小试阶段/n随着各高温工业领域对节能降耗的要求也越来越高，而轻质（保温/隔热）耐火材料是高温窑炉、热工设备等必备的节能材料。因此，选择性能优良、价格低廉的轻质耐火材料直接关系到高温工业的节能减排，同时有利于保障高温工业的平稳运行。莫来石（3Al2O3·2SiO2，简写为A3S2）具有熔点高、机械强度大、热膨胀系数小和化学稳定性好的特性，是理想的中高级耐火材料；此外，制备莫来石质耐火材料的原料（铝矾土/“三石”/工业氧化铝+硅微粉等）来源较丰富，因此能降低莫来石质轻质耐火材料的开发成本。。目前，制备莫

本发明涉及一种轻质微闭孔含镁刚玉耐火骨料及其制备方法。其技术方案是：以80~95wt%的γ-Al2O3细粉、1~10wt%的纳米氧化铝粉和1~10wt%的氧化镁微粉为原料，外加所述原料40~70wt%的水，混合，用行星球磨机湿磨0.5~3小时，得到料浆；再将所述料浆置于模具中，于室温条件下放置12~24小时，脱模；然后将脱模后的坯体在110~200℃条件下干燥12~36小时，在1750~1900℃条件下保温1~8小时，即得轻质微闭孔含镁刚玉耐火骨料。本发明所制备的轻质微闭孔含镁刚玉耐火骨料具有显气孔率低、闭口气孔率高、体积密度较小、平均孔径小、热导率较低、耐冲刷和抗熔渣侵蚀能力强的特点。 （注：本项目发布于2015年）

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。

世界上首台有机融合电化学、光谱学和质谱技术的优势于一体的“单细胞时空分辨分子动态分析系统” 一、项目分类 重大科学前沿创新 二、成果简介 南京大学化学化工学院陈洪渊院士领衔的科研团队，在国家自然科学基金重大科研仪器专项支持下，联合清华大学、东南大学、中国医学科学院药物研究所的研究人员，攻克了单个细胞内分子反应动力学过程高时空分辨和微弱信号精准测量的技术瓶颈，研制成世界上首台有机融合电化学、光谱学和质谱技术的优势于一体的“单细胞时空分辨分子动态分析系统”。 首次阐明单细胞内溶酶体中生物催化反应机制；创建了胞内不同空域热传导系数的准确测量，阐明胞内热量产生与耗散机制以及胞内“出汗”与机体“出汗”散热的生命整体一致性；研制成的极紫外(VUV)质谱成像，摆脱了MALDI技术对电离介质的依赖，极大地降低了二次离子质谱(SIMS)的电离碎片，从而降低了重构分子结构的难度，显著提升了我国生命与健康领域高端科研仪器的国际竞争力。 本项目迄今已发表研究论文逾百篇。包括PNAS 4篇，NatureComm. 2篇，Science Adv.1篇，JACS 6篇，Angew. Chem. Int. Ed. 6篇，Anal. Chem. 49篇等。申请了国内专利41件，国际专利1件，授权18件。项目组成员获得教育部“长江学者奖励计划”青年学者以及2018年度仪器仪表学会分析仪器分会“朱良漪分析仪器青年创新奖”；所研发的“单细胞活性分析仪”获“2018年度科学仪器行业优秀新产品奖”及“2021年度日内瓦发明金奖”。

指导价格：3199元 高效：打印、复印、扫描、传真多功能一体机，实现高效办公 便捷：标配自动输稿器，连续扫描，省时省力 智能：新一代SmartPanelAPP*1全线升级，智能安装，简易配网 速度：黑白文档每分钟可打印15.5页*2，彩色文档每分钟可打印8.5页*2 海量：标配满容墨水,可实现黑色打印7,500页*3或彩色6,000页*3 安心：原厂保修（含打印头），全国联保 打印分辨率：4800×1200dpi 打印黑色文本(A4)：约33IPM（经济模式）*5，约15.5IPM（标准模式）*2 打印彩色文本(A4)：约20IPM（经济模式）*5，约8.5IPM（标准模式）*2 照片（4x6英寸）： 有边距：69秒/页*6 无边距：92秒/页*6（标准模式，高质量光泽照片纸）

