一种单分散氧化镓粉体及其高密度陶瓷靶材的制备方法 发明专利/实用新型/：发明授权 简介：本发明公开了一种单分散氧化镓粉体及其高密度陶瓷靶材的制 备方法，其将纯度为 99.99％以上的金属镓原料溶解于酸中，配制澄清 的镓盐溶液，加入沉淀剂产生沉淀物，将获得的沉淀经洗涤、过滤、 干燥、煅烧制成单分散超细氧化镓粉体；用合成的单分散氧化镓粉体 作为原料，经模压成型和冷等静压强化获得氧化镓生坯，将生坯放在 高温炉

1. 痛点问题 随着十三五电力行业基本实现烟气超低排放，我国大气污染治理的主战场从电力转移到了工业炉窑等非电力行业，工业炉窑具有种类多、数量大、排烟温度低、污染物成分复杂且浓度波动大等特点，目前传统工业烟气净化采用除尘与脱硝单元串联独立运行，该工艺设备规模大、运维成本高、难以适应工业炉窑复杂多变的烟气条件。因此，开发低成本、短流程、高适应性的多污染物协同脱除材料和技术，成为工业烟气净化领域发展的新方向。其中，以过滤材料为基体耦合催化活性组分的多污染物协同脱除一体化技术成为国内外广泛关注的应用前景较好的新技术。 陶瓷催化脱硝滤芯其表层膜具有致密的微米级孔结构，烟气粉尘去除率可达到99.9%以上；滤材内部支撑体涂覆的催化剂，同时可通过SCR机制实现烟气氮氧化物高效脱除。一体化烟气净化技术改变了当前除尘、脱硝等独立运行的传统烟气净化工艺，具有工艺流程短、设备投资低、运行费用少以及占地空间小等显著优势，实现多污染物协同脱除，是一种极具应用前景的除尘脱硝一体化的新技术，将成为中小型锅炉烟气净化领域的新发展趋势。 2. 解决方案 开发出拥有自主知识产权的新一代三维分级陶瓷催化滤管，该技术的核心是可以控制涂覆陶瓷纤维滤管催化层厚度，保留滤管外表面致密层，使得陶瓷催化滤管具有过滤阻力更低、除尘效率更高、脱硝效率更强等优点，该陶瓷催化滤管在2020年已于东台中玻特种玻璃有限公司建立一套具有工程参考意义的中试侧线试验，运行以来，经过权威第三方检测机构检测，其中SO2＜10mg/m3、颗粒物＜3mg/m3，NOx＜23mg/m3，氨逃逸＜5 mg/m3，满足行业超低排放标准要求。通过中试平台长时间的稳定运行，表明了以三维分级陶瓷催化滤管为核心的多污染协同脱除技术的可行性，使得工业烟气治理技术更加集成、高效、经济。为后续的在玻璃行业及其他工业炉窑规模化应用奠定了基础，并且2021年3月已成功完成玻纤行业炉窑工业烟气超低排放示范项目，也预示该项技术得到了市场的认可，填补国内该技术的空白。可以在其他行业焦化、垃圾焚烧、危废、陶瓷、生物质锅炉、耐火材料炉窑及水泥等行业推广应用，实现实现工业烟气经济、高效、深度治理。 合作需求 与浙江致远进行优势互补，目前团队已经实现了小批量规模化量产，并在不同行业进行了中试试验，取得了较好的净化效果，成果转化后实现工业化生产，公司目前自主研发了涂覆工艺和装置，生产工艺和此次受让技术十分匹配，可满足此次放大的技术产品设备需要。结合公司较强的工程设计能力、施工能力、市场开拓能力及售后服务等，在玻璃、焦化、生物质发电、垃圾焚烧等烟气治理行业进行推广应用。

本发明涉及一种直接界面法制备三维多级表面形貌多孔磷酸钙纳米陶瓷的方法，使用甲醇、水溶性钙盐、挥发性碳铵盐、表面活性剂PVP和明胶等、磷酸氢二铵和磷酸氢二钾等为原料采用界面法在聚氨酯泡沫支架上形成碳酸钙多孔坯体，然后通过130℃或以上水热处理及600-1000℃下高温处理，即可得到具有三维多级表面形貌的多孔纳米磷酸钙陶瓷。所得到的最终制品平均孔径可控制在50μm到1000μm之间，平均晶粒尺寸在200nm到1μm之间。孔呈三维贯通的海棉形态，孔壁的横截面呈三角形。

