化工上常见的分离过程包括蒸馏、吸收、萃取和结晶等，其中蒸馏是分离液体混合物的典型单元操作，应用最为广泛，约占全部化工工业分离过程的75%。在精细化工、制药、香精香料、油脂、天然产物提取等工业过程中，经常用到精馏分离过程，所分离的物系通常为热敏性物系或难分离物系，对分离的要求很高，采用普通的精馏过程难于达到分离要求，需要对精馏过程进行强化或采用特殊的精馏分离方法。因此，天津大学经过多年的研究，开发出了组合精密精馏技术。蒸馏过程耗能巨大，化工过程中40%~70%的能耗用于分离，而蒸馏能耗又占其中的90%，所以蒸馏过程节能是目前蒸馏领域研究的热点。精馏塔再沸器的加热采用降(升)膜加热技术可以降低传热温差，提高热能利用率，并可减少物料的受热时间，特别适用于热敏性物系的分离。对于减压精馏等过程，其液体负荷通常很低，填料表面不能充分润湿，使得传质效率降低。通过采用填料表面处理技术，可以改善填料表面的润湿性能。外加磁场对物系的精馏过程有一定的影响，总体上呈正效应。其原因如下：一是物系在磁场作用下，汽液平衡关系发生变化，组分间的性对挥发度加大；另一是物系在磁场作用下，黏度和表面张力等下降，改善了液体在填料表面的润湿性能，使传质效率得到提高。蒸馏过程的强化包括设备的强化和过程的强化。蒸馏设备的强化主要是采用新型高效塔板或采用新型高效塔填料和高性能液体分布器，达到提高分离效率和减小压降的目的。

本成果针对目前聚乳酸（PLA）存在的易燃和脆性等问题，采用合成反应型阻燃扩链剂的方法制备具有永久阻燃性能的聚乳酸。通过引入少量的反应型无卤阻燃剂及复合纳米技术，得到阻燃效果优异的阻燃聚乳酸。本成果开发的阻燃聚乳酸，相比于市面上普通的添加型阻燃剂，表现出对基体力学性能的影响小，阻燃效率高等特点。并通过复合增韧技术，使阻燃型聚乳酸具有良好的韧性。阻燃性能指标可达到LOI大于30，UL-94 V-0级。本成果采用的新技术使得聚乳酸附加值高，性能优异，可适于电子电器类产品等领域。因此，这种来源于生物质具有可完全降解的阻燃型聚乳酸是新一代生物基环境友好型功能塑料。 主要技术、指标： LOI > 30, UL-94 V-0;  HRR < 250 kW/m2 拉伸强度>50MPa；断裂伸长率> 100%； 建设投产条件（投入资金情况、需要的厂房、使用配套设施状况等）： 10000吨/年规模投资1800万，厂房面积2000平方米。

该项目采用泵体内外压力平衡技术，磁流体密封技术和独特的机构设计，使之工作时以自适应方式达到动密封而防止渗漏。（注：不是磁力传动方式的磁力泵一屏蔽泵，这种泵功率小价格昂贵，不适宜大量推广应用。） 该技术可以推广应用到所有防渗漏的工业用泵和波纹管机械密封泵体及弹簧机械密封泵体（尤其高压工业泵）、空压机和需要动密封的场合，可以推广应用到国防、航空、航海、医药、化工、家用电器、矿山机械、建筑机械等行业，市场雨具 发广阔，其技术及产品可以出口国外。 仅以某油田石化总厂为例，其用泵多达3500多台，由于渗漏问题，常使有毒有害液体渗漏，造成环境污染，物料流失，给生产造成危害，因此常需大批量进口工业用泵，并且经常损坏，需要停产维修，给生产造成损失，其每年维修费、材料费、零部件费用高达200多万元，如果按全国石化等行业计算，损失可谓十分巨大，因此，防渗漏工业泵、空压机确实值得下大力量研究、改进。

本实用新型公开了一种新型的卫生间节水的装置。该装置的拖布盆产生的污水通过管道排到马桶的冲洗水箱内，到达了节水和污水重复利用的效果。其结构为：它包括拖布盆水箱（1）、溢水口（2）、带孔的盖顶（3）、补水器（4）可拆卸的旋转脱水桶（5）、机械转子（6）、皮带（7）、电源控制系统（8）、电动机（9）、脚踩式分离器（10）、存水弯（11）、下水器（12），马桶的冲洗水箱（13），拖布固定架（14）；等部件。采用此结构，即节省了卫生间空间，又可以节约用水。

本发明公开了一种基于视点合成的多视点容错编码框架，对一个以上视点信息进行视频流传输编码，选择其中一个视点编码为基本视点，其余视点编码为增强视点；增强视点采用视点合成预测方式编码，利用基本视点的深度图，获取增强视点的视点合成预测图像，编码框架中引入基于分布式视频编码理论的差错控制帧。本发明充分利用分布式视频编码的传输鲁棒性特性，减小视点间合成预测引起的视点间差错扩散对多视点视频图像质量的影响，增强多视点视频流的传输鲁棒性，使其更好的适应于有损网络环境下的视频传输。

