头孢洛宁(Cefalonium、Cephalonium)是美国先灵葆雅制药公司在英联邦国 家内开发的奶牛枯奶期针对乳房炎的预防性用药，属于第二代头孢菌素类药物， 具有长效广谱抗菌作用。是全球三个指定的动物专用头孢类抗生素。该药主要 在欧盟及英联邦国家范围内使用，我国鲜有进口或开发报道。由于使用范围相 对小，前几年该药的生产开发并未引起国内原料药厂家的重视，去年以来，头 孢洛宁下游行业进入新一轮景气周期从而带来头孢洛宁市场需求的膨胀，头孢 洛宁行业的销售上升明显，供求关系得到改善，行业盈利能力稳步提升。同时， 217 在国家“十二五”规划和产业结构调整的大方针下，头孢洛宁面临巨大的市场投 资机遇，行业有望迎来新的发展契机。

煤系高岭土合成 SiAlON 体系材料是以煤系高岭岩（主要化学成分是二氧化硅、三氧化二铝以及残存的碳）为主要原料，采用多种介质（碳、金属粉、氮化物等）协同还原-氮化的方法合成高性能 SiAlON 体系耐火材料的一种技术，其基本工艺过程是：将煤系高岭土与少量添加介质均匀混合，添加有机粘结剂混合后压制初始强度成型，在高温下通入氮气还原氮化合成 SiAlON 耐火材料。目前，我国已成为耐火材料的生产大国，耐火材料市场巨大，故合理利用煤炭工业废弃物、实现资源高效利用对于环境保护、实现煤炭工业的可持续发展均具有非常重要的意义。本课题的特点是：一方面原料丰富、价格低廉、合成工艺非常简单,有利于大型工业化生产, 可以高效、清洁、充分利用煤系高岭岩矿的有价值成分，是制备高温耐火材料的又一个新途径；另一方面可以明显降低我国耐火材料原料紧张的压力，提高耐火材料质量。本课题在多项国家科技支撑计划及国家自然科学基金的资助下，在该技术的研究与应用开发方面进行了深入系统的研究工作，创造了一系列具有自主知识产权的新配方、新工艺，拥有 4 项国家发明专利，并分别获得了教育部二等奖、中国冶金科学技术奖二等奖等多项奖项。可用于合成低成本、高性能、高附加值的氮氧化物复合材料。其应用领域包括：高炉炉腰、炉腹和下部炉身耐火材料，新一代高炉复合炉衬陶瓷杯，钢包透气砖，水平连铸防裂环，连铸浸入式水口防堵塞材料热电偶套管，喷射冶金炉喷涂料等。

多肽药物研发具有广阔的研究空间和市场应用前景。2015 年全球多肽药物市场为 175 亿美元，据预测，2015-2025 年年增长率为10.3%，到 2025 年全球多肽药物市场将增至 469 亿美元。随着多肽药物价格的平民化、蛋白相互作用新靶点以及替代传统注射给药的新型给药技术迅猛发展，多肽药物的临床应用范围将进一步得以拓展。然而，多肽药物工业化生产中存在合成步骤繁琐、成本高等一系列技术问题，导致药品价格昂贵，大大增加了医疗负担，严重影响了这些多肽新药投放市场的速度。而我国多肽药物产业与欧美相比还

团队研究后发现，樟脑与石墨烯表面吸附能较小，作为辅助转移层时可以仅通过室温下干燥升华、低温短时间退火或无水乙醇试剂清洗被完全除去。这避免了传统转移方法中去除转移支撑层所使用的有机试剂长时间浸泡和高温退火等操作，减少了对石墨烯薄膜的品质损坏，并扩展了石墨烯在诸多柔性基底上的应用。 除此之外，在使用自制的樟脑溶液旋涂至石墨烯薄膜上并刻蚀掉铜基底时，石墨烯薄膜周围形成了一层樟脑油包围层，对石墨烯薄膜提供了紧固保护。团队还发现，由于樟脑油层在

针对现有多肽药物合成方法的缺点，发展了相变化多肽 合成法，使用多肽的收敛式合成路线研发出针对 II 型糖尿病的索马 鲁肽和利拉鲁肽；针对骨质疏松的 Abaloparatide、特立帕肽和鲑鱼 降钙素；针对前列腺癌的曲普瑞林、地加瑞克和 PSMA-617；针对特 发性便秘的利那洛肽和普卡那肽；还有比伐卢定、阿托西班、特利加 压素、去氨加压素等多肽药物的全新制备工艺。