我校量子信息技术研究所王琴教授团队在量子密码领域取得新突破，该团队首次提出将人工智能领域的长短期记忆神经网络(LSTM)应用到量子密码控制系统之中, 实现了对量子密码系统的主动反馈与控制, 在不引入任何额外硬件和辅助稳定设备的条件下，将系统传输效率提升接近百分之二十。该成果近期发表在美国物理学会权威学术期刊《PhysicalReview Applied》上。 　　量子密码作为量子信息技术领域发展最为成熟的技术，正逐渐从实验室阶段走向商用化，有望在未来大规模网络加密通信中发挥重要作用，因而得到学术界和工业界的广泛关注。自第一个BB84协议提出以来，量子密码无论是在理论上还是在实验上均取得了巨大进展。现有量子密码系统包括相位、偏振、时间-能量编码等编码方式，其中相位编码方式应用最为广泛。该类系统在运行过程中不可避免地存在相位漂移问题，因而需要不断对发送端和接收端的相位进行实时校准。目前主流系统通过采用扫描+传输的方法来解决。该方法虽然可以实现相位补偿，但会导致量子密码系统传输效率降低。针对该缺点，我校王琴教授团队首次提出将人工智能与量子密码控制系统相结合，利用LSTM网络主动预测系统相位漂移大小，进而实现主动反馈与控制；同时通过固定时间间隔对网络细胞状态进行更新，使量子密码系统始终保持稳定的高效率运行状态。该方法在不提高系统硬件复杂度的前提下大幅提升了量子密码系统传输效率。此外值得提出，该方法的适用范围不依赖于某种协议或编码方式，原则上同样适用于其他任意量子密码协议和任意编码系统，为未来开展大规模量子通信网络应用提供新的研究思路与应用方法。 该项工作的第一作者是我校通信与信息工程学院硕士研究生刘靖阳，量子信息技术研究所的王琴教授和江苏省图像处理与图像通信重点实验室的谢世朋副教授是该工作的共同通讯作者。该工作得到了安徽问天量子科技有限公司的技术支持。此项工作受到国家重点研发计划、国家自然科学基金以及江苏省研究生科研实践创新等项目的支持。

本发明公开了一种基于人工蜂群算法和量子粒子群算法的优化计算方法，其包括以下主要步骤：(1)根据实际问题编制待优化目标函数；(2)输入算法的通用运行参数：种群数目、迭代次数、变量维数、变量取值范围、待优化目标函数；(3)选取ABC、QPSO、QPSO+ABC和ABC+QPSO的一种或多种计算方法进行计算；(4)若只使用一种，直接判断结果是否满足优化要求；若多于一种计算方法，综合比较计算结果及评价最优的结果是否满足此次优化的要求；(5)若满足要求，运算结束，输出计算结果和迭代曲线；(6)否则，修改算法的

探究了AI自动勾画的临床应用价值，即AI能够为临床医生提供多大的帮助。在8位医生完成人工勾画两个月后，由他们对AI自动勾画的结果进行修改（AI自动勾画+医生修改，即AI辅助勾画）。结果显示，AI辅助勾画提高了5位医生的勾画准确性（平均由74%提高至79%），减少了55%的勾画者间差异。     本研究是AI在全期别鼻咽癌放射治疗靶区勾画方面的首个研究，样本量大、技术合理、测试全面，是AI在肿瘤学领域应用的一项重要进展。研究结果显示AI辅助勾画提高了鼻咽肿瘤勾画的准确性，能够让经验较少的医生达到近似专家水平的勾画，将会对肿瘤控制和患者生存产生积极影响，同时极大地提高了医生勾画的效率，为实现精准而又高效的鼻咽癌放射治疗靶区勾画提供了解决方案。

安徽大学人工智能学院在人工智能、控制科学、信号处理等领域取得了多项顶级研究成果

本发明涉及自适应控制技术领域，具体为一种基于人工智能的运营期建筑节能低碳控制方法及系统，包括以下步骤：收集并分析房间使用情况和光照强度，得到活动类型识别结果。本发明中，基于对房间使用情况和光照强度的实时分析，识别不同区域的使用模式，并结合自然光变化和室内活动需求，动态计算所需照明强度和色温调整参数，实现对照明环境的精准匹配。通过实时监测照明设备的调整状态，结合房间使用模式的变化，建立动态反馈机制，对照明偏差进行自适应修正，避免能源浪费。强化学习的引入使通风策略能够通过历史数据和实时反馈不断优化，实现个性化的空气质量管理，而非基于固定阈值执行单一调节。