近年来，大气污染问题日益严重，尤其是雾霾、光化学烟雾、臭氧等问题已经引起国内外广泛关注。挥发性有机气体（VOCs）是造成雾霾及臭氧（O3）的重要污染物。吸附法是去除VOCs高效简便的方法之一，但在实际应用中，水蒸气的存在与VOCs产生竞争吸附，因此设计具有高VOCs吸附性能的疏水性吸附剂具有重要意义。近日，天津大学环境学院“大气环境与生物能源团队”（http://catalysis.tju.edu.cn/）针对分子筛表面亲水性及其在含湿条件下VOCs吸附应用存在的问题，利用多孔有机聚合物疏水性等特征，设计合成了一系列分子筛与多孔有机聚合物核壳结构的新型吸附材料，所开发的吸附剂有效提高了分子筛表面疏水性，并且大大提升了其在干燥和潮湿条件下的甲苯吸附性能。相关研究成果《Core-shell structured Y zeolite/hydrophobic organic polymer with improved toluene adsorption capacity under dry and wet conditions》已发表在环境类国际高水平期刊Chemical Engineering Journal（IF: 10.652）上。该系列吸附剂的研发为制备一系列疏水性吸附剂提供了新的思路。

项目成果/简介:近年来，大气污染问题日益严重，尤其是雾霾、光化学烟雾、臭氧等问题已经引起国内外广泛关注。挥发性有机气体（VOCs）是造成雾霾及臭氧（O3）的重要污染物。吸附法是去除VOCs高效简便的方法之一，但在实际应用中，水蒸气的存在与VOCs产生竞争吸附，因此设计具有高VOCs吸附性能的疏水性吸附剂具有重要意义。近日，天津大学环境学院“大气环境与生物能源团队”（http://catalysis.tju.edu.cn/）针对分子筛表面亲水性及其在含湿条件下VOCs吸附应用存在的问题，利用多孔有机聚合物疏水性等特征，设计合成了一系列分子筛与多孔有机聚合物核壳结构的新型吸附材料，所开发的吸附剂有效提高了分子筛表面疏水性，并且大大提升了其在干燥和潮湿条件下的甲苯吸附性能。相关研究成果《Core-shell structured Y zeolite/hydrophobic organic polymer with improved toluene adsorption capacity under dry and wet conditions》已发表在环境类国际高水平期刊Chemical Engineering Journal（IF: 10.652）上。该系列吸附剂的研发为制备一系列疏水性吸附剂提供了新的思路。

近日，机电学院王绍金教授团队在学校G2期刊《InternationalJournalofFoodMicrobiology》上发表题为“Combinedeffectsofintermittentradiofrequencyheatingwithcinnamonoilvaporonmicrobialcontrolandqualitychangesofalfalfaseeds”的论文。博士研究生徐渊美为论文第一作者，王绍金教授为论文通讯作者。

轻质碳酸镁，轻质氧化镁，阻燃剂型氢氧化镁等镁盐系列产品是重要的无机盐产品，不仅用途广泛，而且用量很大，是当前备受重视的商业产品之一。过去生产这些产品一般是以制盐业后的苦卤水及纯碱或碳铵为原料生产，由于原材料价格较高，生产能力受到成本的限制，为满足市场的需要，一些科研人员和生产商家们开始研究以白云石为原料来生产这些产品，经过几年的努力攻关，已经开发成立了多级碳化法，由白云石来制备轻质碳酸镁等镁系列产品。产品主要用于橡胶，陶瓷，耐火材料，耐火坩埚，油漆，造纸，医药，玻璃，染料，塑料，日用化妆品，无机新型阻燃剂氢氧化镁大量用于橡胶，塑料生产中，它们还用于现代工业中作为高效排烟脱硫剂广泛使用，作为阻燃剂使用，氢氧化镁具有降低，抑烟阻燃等多种功能，而受到用户的欢迎。上述产品由于原料来源方便，价格低廉，生产中无或低“三废”排放，产品用途广泛，用量大，应用功效高等特点，因而具有十分美好的应用前景。

棉铃虫重组病毒杀虫剂施用安全，对人畜无害, 无残毒, 保护了人类健康。重组病毒杀虫剂不会造成土壤和水源污染，利用它逐步地取代化学农药, 是逐渐消除化学农药残毒，保护农业生态环境, 使农业走可持续发展道路的根本途径, 社会效益、生态效益显著。由于病毒感染的专一性, 不会危害人类，不会危及有益昆虫及其它有益的动植物, 保护了人类赖以生存的地球环境, 维护了生态平衡。 国内外专家预测到21世纪初生物农药将占市场的20－30％。棉铃虫是一种世界性的杂食害虫，也是我国农业的重要害虫，全国受害作物面积近1亿亩。当前棉铃虫对各种化学农药均产生了很高的抗性，单纯依靠化学农药，已很难控制该类害虫。化学农药超量应用引起的中毒事故，已经造成了严重的社会问题。我国目前棉铃虫病毒杀虫剂的防治面积仅占棉花种植面积的0.25%-1% (200万亩)，缺口很大，具有极大的市场潜力。    该项目开发生产的生物杀虫剂不是传统的野生棉铃虫病毒，而是经过二次重组，而且具有高效杀虫效果的重组的棉铃虫病毒HaSNPV-CathL。它的特点是缺失egt基因并插入蝎毒基因。重组棉铃虫病毒的田间试验结果表明双重重组棉铃虫病毒处理的小区蕾铃被害率低于野生型病毒处理的小区，最终棉花的产量也比野生型病毒处理的小区高20％。    重组棉铃虫病毒作为杀虫剂的工业化生产，国内采用“人工饲养的幼虫――多角体病毒感染”的传统工艺，此法生产时间长、耗人力，产品中含有的微生物、大量昆虫角皮及昆虫蛋白等对人体有危害。本项目以以色列的工作为基础采用离体病毒培养“重组棉铃虫细胞－重组棉铃虫病毒”体系开发了无血清昆虫细胞培养的杆状病毒杀虫剂的大规模生产过程。这不仅克服传统方法的缺点， 而且降低重组棉铃虫病毒杀虫剂生产成本。

成果在甘油氢解中的反应条件温和，甘油的单程转化率大于 55%， 1,2-丙二醇和 1,3-丙二醇的选择性之和大于 90%，其余副产品也具有比原料甘油高得多的市场价格。

新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态。

本发明公开了一种用于过氧羧酸酯类化合物生产的反应失控泄爆收容系统及方法，其中反应失控泄爆收容系统包括多感应泄爆系统、双区液相收容系统、吸能冷却分离系统、气相吸收消解系统、尾气燃烧处理系统以及监测控制系统。该反应失控泄爆收容系统及方法具有结构适配性强、多级防护可靠、物料无害化排放及回收、主动抑制与被动泄爆协同的特点，适用于过氧羧酸酯类化合物合成工艺的反应失控防控和应急，可有效降低该类工艺事故破坏后果，保障过氧羧酸酯类化合物工业生产安全。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。