|
搜索
搜 索
高等教育领域数字化综合服务平台
锂空气电池及相关材料
该项目涉及一种含新型催化剂的锂空气电池正极及其制备方法。 锂空气电池正极材料的质量组成：催化剂为 5-30％，碳材料为 40-80％， 粘结剂为 5-30％。催化剂为金属纳米颗粒(20-60nm)高分散在微米级 的碳片上的复合材料；所述金属纳米颗粒为钴、镍、铜、锌、锰、铬、 钼、钒或钇。碳材料包括乙炔黑、超导炭黑、碳纤维、石墨烯、超导 炭黑、科琴黑、聚苯胺、聚吡咯和聚噻吩一种或两种。粘结剂为聚四 氟乙烯、聚偏二氟乙烯、羧甲基纤维素钠、聚乙二醇和丁苯树脂一种 或两种以上。本发明的优点是：该催化剂可促进氧的还原，降低充电 过电位，在锂空气电池中表现出优异的电催化性能；而且该催化剂工 艺简单，采用环保无毒的试剂，在锂空气电池领域有广泛的应用前景。专利号：201310524508.7
南开大学
2021-04-13
压缩空气储能技术
无水坝抽水蓄能技术是一种全新原理的电能高效储存新技术，它同时具有抽水蓄能和压缩空气储能技术的优点：充放电效率高（大于 70%），相对抽水蓄能技术而言，其储能密度高，建造周期短，投资低，不受地质环境制约。该技术是西安交通大学王焕然教授团队最新发明成果，在国际上处于领跑地位，目前团队拥有 6 项发明专利，在国外发表高水平的 SCI 论文多篇，其中 ESI 高被引论文 1 篇。无水坝抽水蓄能系统已经在实验室完成了原理性验证，为加速推进该技术的工程应用进程，正在建造 MW 级的实验电站。 无水坝抽水蓄能技术同其它大规模物理储能技术一样，是解决我国日益严重的弃风、弃光及电网调峰问题的最有效方法，属于能源领域科技前沿技术。其应用前景极其广阔。
西安交通大学
2021-04-11
多功能空气净化膜
近期，大气污染呈现新特点，重金属离子、细菌的含量呈上升趋势。针对目前日益严重的环境问题，设计了一种多功能空气净化膜。该空气净化膜可通过复杂的物理、化学多重相互作用，实现对细菌和 PM2.5 粒子的捕获；并且在光照条件下，聚合物可以将氧气分子激发出活性氧，用于杀伤细菌。该空气净化膜对 PM2.5 的去除率为 83% 以上；对细菌的杀伤率超过 95% 。与市面上大多空气净化产品相比，该空气净化膜具有高效吸附有害物质、高效的抗菌效果、高效消除封闭空间 PM2.5 、不会产生二次污染等多方面优势。
河北工业大学
2021-04-13
锌-空气燃料电池系统
1 成果简介
锌-空气燃料电池作为一种新型的燃料电池系统，用锌作能量来源，实现发电。锌-空气燃料电池具有如下特点：
与一般氢空气燃料电池比，成本低，不需要贵金属做催化剂；
与一般蓄电池比，不需要充电，可像加油一样快速补料；
与燃油内燃机比，燃料可再生，锌发电后变为氧化锌可通过电解得以还原；
环保安全，放进火里也不燃烧。
本研究组已研究开发出 200 瓦的 5 节燃料电池堆，其电流密度指标达到国际先进，证明了设计方案的可行性。利用该技术方案，依据功率需求可开发大小不等的锌-空气燃料电池系统。为产业化应用，接下来需要做的工作是设计产品构型、完善整体集成。 2013_8_1 上图 用于方案验证的锌-空气燃料电池系统
2 应用说明
锌-空气燃料电池可做军用电源，具有补充能量快、安全的优势；可配合风力发电、太阳能发电系统的大型储能-发电装置，为电网调峰补谷，具有安全、成本低优势；可作为未来电动汽车的动力电源，具有安全、价廉、不需要充电、续驶里程长等优势。
3 效益分析
量产的锌-空气燃料电池系统，制造成本与铅酸蓄电池相当，而使用寿命更长。
4 合作方式
联合开发。
清华大学
2021-04-13
BHTP热管空气预热器
