钢渣是钢铁生产过程的副产品，目前全国钢渣累积堆存近10亿吨，综合利用率仅为10%，大部分钢渣处于堆存和填埋状态，占用大量耕地，污染环境。本技术采用特殊反应工艺，利用温室气体CO2及化学外加剂激发钢渣，形成以CaCO3为主要组分的碳酸盐基胶凝材料，用于制备低碳建材制品(如建筑砌块、砖块、透水混凝土、保温、隔音制品等)。该材料具有低碳、耐火、耐久、能消纳大量固体废弃物的优点，可广泛应用于制造系列建筑结构或功能材料。申报人自主设计并组装了相关试验和中试装置，研究

1、对现有水泥基透水制品在，铺装/生产养护过程中存在易泛碱等技术问题，提供解决方案进行针对性改善。2、通过优化技术设备参数，合理增加/调整工艺流程等措施，提供现浇有机/复合砂基透水路面的铺设工艺技术。

一体化产品试验台采购招标项目的潜在投标人应在线上获取招标文件，并于2022年06月29日09点30分（北京时间）前递交投标文件。

近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

5-氨基酮戊酸光动力疗法（ALA-PDT）是一种药械联合的新型靶向疗法，治疗非黑素性皮肤肿瘤、痤疮、尖锐湿疣等难治性皮肤病疗效显著、副作用小。但ALA-PDT治疗过程伴有剧烈疼痛，严重影响患者治疗感受，是业界公认的ALA-PDT治疗瓶颈。此项目团队在同济大学医学院、附属上海市皮肤病医院王秀丽教授带领下，长期致力于ALA-PDT临床与基础研究，在国内外率先掌握了“无痛ALA-PDT关键技术”，形成相关成果申请国家专利，并将其转化生产出第一代无痛光动力治疗仪用于临床治疗。在此基础上拟进一步打造个性化、智能化、便捷的新型无痛ALA-PDT，降低对专业医师的依赖程度，打破技术壁垒，实现无痛ALA-PDT扩大推广应用，引领“ALA-PDT无痛治疗新时代”。第一代无痛光动力治疗仪图片 团队已将诸多原创性研究成果进行临床转化，总结关键技术并将其推广至全国2000多家医院，直接获益患者逾100万人次。第二代治疗仪

在厕所黑水处理及黄水资源化方面，研发了ABR/MFC/MEC系统、两级A/O与MFC、MEC耦合系统、黄水（电）化学沉淀及资源化系统。设计的生态厕所在有机物降解同时能源回收，高效厌氧ABR反应器实现100余个生态厕所示范项目；在城市污水脱氮除磷方面，构建的污水内生微生物弱电刺激反硝化除磷耦合脱氮装置、微生物双源电化学污水等反应器实现低C/N污水零外加碳源处理。在工业废水方面，研发出去除电镀废水中重金属络合物的药剂及其方法、焦化废水预处理方法与活性炭吸附-高锰酸钾氧化-Fenton氧化工艺联合处理农药废水的方法；研发出快速检测水质的新型传感器；构建智慧环保与水务平台。主编环保技术手册一部，参编或审核3项国内环保行业标准、2项国际标准，环保白皮书咨询报告、专著两本。

随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在IEEE Transactions on Cybernetics上发表了一种由生成对抗网络（GAN）驱动的进化多目标算法。

北京师范大学珠海校区材料磁性综合测量仪等设备采购项目竞争性磋商