海油海洋平台天然气压缩机；开发压缩机故障诊断仪，已在某加氢站压缩机调试中成功检测出气阀泄漏、膜片运动失效、活塞环磨损、溢油阀阀芯磨损等严重故障。 关键技术三：压缩机数据共享与健康管理云平台 构建压缩机及其辅助系统、零备件信息数字化管理平台；构建压缩机热力-动力-应力-寿命分析模块，集成监测数据评价机组运行状态；基于故障诊断技术，建立机组现场监测数据与健康/故障状态信息实时共享平台，打破机组现场与远程管理者之间的技术壁垒；实现压缩机核心部件维修预警、寿命预测，交互 GUI 界面集成可视化压缩机维修维保手册、指导视频、三维模型；压缩机全生命周期管理，显著提高运维效率和管理水平。

        我国精神疾病发病率高且增长趋势明显，是我国推进国民大健康战略所面临的巨大挑战。然而当前精神疾病临床诊断缺乏发病机制的依据，主要以临床表型为指标。多数精神疾病的发病原因与人体基因新发突变相关，这种不在父代而仅在子代发生的基因变异对精神疾病的临床诊疗极具重要性。         研发团队建立了从患者新发突变基因组学到转录组、蛋白组学的完整生物组学发病机制临床辅助诊断系统，填补了精神疾病临床诊断的组学机制评价空白，系统自动生成辅助诊断报告和用药风险分析，具有显著的临床应用价值，符合领域发展的国际行业趋势，具有巨大的市场推广潜力。         意向开展成果转化的前提条件：中试放大及产业化工艺开发资金支持