热管是一种具有超导传热性能的传热元件。它通过管内工作介质的二相流变化，以潜热的形式来传递热量。因此，它传热能力大、传热效率高，是传热技术中近二十年来出现的一项高效传热成果。它具有极高的导热性，良好的等温性，冷热两侧的传热面积可任意改变，可远距离传热，可控制温度等一系列优点。由热管元件组成的热管换热器具有传热效率高、结构紧凑、体积小、安装方便，对其它设备无影响、流体阻力小，不需维修和外加动力、有利于控制露点腐蚀等优点。其投资回收期短，用碳钢作管壳的热管换热器，一般在一年之内收回全部投资，使用寿命7年以上。所制造的用热管元件组成的热管换变器已广泛应用于电力、石化、冶金、锅炉、陶瓷、轻纺、机械等行业中，作为废热回收和工艺过程中热能利用的节能设备，可提高热能利用率30%左右，节约燃料10%左右，有效的减少大气污染。取得了显著的经济效益。
北京航空航天大学
2021-04-13
基于空气质量评估的汽车乘客舱空气调节装置及其方法
本发明公开一种基于空气质量评估的汽车乘客舱空气调节装置及其方法，该系统包括：温度传感器，气体质量检测器，湿度传感器，空气净化器，鼓风机，电动阀，微处理器(MCU)。温度传感器、湿度传感器和气体质量检测器实时监测车厢内外的空气温度、湿度和质量，并将信号变送给MCU，MCU则根据收集到的信号和内部已设定的规则控制电控三通阀、鼓风机和电动阀，从而切换空气循环模式或空气流动的通道。该系统最大可以化利用外部环境来辅助维持车厢内适宜的空气温湿度和良好的空气质量，用除湿器来有效降低车厢内空气湿度，利用空气净化器来改善恶劣环境下车厢内空气质量，并防止车厢内空气质量恶化而威胁乘客生命安全。
浙江大学
2021-04-11
基于全息衍射光学元件的消色差的波导显示系统
本项目发明了一种基于全息衍射光学元件的消色差的波导显示系统。该系统包括输入耦合器、波导、输出耦合器，当彩色光线通过准直透镜后照射到作为输入耦合器的透射式平面光栅时，平面光栅发挥色散特性，将光色三成不同颜色的光波按照不同的角度进入到波导中，然后光继续在波导中传播，当光传播到作为输出耦合器的反射式体积光栅时，光波又被体积光栅调制，使发生色散的光波以同一方向反射出波导，进入到人的眼睛，使得人眼可以看到彩色的图像，从而达到消除色差的目的。
相较于传统方案，本发明设计的基于三次曝光的三层反射式体积光栅的波导显示系统，可以在不降低衍射效率的情况下消除色差，且用平面光栅代替棱镜发挥色散作用，又利用反射式体积光栅进行波导，在不增加波导系统的体积和重量的同时达到消色差的目的，不会带来衍射效率降低、系统的体积和重量增加等负面影响。可以广泛应用到显示系统领域。
北京理工大学
2023-01-03
TP-XOS1 计算全息与信息安全综合实验系统
计算全息与信息安全综合实验系统是用光电传感器件（如CCD或CMOS）代替干板记录全息图，然后将全息图存入计算机。全息图可以通过用计算机模拟来实现被测物体的数字再现和处理。也可以利用空间光调制器（SLM）实现光学再现。数字全息与传统光学全息相比具有制作成本低、成像速度快、记录和再现灵活等优点。近年来，随着计算机特别是高分辨率CCD的发展，数字全息技术及其应用受到越来越多的关注，其应用范围已涉及形貌测量、变形测量、粒子场测试、数字全息显微、防伪、三维图像识别、医学诊断等许多领域。
TP-XOS1 计算全息与信息安全综合实验系统使用高精度CMOS相机和空间光调制器（SLM）进行采集和再现，降低了对环境（暗室、防震）的要求，免去了冲洗的不安全隐患，可以对数据进行二次开发，如滤波、存储、传输、加密安全等，拓展了全息的应用领域。
主要实验内容：
数字记录数字再现实验
光学记录数字再现实验
数字记录光学再现实验
光学记录光学再现实验
信息安全光学加密原理实验
天津市拓普仪器有限公司
2022-07-12
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10