|
搜索
搜 索
高等教育领域数字化综合服务平台
止血芳酸残渣的资源化利用
我国生产止血芳酸的企业主要有：常州寅盛药业有限公司、湖南洞庭药业有限公司、常州市远华化工有限公司、常州市阳光药业有限公司等企业。多是采用以对甲基苯甲酸为原料，在溶剂中氯化，得到对氯甲基苯甲酸，然后和氨水反应，得到对氨甲基苯甲酸，通过精制得到最终产品止血芳酸。 在氯化过程中，为了控制杂质的生成，对甲基苯甲酸的氯化转化率一般控制在60-65%，这样就会产生大量的固体废料。以常州寅盛药业有限公司为例，企业2014年生产止血芳酸400吨，产生这种固体废料约300吨（折干计）。目前多是以固废的
常州大学
2021-04-14
利用DNA存储还原数据信息的方法
1. 痛点问题
随着信息化时代的发展，生活中的一切都在数字化，对信息存储的要求也越来越高。据IBM统计，人类每天创造的数据已达到2.5百亿亿byte，大约相当于5亿部高清电影的下载。互联网数据中心（IDC）的研究显示，到2020年数据总量（包括结构化数据和非结构化数据）的年复合增长率达将达到42%，2010~2020十年间，世界上数据总量从1 ZB增长到50 ZB，共增长50倍。
面对巨大的数据量，传统存储介质的存储能力以及材料的消耗与信息存储需求间将会面临严重不平衡状态。人类工厂生产的可存储设备总存储容量与数据产生总量间差距越来越大，到2020年几乎达到两倍的差距。根据目前硅基存储的发展趋势推测，可用于信息存储的硅储量将在2040年被完全耗尽。因此，寻找硅基存储的替代物，开发高效稳定低成本的新型存储介质，实现低成本，高效稳定且长期的数据存储是目前信息时代社会发展亟待解决的关键问题之一。
2. 解决方案
DNA在近年来被认为是一种未来具有巨大应用前景的数字存储介质。首先，相比较于传统存储介质，在数据保存寿命和存储密度上都有着极大的优势。在自然界中，DNA长久以来作为是承载生物体遗传信息的主要物质，地球发现的最早古生物蓝细菌，DNA作为其遗传物质已经存在了几十亿年，且在极端条件下仍然可以保存。在存储密度方面，DNA数字存储理论上可以达到455 EB/克 （4.55 × 1011GB/克），大约 1018 bytes 或107 GB每mm3， 比传统存储介质提高了5-6个数量级。其次，在数据维护与备份成本方面，DNA数字存储所需要的占地，资源，能源均远远小于传统存储介质。
清华大学
2021-09-23
青海元石山镍铁矿综合回收利用
该技术针对元石山镍铁矿的具体特点，系统构建了低品位镍铁矿选择性还原焙烧/氨浸/镍选择性萃取/反萃的基础理论，开发的以煤作为热源和还原剂的两段回转窑选择性还原焙烧—氨浸—萃取/反萃生产精制硫酸镍—氨浸渣磁选回收铁的新技术体系，实现了尾渣零排放和镍、钴、铁的综合利用，于 2009 年建成并投产年处理 30 万吨矿石规模的冶炼厂。处理平均含镍 0.7%、钴 0.06%、铁 25%的铁质/硅质/镁质复杂混合矿，取得了镍、钴、铁综合回收率 72%、62%、65%，铁精矿含铁大于 55%，氨耗 8kg/t-矿的生产指标。该技术主要创新点为：①攻克并掌握了红土镍矿高效选择性还原/氨浸/萃取的关键共性技术难题并取得了优异指标；②开发了以煤作为热源和还原剂的选择性还原焙烧技术，实现低品位镍铁矿的经济利用；③完善了含镍氨浸液选择性萃取/反萃生产精制硫酸镍新技术，实现氨液的循环使用，大幅降低蒸氨处理的溶液量和蒸汽消耗量，产品附加值显著提升；④创新研制出了大型高效萃取设备和超声波脱油成套装置，大幅提高油水分离效率。
北京科技大学
2021-04-13
基于分子管理的石脑油资源优化利用
为提升石油资源高效利用的科技水平，从分子炼油出发，变“馏分管理的宜烯则烯、宜芳则芳、宜油则油”为基于“分子管理的宜烯则烯、宜芳则芳、宜油则油”的石脑油资源优化利用研究，以分子管理为策略，通过将石脑油中的正、异构烃分离，富含正构烷烃的脱附油作为乙烯裂解原料，富含非正构烃的吸余油作为催化重整原料或高辛烷值清洁汽油调和组分，乙烯收率和芳烃收率均可提高约十个百分点，汽油辛烷值可提高十五个单位左右，可以在宜烯则烯、宜芳则芳、宜油则油基础上进一步集成优化炼厂的石脑油资源，实现对石脑油资源的分子尺度管理。
