成果描述：本课题组首次将固态储氢的两种热点材料SB和AB用高能球磨的方法复合，并采用廉价的固态酸作为一次高效催化剂直接添加在SB-AB复合物中以实现复合物在温和条件下的快速有效放氢，不仅克服上述中金属类催化剂失活和成本的问题，更具有明显的市场优势和应用价值。此复合水解体系还具有放氢量高，动力学性能好等优势，产氢速率和有效放氢量可根据实际供氢需求调控。制氢纯度高，与水接触就能放氢，制备工艺简单，大大降低了制氢成本，减少环境限制，满足随时随地的取用。市场前景分析：1. 氢燃料电池：氢燃料电池能量转换率高，装置可大可小，非常灵活，无污染无噪音，具有广阔的应用领域。本产品所提供的氢源可直接应用于氢燃料电池。 2.便携式移动电源：可为手机、笔记本电脑、MP3/MP4等电子设备随时随地地充电，不需要其他外接电源，无需补充电量，方便快捷，具有非常可观的市场需求。 3. 氢能发电机：可以适用于野外作业，只要有水的环境就能使用，副产物对环境友好可直接排放，灵活机动。在救灾抢险、工程作业等方面有着很大的优势。 4.氢气球：大型氢气球广泛见于飘浮广告条幅，高空探测等，是日常生活中最为常见的氢应用实例。本产品可以实现移动式充氢，即使在气球升空后仍能不断地补充氢气，确保氢气球高空作业的稳定性和耐久性。与同类成果相比的优势分析：理论放氢量：2127ml/g（20wt%酸添加量） 反应1h实际放氢量(产氢率) 初始反应10min内放氢量(产氢率) 0 ℃----- 775ml/g (36.4%) 608ml/g (28.6%) 25℃----- 1545ml/g （72.6%） 992ml/g (46.6%) 50℃----- 2112ml/g （99.3%） 1710ml/g (80.4%)

本实用新型公开了一种复杂薄壁类铝合金件超声辅助半固态压铸成型装置。包括压铸机、压铸模具、超声振动系统和冷却系统，压铸模具安装在压铸机，压射组件穿过静模固定板与压铸模具连接，压铸模具的动模上安装连接超声振动系统，超声振动系统直接作用于动模以超声辅助进行半固态压铸成型，动模设有与超声振动系统连接的冷却系统。本实用新型可有效降低固相团聚程度，提高半固态金属的流动能力和充型能力，并且能细化晶粒，提高铸件的致密度，进一步提高铝合金铸件的力学性能和导热性能，为复杂薄壁类铝合金铸件制造提供一种新的成型方法。

本实用新型公开了一种固态风扇耦合吸附净化的中大型空气净化系统，包括柜体、吸附净化单元以及输气单元，输气单元提供空气在系统中循环的动力，空气流量可以大于15m3/h，输气单元包括连接柜体和吸附净化单元的风管、提供气体循环动力的第一固态风扇、气体分配器以及驱动电源，气体分配器包含至少三根并联的送风管、与送风管连接的固态风扇安装管以及用于安装送风管的送风管布置器；固态风扇安装管内设有与送风管连接的管道，每个管道内安装有一个或多个第一固态风扇。本实用新型气流输运过程无振动、无噪音；固态风扇与送风管道易于一体化耦合，可以大大减小送风管路的直径，节约安装成本和安装空间；输运过程流速和流量等参数易于调节。

本发明提供了一种支持固态盘缓存动态分配的混合存储系统和 方法，该方法用固态盘和磁盘构建混合存储系统，其中固态盘用作磁 盘的缓存，本发明方法实时监控应用的负载特征及固态盘缓存命中率， 并建立应用的性能模型，从而根据应用的性能需求和负载特征的变化 动态地分配固态盘缓存空间。本发明提供的固态盘缓存管理方法可以 根据应用的性能需求合理地分配固态盘缓存空间，实现应用级的缓存 区分服务，并通过将应用的固态盘缓存空间进一步划分为读

本发明公开了一种考虑可变寿命特性的确定电力系统调峰用电 池储能容量的方法，将电力系统调峰用电池储能的能源节约效益、环 保效益、容量替代效益进行量化，并纳入到容量规划目标中；计及电 池储能的年运行成本，并根据电池储能运行过程中其实际使用寿命和 放电深度的关系建立了电池储能可变寿命模型，计算其建设投资成本 等年值，形成确定电力系统调峰用电池储能容量的目标函数。在考虑 系统功率平衡约束、系统备用约束、常规机组出力约束、火电机组爬 坡约束以及电池储能运行约束的基础上，以年净收益最大为目标对模 型进行求解。本

目前无卤低烟阻燃热塑性弹性体电缆料虽然已有较多应用，但不论在技术发展上或市场 应用上，无卤低烟阻燃TPEE电缆料依然潜藏着很大的发展潜力。但目前该产品在使用和推广 中仍存在着很多实际问题，例如阻燃难、加工性能不好、发烟量较大及成本较高等。根据市场 应用情况和技术发展情况，本项目以TPEE为基材，开发无卤低烟阻燃TPEE电缆专用料，并考 虑添加合适的抗滴落剂防止燃烧中的滴落现象。同时设计采用膨胀型阻燃剂体系，使无卤阻燃 TPEE电缆在具有良好的低烟阻燃性能。

