NELD-CRH610型流变仪是一种全新多功能和轻便的混凝土流变仪，用于检测骨料32mm以下的混凝土流变性。NELD-CRH610型混凝土流变仪是耐尔得根据混凝土试验室及现场测量的经验设计开发，可用于研究单位的配合比设计及现场流变性监控使用。 软件自动控制采集数据，自动计算Bingham流变参数—屈服应力和塑性粘度，绘制曲线，储存试验结果及导出试验数据。

阿波罗平台深耕跨境服务领域

伴随着我国半导体行业的迅速崛起，硅电极作为光刻设备上承载硅基圆的重要辅材，其需求日趋增加。同时，基圆尺寸的不断增加使得硅电极逐渐由单晶硅电极转变为多晶硅电极，然而多晶硅制备过程中不可避免存在C、N杂质的污染，导致其基体中存在大量弥散分布的SiC、Si3N4硬质颗粒夹杂，严重影响了多晶硅电极的使用性能。 传统制备技术下，设备热场结构单一，熔体流动性差，导致SiC、Si3N4杂质循环溶解—析出，难以有效分离。本项目团队前期利用电子束精炼技术去除硅中的蒸发性杂质（P、 O、N）；利用电子束诱导实现多晶硅的定向凝固，进而分离硅中的金属杂质；基于电子束冷床效应分离硅中的SiC、Si3N4硬质颗粒，并揭示硬质颗粒与硅基体间的位相关系；基于上述研究开发出了多晶硅电极的制备工艺，可应用于刻蚀等半导体制造等领域。 本项目预期可以为半导体行业中硅电极生产制造企业提供稳定的技术支持，具有很好的生产示范性，实现高新技术产业化。该技术能够有效地降低生产过程中的能耗，是一种低成本、环境友好的生产方法，属于节能、环保的绿色制造技术。该技术的大规模应用和推广，可大幅增加就业岗位，提高企业的市场竞争力，保护环境。

已有样品/n一种从鸡蛋黄中提取分离免疫球蛋白IgY的方法。　　成果简介：本发明属于蛋白质分离纯化技术领域，具体涉及一种从鸡蛋黄中提取分离免疫球蛋白IgY的方法。现有技术中通常采用水稀释法、有机溶剂抽提沉淀法、超滤、超临界萃取、盐析、层析等方法提取分离IgY，然而这些方法普遍存在着步骤多、批量小、试剂耗量大和回收率低等问题。本发明的目的是克服现有技术的缺陷，提供一种分离效果好，产品纯度高的鸡蛋黄免疫球蛋白IgY的提取分离方法。该方法包括先用水稀释法获得水溶性组分，再用聚乙二醇沉淀法粗提免疫球蛋白IgY

本发明公开了一种废电路板破碎分离回收铜残余非金属粉催化热解的处理方法，该方法是在非金属粉中加入碱性废渣混合均匀得到混合物，然后对该混合物进行热解，从而实现非金属粉与碱性废渣的共热解；碱性废渣中含有金属氧化物，能够促进热解产物的催化，使得得到的热解产物中，热解气中的溴含量下降，而被固定在热解残渣中的溴元素含量升高，热解焦油内含碳数为 5～10 的轻质油比例提高。本发明通过对关键共热解反应的反应参数、条件以及该反应所对应的微观作用机理等进行改进，与现有技术相比能够有效解决热解产物中的热解油以重质焦油为主 。

主要研究APT 网络攻击全链条的通用表征和威胁模型， 实现攻击的全链条威胁分析；研究跨平台内核数据实时可信 采集方法，探索基于去噪和去冗技术的高效数据解析、基于 语义恢复技术的关键字段填充；研究多源异构内核数据的重 构方法；研究保持全局依赖的数据压缩方法，实现实时、高 效、普适的数据压缩；研究面向APT网络攻击全链条的智能 检测框架，实现对攻击的全链条高效检测；研究APT网络攻 击的演化模式，实现APT网络攻击的可解释溯源分析。

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。

面对疫情，北京航空航天大学机械工程及自动化学院先进数控和智能制造团队刘强教授、肖文磊副教授等一批教师和研究生自发组成“大数据建模分析工作群”，开始收集疫情数据，交流和讨论建模方法。刘强、肖文磊又与工作群中的孙鹏鹏、王柳权、臧辰鑫、朱三颖、高连生等人，组成了“2019-nCoV疫情建模分析应急响应研究小组”核心攻关组，全力以赴开展本次疫情建模仿真和预测分析研究工作。疫情建模分析应急响应小组的研究工作是在2003年郇极教授提出的“一种基于自动控制理论的SARS传染预测模型”的基础之上，结合此次新冠疫情原发地高度集中、恰逢春节期间人口流动的特点，采用控制论原理和大数据分析方法建立功能更全面的2019-nCoV动态感染过程模型。刘强教授团队对北京、上海、重庆、温州、长沙、郑州、成都、杭州、深圳等40余个城市的疫情数据发展趋势进行了动态仿真分析。基于分析结果，应急响应小组直接向上级部门提交疫情关键数据预测报告2份，直接向中国疾控中心提供预测分析数据及报告2份，向上级提出北京延期恢复正常上班的紧急建议1份，为高层疫情防控决策提供了及时有效的技术数据支持。