华东理工大学
2021-04-13
低温余热冷热电综合利用系统
项目开发了低温余热冷热电综合利用系统。该系统选用高效热管作为热管余热锅炉的换热元件，将余热转变为0.8～0.2MPa的饱和蒸汽，然后饱和蒸汽通过膨胀发电机组直接进行膨胀发电，发完电的低压蒸汽再驱动废热溴化锂制冷机供冷供暖，实现低温余热冷热电综合应用。
低温余热冷热电综合利用回收系统的优点：①低温余热回收选用高效换热元件热管作为热管余热锅炉的换热方式，具有安全、可靠、传热效率高等优点；②低温余热锅炉产生的0.8-0.2MPa蒸汽可以直接膨胀发电，技术先进，方便可靠；③膨胀发电机组自动化自动化自动化程度高，操作方便，安全可靠，可以实现无人值守；④膨胀机发电后排放的蒸汽根据公司需要还可以进一步用于空调的供冷和供暖，真正实现余热的热电冷联供；⑤系统安全可靠，维护简单，操作方便，实现余热回收和冷热电联供相结合，创新思路，技术新颖。⑥系统运行按每年10月，设备投资一般两年可以收回成本。
南京工业大学
2021-01-12
稻米加工副产物综合利用
大米淀粉颗粒只有 2~8μm，是天然淀粉中最小的一种；大米蛋白是低过敏、高营养的优质植物蛋白，这两种产品都有非常广泛的应用需求。我国年产近 2 亿吨稻谷，经过加工后，大约产生 2000 万吨碎米，这部分碎米除了外形缺陷外，主要成分是淀粉与蛋白，和大米几乎一致，但价格却要低很多。 若将碎米综合利用制备成大米淀粉和大米蛋白，则可以大幅提高其附加值。
创新要点
①开发了米蛋白、米淀粉、功能性淀粉糖浆联产技术；
②研发了专用的湿法超微粉碎装备；
③研发了基于米淀粉与蛋白分离的高压微旋流分离装备；
④开发了米蛋白增溶改性技术；
⑤开发了米蛋白重金属与黄曲霉毒素消减技术；
⑥开发了功能性米蛋白肽制备技术；
⑦开发了可食用全脂米糠加工技术。
江南大学
2021-04-11
教育部印发《教育部科学研究优秀成果奖 （自然科学和工程技术）奖励办法》
本办法自2025年12月1日起施行。
云上高博会
2025-11-27
炼铁生产过程伴生能源的整体梯级回收系统
本发明公开了一种炼铁生产过程伴生能源的整体梯级回收系统,包括:包含燃气轮机的高炉煤气燃机发电系统和包含双压余热锅炉的余热回收发电系统;还包括烧结烟气回收系统和冷却热废气回收系统。所述的烧结烟气回收系统将来自烧结机的烧结烟气经除尘器除尘后,在第一引风机的抽吸作用下送入双压余热锅炉;所述的冷却热废气回收系统将冷却热烧结矿后产生的热废气在第二引风机的抽吸作用下也送入双压余热锅炉。本发明系统将烧结工艺显热和炼铁过程伴生的低热值高炉煤气进行整体回收,并且梯级利用,形成完整的、能稳定运行的中低温余热、低热值高炉煤气高效综合利用系统。
浙江大学
2021-04-11
一种能源回收自清洁的垃圾输送系统
本发明公开了一种能源回收自清洁的垃圾输送系统，包括：用于输送垃圾桶升降循环的升降机构，所述升降机构具有环形输送件，环形输送件上间隔布置有多个连接座，每个连接座上转接有所述的垃圾桶；安装在所述升降输送机构两侧并用于保持垃圾桶升降运动姿态的限位轨道，靠近所述升降机构的底部设有无限位轨道作用的垃圾倾倒位；置于各楼层并用于控制垃圾桶在垃圾投放口停止的即停机构；位于所述升降机构下方的垃圾储存箱，用于储存各垃圾桶翻转倒出的垃圾。本发明适用于高层建筑各楼层垃圾的升降输送；节省电梯运输垃圾的功耗，节能减排；减少垃圾处理的人力消耗，降低管理成本。
浙江大学
2021-04-11
基于大数据的能源互联网能量管理系统
随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。
清华大学
2021-04-11