成果描述：拥有独立的自主知识产权，采用磷铁在水溶液中电解制备高纯度FePO4，以水中的氧为产物提供氧源，可以实现原位除杂，不受磷铁的原料来源限制；采用价廉的磷铁和空气中的氧为原料，通过与锂盐和补充磷源或铁源在可控气氛下反应制备粒度和碳含量可控的LiFePO4，避开了目前合成方法中的专利技术壁垒问题，不存在知识产权纠纷，将废物循环利用与能源材料耦合起来，节能环保，从源头上降低了磷酸铁和磷酸铁锂的生产成本。 所采用的原料均为大宗化工产品，磷铁副产物中的杂质可以通过反应工艺控制进行无害化处理，在原料的供应和价格方面都非常稳定；通过工艺控制和反应原料的组合，可以将反应产生的CO2等副产物循环利用，实现零排放的绿色清洁工艺；将添加剂与磷铁和锂源及补充的铁源或磷源充分混合，添加剂在后续的反应中既可以起保护作用，又能形成对磷酸铁锂颗粒的原位包覆及控制晶粒生长作用，能够极大提高正极材料的导电性能；采用的工艺路线容易控制，工艺稳定性好，容易实现大批量生产。市场前景分析：本项目产品专门提供给各种电动车（包括自行车、公交车、汽车、混合动力车等）、电动工具、手机、笔记本电脑、蓝牙器件、UPS不间断电源、摄像机、播放器、游戏机、电动玩具、清洁器和极端气候环境下的武器装备等产品所需的锂离子电池和超级电容器电极材料，特别在电动车领域具有非常大的市场前景。作为电动车电源，磷酸亚铁锂动力电池具有热稳定性好、安全性高、寿命长、倍率性能好、耐高温、绿色环保等特点，备受关注。与以往的锂离子电池正极材料LiCoO2、LiMn2O4、LiNiMO2等相比，磷酸亚铁锂的安全性能与循环寿命是其它材料所无法相比的，这些也正是动力电池最重要的技术指标，而且循环稳定性好，1C充放循环寿命达2000次。单节电池过充电压30V不燃烧、不爆炸，穿刺不爆炸。在未来几年内，磷酸铁锂地市场需求量将达5万吨以上，尤其是在动力型电池应用方面对磷酸铁锂地需求将大幅增加。与同类成果相比的优势分析：1．FePO4基本参数：纯度≥97%，粒度≤1μm，而且根据需要可以进行调控 2. LiFePO4基本参数： Li =~4.4%, Fe=35.4%, P=19.6%, C=2-6% 3. 物理参数： 松装密度 ≥0.5 g/cm3 振实密度 ≥1.2 g/cm3, 中位粒径 ~4 μm 4. 涂片参数： LiFePO4: C : PVDF=90:3:7 极片压实密度：2.1-2.4 g/cm3 5. 电化学性能： 克容量>130mAh/g 测试条件：1C, 全电池。 克容量>140mAh/g 测试条件：纽扣0.1C, 电压4.2-2.5V

（专利号：ZL 201510464978.8） 简介：本发明公开了一种氨法脱硫吸收产物+4价硫氧化系统及其优化调控方法，属于大气污染治理技术领域。本发明中首先确定了氨法脱硫系统中的模型参数；输入上述模型参数，并设定一初始pH值、氧化空气量Q以及S4+和S6+的初始浓度，利用+4价硫的氧化率模型计算浆液池内+4价硫的氧化率；将计算得到的+4价硫氧化率带入进行检验，若不成立，则调整和的值重新计算，直至成立，并将得到的氧化率与工程中的设定值进行比较，并通过调整模型中的pH值、氧化空气量Q、和的值，使+4价硫的氧化率能够满足工程要求。本发明中的氧化率模型能够对氨法脱硫吸收产物+4价硫氧化系统的设计和运行提供理论指导，进而提高氨法脱硫技术的稳定性和经济性。

成果描述：拥有独立的自主知识产权，采用磷铁在水溶液中电解制备高纯度FePO4，以水中的氧为产物提供氧源，可以实现原位除杂，不受磷铁的原料来源限制；采用价廉的磷铁和空气中的氧为原料，通过与锂盐和补充磷源或铁源在可控气氛下反应制备粒度和碳含量可控的LiFePO4，避开了目前合成方法中的专利技术壁垒问题，不存在知识产权纠纷，将废物循环利用与能源材料耦合起来，节能环保，从源头上降低了磷酸铁和磷酸铁锂的生产成本。 所采用的原料均为大宗化工产品，磷铁副产物中的杂质可以通过反应工艺控制进行无害化处理，在原料的供应和价格方面都非常稳定；通过工艺控制和反应原料的组合，可以将反应产生的CO2等副产物循环利用，实现零排放的绿色清洁工艺；将添加剂与磷铁和锂源及补充的铁源或磷源充分混合，添加剂在后续的反应中既可以起保护作用，又能形成对磷酸铁锂颗粒的原位包覆及控制晶粒生长作用，能够极大提高正极材料的导电性能；采用的工艺路线容易控制，工艺稳定性好，容易实现大批量生产。市场前景分析：本项目产品专门提供给各种电动车（包括自行车、公交车、汽车、混合动力车等）、电动工具、手机、笔记本电脑、蓝牙器件、UPS不间断电源、摄像机、播放器、游戏机、电动玩具、清洁器和极端气候环境下的武器装备等产品所需的锂离子电池和超级电容器电极材料，特别在电动车领域具有非常大的市场前景。作为电动车电源，磷酸亚铁锂动力电池具有热稳定性好、安全性高、寿命长、倍率性能好、耐高温、绿色环保等特点，备受关注。与以往的锂离子电池正极材料LiCoO2、LiMn2O4、LiNiMO2等相比，磷酸亚铁锂的安全性能与循环寿命是其它材料所无法相比的，这些也正是动力电池最重要的技术指标，而且循环稳定性好，1C充放循环寿命达2000次。单节电池过充电压30V不燃烧、不爆炸，穿刺不爆炸。在未来几年内，磷酸铁锂地市场需求量将达5万吨以上，尤其是在动力型电池应用方面对磷酸铁锂地需求将大幅增加。目前全球磷酸铁锂生产能力小于2000吨/年，投资磷酸铁锂项目风险小，回报快。与同类成果相比的优势分析：1．FePO4基本参数：纯度≥97%，粒度≤1μm，而且根据需要可以进行调控 2. LiFePO4基本参数： Li =~4.4%, Fe=35.4%, P=19.6%, C=2-6% 3. 物理参数： 松装密度 ≥0.5 g/cm3 振实密度 ≥1.2 g/cm3, 中位粒径 ~4 μm 4. 涂片参数： LiFePO4: C : PVDF=90:3:7 极片压实密度：2.1-2.4 g/cm3 5. 电化学性能： 克容量>130mAh/g 测试条件：1C, 全电池。 克容量>140mAh/g 测试条件：纽扣0.1C, 电压4.2-2.5V

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化