针对当前车用无油涡旋空压机加工精度要求高、涡旋盘容易磨损的问题，本 项目团队提出了水冷无油涡旋空气压缩机技术。采用这一技术可将涡旋盘最高温 度控制在 120℃以内，从而降低动静盘热变形，提高压缩机的可靠性与效率。

"印制电子技术是将功能性材料墨水印制在基材上，是微电子行业的一项重要革新，解决了传统光刻技术存在的生产周期长、操作复杂、污染严重等问题。 课题组发明了一种无固体颗粒的喷墨打印用银基导电墨水，该导电墨水是通过将一种有机银络合物溶解在溶剂中，同时加入微量的助剂充分溶解而获得。突出优点：（1）固化温度低：在很低的分解温度获得纳米银颗粒（最低可

传统的电解工业（电解水、氯碱工业）阴、阳极会同时产生两种气体，一般采用离子交换膜防止两种气体的混合，避免爆炸性混合气体的产生。离子交换膜的使用增加了电解的成本，此外膜内阻也增加了电解的能耗。且由于阳极和阴极室的气体压力必须通过稳定的电源输入保持平衡，很难利用风能和太阳能等不稳定的可持续能源来直接为离子膜电解池供电。另一方面，电解池中的高压气体和阳极氧化过程的中间产物也会加剧膜的老化降解，近一步增加电解成本。基于电池电极的分步法无膜电解技术有望为电池电极反应推出一个新的研究方向，随着电池工业迅速发展，电池电极的制备已经非常成熟，分步法电解技术很容易利用现有的商业化电极实现产业化。

动作捕捉技术（motion capture）在影视、体育、安防等领域具有广泛应用。传统的动作捕捉分为两大类，光学动捕系统通过在采集环境部署多个红外摄像头，再在人员的动捕服上放置光学标记球来求解出采集者的姿态信息，从而实现对人体运动的捕捉与动画映射；惯性动捕系统通过惯性测量单元（IMU）来采集肢体的运动信息，采集设备相对更轻便，但采集精度不如光学动捕系统。光学动捕系统包括Motion Analysis，Vicon，Optitrack等，惯性动捕系统有Xsens，诺亦腾等。 然而，无论是光学动捕还是惯性动捕都需要动作人穿上特定的设备，不可避免地会影响到人体运动的真实性和动捕的使用范围。同时，相应的专业动捕设备往往价格不菲，很多有需求的小型工作室也会望而却步。因此，学术界和工业界都在极力研究“无标记运动捕捉”技术，即不需要任何穿戴设备，仅由相机观测和算法分析，就实现对多人体运动的实时准确捕捉。这种技术有着更加广泛的应用场景，例如无人售货超市、VR/AR游戏、远程全息通讯、数字人创建、虚拟主播、人机交互、全天候医疗监护等。 近几年，随着深度学习技术的广泛普及，无标记动捕领域也诞生了许多革命性技术，例如实时2D多人体关键点检测技术OpenPose等。然而，多目标实时3D运动捕捉仍然是一个极具挑战性的问题，主要挑战因素包括：如何实现实时计算，如何进行高效的多视角关联，如何解决紧密交互带来的观测失真等。举个例子，当两个人拥抱在一起的时候，当前大多数检测或重建算法都会失效。而理论上，多视角的观测信号能够在一定算法设计下互相补充，尽可能解决单视角运动重建的歧义性。如何充分利用多视角的视频信号，实现复杂、紧密交互场景下的多人体运动捕捉是当前无标记运动捕捉领域的核心问题之一。 该项目研究工作提出的多视角人体运动捕捉系统包括相机采集模块，2D姿态检测模块，4D关联图求解模块，三维骨架求解模块及渲染模块。其主要算法贡献在于提出并实现了4D Association算法。 当前的多视角运动捕捉系统大多采用的是序贯地匹配策略，首先对每个视角进行独立的人体检测和连接（例如，OpenPose检测关键点和关键点相互连接的概率，从而对人体进行连接；Mask-RCNN、AlphaPose和HRNet都需要先检测每个人的BoundingBox，然后对每个人进行独立的人体检测），然后对人体进行多视角关联和姿态求解，最后进行时域跟踪。这种常规方法的缺陷在于，当单个视角检测失败以后，后续的算法难以对失败的检测结果进行修正，从而将错误的检测传递到下一个步骤，影响跟踪效果，对于紧密交互（例如前文提到的两人拥抱）的情形，单视角的往往很难给出令人满意的检测结果，因此基于序贯式的算法一般会失效。 相较而言，该研究工作的创新性在于充分利用单图连接(2D)、多视角连接(1D)、和时域连接(1D)之间的相互约束从而进行全局优化，用多视角信息和时域信息来避免单视角连接的歧义性，同时也通过单视角连接结果来优化多视角的匹配，从而使得关联结果更趋向于全局最优。具体地，该研究工作提出了一种4D Graph的图结构，将上一帧的三维人体关键点（在初始帧或者人进入动捕范围的时候可以缺失，不影响算法的运行）和当前每一视角的2D关键点建模在同一个图结构中，用单图连接、多视角连接、时域连接的概率作为边的权值，将人体多视角关联的问题看成提取有效边的过程。为了快速地求解这个问题，进一步提出了一种基于完全子图的近似求解算法，高效地完成了从4D图结构中提出正确的人体连接。 最终，该研究工作实现了紧密交互下人体的三维姿态重建，并展示了实时系统效果。其算法在多个数据集上均表现出了良好的视觉效果，在Shelf数据集上也取得了当前最好的数值结果。