传统轻质夹层结构材料，如蜂窝夹层结构，制造过程复杂，质量难以控制，特别是在使用过程中经常会开胶、脱粘，甚至会引起芯子塌陷、面板凹陷、皱褶失稳，耐久性较差。本项目所研发的新型轻质夹层结构可克服传统夹层结构材料的上述不足，包括多层间隔连体织物复合材料和Z向纤维增强的泡沫夹层结构。 多层间隔连体编织物是一种层与层之间由连续纤维芯柱相接而成一体呈空芯结构的编织物，可以单独增强制成空芯连体结构轻质复合材料，也可以在纤维芯柱间填充泡沫材料，制成新型多夹层结构复合材料，具有优异的整体性和耐久性，根据填充的泡沫种类，还可具备阻燃、隔音等功能特性。 Z向纤维增强的泡沫夹层结构复合材料包括Z-pin增强的X-Cor泡沫夹层结构和缝纫轻体材料夹层结构两种。该结构有效改善了夹层结构的平压强度与剪切性能，用于结构复合材料有明显优势，为结构轻量化和低成本化提供了新的思路和解决途径。 北航针多层间隔连体编织物复合材料和Z向纤维增强的泡沫夹层结构进行了大量研究工作，掌握了制造设备、成型工艺、性能评价等方面的全套技术，开发的夹层结构无面芯剥离问题，综合性能优异、可设计性强，在很大层面上可以替代目前的蜂窝夹层结构与泡沫夹层结构复合材料，具有十分广泛的应用前景，已用于建筑、化工、交通、船舶、风能等领域。

本成果国际领先

高温材料轻质化常用手段是通过造孔剂或发泡等工艺在材料中产生大量的微气孔，从而达到降低热导率、减小热容的目的。气孔结构，即气孔尺寸、分布、状态会对材料性能产生极大的影响。采用单一的造孔工艺，产生的气孔尺寸分布较为集中，而且气孔率较高时会形成大量连通气孔，一方面减弱了隔热效果，另一方面会显著减小材料内部晶粒间的接触面，从而导致材料强度和抗高温蠕变性能降低。 超孔构材料（Super Porous Structure Material，SPS材料）综合了多种途径（机械造孔、发泡、烧失、堆积），在材料中引入各种尺寸级别的气孔（宏观孔、微观孔、纳米孔），并使孔的状态呈现不同层次（定向孔、梯度孔、组合孔）。通过不同孔结构间的协同作用，突破了现有多孔高温材料性能的局限，使材料在具有高气孔率的同时，还保持了良好的抗高温蠕变性能。 技术优势： SPS材料制备技术已申请中国及国际专利。该材料主要技术优势如下： （1）优良的耐高温特性，最高工作温度可达1750℃； （2）轻质低热容，比重仅为现有刚玉质耐火材料的1/4，体积热容为其1/5； （3）超低热导率，优于现有各类轻质绝热砖，为刚玉质耐火材料的1/10； （4）突出的抗高温蠕变性，性能优于国际领先水平的日本企业同类产品； （5）优异的抗热震稳定性，可承受反复冷热循环造成的严酷热冲击工况； （6）灵活便捷的可加工性，可如木材般加工组装，大幅降低施工成本。 应用概况： 应用SPS材料，进行窑炉结构件及窑具制品的开发。现已有陶瓷窑炉用标准砖及各种尺寸的块、板、柱、梁及异形件产品，可用于各种类型的陶瓷及无机材料窑炉的制造。对比实验中，采用SPS材料板材及标准砖为炉膛制造的实验电炉，与以氧化铝空心球材料为炉膛制造的同样尺寸电炉相比，经过在1600℃下10次的烧成循环后，对比炉炉顶已出现贯穿裂纹，而实验炉炉顶仍未发现有裂纹、蠕变。 目前各类SPS材料制品现已在多家陶瓷及耐火材料企业的多种形式的窑炉中得到应用，表现出优良的使用性能以及突出的节能效果。

一种应用于预制墙体单元中的竖向连接预埋件，所述预埋件包括侧面敞口的盒体，所述盒体的底板上设有贯穿的L形连接孔，所述底板左右延伸至左、右侧板外构成延伸部，所述延伸部垂直连接有一定长度的钢筋件。本实用新型竖向连接预埋件预埋于预制混凝土墙体单元中，在墙体单元竖向连接时，本实用新型竖向连接预埋件与墙体单元对应的起吊吊点配合，通过螺杆、螺母将上下墙体之间进行牢靠固定，方便了墙体之间的上下连接拆装，且稳定性好。