低成本功能性多孔有机聚合物

       成熟度：技术突破         多孔有机聚合物是一类新兴的功能性高分子材料，相比传统高分子交联树脂，其具有类似无机分子筛的微孔，具有更高的官能团密度，已被广泛用于储存、分离或催化等领域。然而当前许多性能优良的多孔有机聚合物成本过高，严重制约着其实际应用。我们合成的价格低廉且性能优秀的多孔有机聚合物，其性能与当前典型多孔有机聚合物相当，而价格为它们的几十分之一或几百分之一，目前在储存氨气、分离二氧化碳及分离水中污染物（如硼酸，Hg2+等）等方面已完成实验室测试，这些成果将为多孔有机聚合物的真正应用打开通道。         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

东北师范大学 2025-05-16

巩义市城区众合仪器供应站

巩义市城区众合仪器供应站（原巩义市孝义合众仪器供应站）坐落在诗圣杜甫的故乡-巩义市，东距郑州86公里，西距古都洛阳78公里，洛阳至郑州的工业走廊。我公司专业生产：水热合成反应釜、水热反应釜、水热合成釜，高压水热反应釜（300-500度全不锈钢反应釜系列）、水热反应釜，配套产品均相搅拌反应器。双层玻璃反应釜，循环真空泵系列，旋转蒸发仪，供应的产品有；电化学工作站,腐蚀测试仪，在线监测仪器系列，真空，电热鼓风干燥箱，低温泵，低温反映浴槽，电动，磁力搅拌器系列，溶解氧测试仪，恒温水浴，油浴，振荡器系列等30多种系列产品。是各大专院校、科研单位、生物化工、医药卫生，质检部门、生命科学，石油勘测等实验室进行实验研究、现场监测，分析测试的理想设备，产品具有国内较H水平。　      公司拥有完善的生产，销售服务体系，由市场推广、分销管理、直销商务、技术支持、售后服务、区域发展等部分组成，全心全意地为用户服务。公司秉着“诚信为人，踏实做事，追求高品质的企业理念，凭籍专业的技术实力，良好的服务态度，竭诚为广大用户提供蕞优质的产品和服务，期待与您建立长期友好的合作关系。公司宗旨：坚持顾客至上的原则，所有产品一年内免费保修，并负责终身维护，欢迎业内同仁惠顾垂询。

巩义市城区众合仪器供应站 2025-04-27

优质稻谷收储作业5T管理技术规程

        5T管理”理念，即基于农作物及果实生长的自然通道特性，按时间敏感性将收储过程界定为熟收 (T1)、田场 (T2)、干燥 (T3)、收仓 (T4)以及仓储 (T5)等5个事件，进一步围绕5个事件优选管理目标因子和控制因子、制定管理指标体系和配套先进适用技术装备。在吉林省粮食和物资储备局的支持下，依据“5T管理”原理，制定了《吉林优质稻谷收储作业5T管理技术规程》。依托吉林省粮食和物资储备局、吉林大米联盟、九台贡米联盟、益海嘉里金龙鱼等大米相关产业组织在省内外进行推广，减损效果显著，可以显著延长大米的保鲜期，特别是探明了不当管理导致的7.16%“隐性”损失，同时也减少了粮食微生物毒素危害，为稻谷的持久鲜活保驾护航。

吉林工商学院 2025-05-19

轻质高强全焊结构泡沫铝合金夹复合芯板

结构材料轻量化是目前国民经济、国家重大需求的重大挑战，材料结构功能一体是新材料的重要发展方向。 轻质高强泡沫铝合金复合夹芯板以超轻质的泡沫铝合金为芯层，与铝合金面板实现冶金结合，具有比重小，高刚度，高阻尼减振，高能量吸收的特点，同时实现与阻燃、电磁屏蔽功能兼容性，在先进交通、航空航天领域具有广泛的应用前景。通过可调控的芯层泡沫铝合金孔结构，复合夹芯板的实现了同等质量钢板6倍的高刚度，同时比重仅与水接近，该成果已经应用于我国重要装备制造。

北京科技大学 2025-05-21

高校报修管理系统

智教高校报修管理系统优化校园设施维修流程，提升服务效率与质量，满足学校师生及后勤管理部门的需求，维修完成后，能对维修服务质量（如维修效果、维修人员态度）进行打分评价，并可填写反馈意见，以便学校改进服务。 教师、学生可以通过手机端，点击报修服务、我要报修后，可以根据实际报修情况进行问题描述、上传图片等。学生可以实时跟踪维修进度，并对维修结果进行线上打分、评价。

吉林省智教软件有限责任公司 2025-05-16

锂电池管理系统AI算法研究

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。

西南大学 2025-05-12