成果简介： 本系统旨在设计一款辅助视觉残疾人群日常生活的穿戴式设备。该系统具有纸币识别、交通标志识别、日常用物体识别及场景文字识别等功能。主要应用与辅助视觉残疾人的日常生活。 纸币识别的功能对应于视障人群的日常生活的货币使用过程，有了这款穿戴式设备的辅助，他们可以自主的各种生活场合中使用纸币，他们只需要把纸币在设备前置摄像头前轻微晃动，设备就可以通过语音给出纸币的面值反馈给使用者。 交通标志的识别是出于对视觉障碍人群安全的考虑，设备可以识别红绿灯，并且通过语音实时告知使用者，这可以有效的降低使用者在过马路危险。 文字识别对应满足视觉障碍人群的阅读需求，使用者只需要把手指指向想要了解的内容，设备就会给出报纸或是书本上的文字内容，这样可以极大的便利他们的阅读需求。此外通过一定的改进和优化，系统也可以对自然场景下的文字进行识别，比如街头的广告牌、物品的外包装的文字等。 该系统还可以对日常生活中常见的物品进行识别，室内的桌子、茶杯等，还有超市里的各种商品。该功能对应解决使用者在日产生活中购物的需求，有了该系统的辅助他们可以自主的在超市中选择他们想要的东西，并且完成结账。 系统采用了穿戴式与计算机视觉和机器学习等理论知识相结合。穿戴式技术具有佩戴舒适甚至无感、使用过程不应干扰正常生活、使用便携的优点。这样的系统实现形式有利于简化使用者的使用门槛，提升使用体验。计算机视觉和机器学习技术，使用计算机及相关设备对生物视觉的一种模拟，可以有效的获取外接环境，通过分析外界环境做出相应的回应、给出结果。通过机器学习方法可以有效的对数据进行建模、分析。 系统设计的指标主要包括两部分，及硬件指标和软件性能指标。 硬件指标主要有以下几点： 主控CPU采用的是4核CortexA9处理器 RAM需要大于512M，稳定5V电源 HDMI接口支持，USB 接口支持，常见音视频编解码支持 摄像头采用的720p的高清USB摄像头 软件指标只要包括： 指尖检测部分的主要包括指尖位置的检测的准确性，以及ROI确定的准确性，能否准确的划分出待识别目标所在的区域 物品识别部分主要包括可识别物品的类别，以及识别的准确率指标 对纸币识别的准确率和召回率以及计算的时间成本，主要涉及的算法的时间和空间复杂度 文字识别主要包括检测的正确率和召回率 系统基本构成如下图所示，主要包括前端固定眼镜边上的高清摄像头，后端数据处理部分采用的是AMR CortexA9四核处理器作为数据和算法处理单元。 系统基本工作流程为，以手指的一次特定手势（食指有方向性指向某个物体）为触发，系统检测到此手势后自动在手指尖端区域检测敏感信息，如字符，物体等，进一步通过计算机视觉算法，对检测的信息做识别处理，最后对识别结果进行语音播报作为反馈给使用者。用户只要用手指指向交互的给出识别的物品，那么设备就会开始读取这个场景，进行识别并将结果语音输出。 如果该产品可以得到推广，那么可以极大的帮助视觉残疾人，这一款穿戴式设备可以甚至可以改变数以千万记视障人群的日常生活，他们可以减轻对他人的依赖自由独立的生活。 目前该设备正处于原型开发期，已经取得了阶段性的成果，可以准确的定位值之间所在的位置，能较为准确的识别自然场景的中纸币面值，以及简单的文字。下一阶段着重把性能经一步优化，增添识别物体的功能。 该项目是由电子科技大学程洪教授主导的创新性高新项目。不但具有广大的市场前景，据可靠统计全国至少有各类残疾人总数超过8千万，而其中视觉残疾的人数找到15%，因此这款设备具有广阔的市场前景，可以带来一定经的经济效益。而且，更为重要定位于辅助他们日常生活产品充分体现出平等关怀的助残精神，帮助他们更好的生活是我们也是社会的责任所在。

本发明公开了一种桥梁碰撞缓冲抗震构造，设置在桥梁的盖梁和梁体的结合部以强化桥梁抗震能力。盖梁顶面设置有摩擦摆支座，梁体支撑于所述摩擦摆支座上；盖梁两端分别向上延伸各形成一挡块；各挡块靠梁体侧各嵌入两块L型钢板；L型钢板端部具有一定坡角；所述两L型钢板之间的所述挡块表面置有橡胶层；两L型钢板间距橡胶层一定距离处置有一定数量的弧形钢筋，所述梁体的侧面布置有钢预埋件。在强震过程中，本发明能够有效地缓冲地震作用下主梁对挡块的碰撞作用，耗散地震能量，进而限制梁体较大的位移和防止落梁事故的发生。

成果完成年份：2011年7月 成果简介：本项目是基于Google云平台开发的一套以用户为核心的隐私保护系统，实现了从身份认证、数据加密到访问控制以及安全警报和日志管理的一系列较为完整的隐私保护方案，为用户提供管理、保护其存放在不可控开放环境中隐私资料的服务。本项目由学生自主开发并且参加2011年全国第四届大学生信息安全大赛获得全国一等奖。 项目来源：自行开发 技术领域：信息技术 应用范围：广泛适用基于Web的应用程序中个人隐私

揭示各类工程设备中非线性振动问题的动力学规律，对工程振动问题的控制进行可行性分析，揭示其振动的规律。

本成果分为叶片害虫检测和叶片伤害程度检测，害虫检测通过研究的图像建模及形态学处理等相关方法对农作物叶片上昆虫位置进行快速检测，并通过模式统计和分类识别方法精确计算害虫数量和识别类型，每张图片（参考分辨率 2448*3264）处理速度小于 1 秒（和害虫的数量相关），速度远高于人眼。叶片伤害检测通过图像处理方法将图像进行背景、叶片、斑纹分割，通过统计像素，集合斑纹形状进行定级评价，每张图片（参考分辨率 2448*3264））进行自动检测和分析，处理速度 2 秒左右（和图像中叶片的数量相关），经过人工核