产品详细介绍

在国际水科学院终身院士王宝贞教授主持下，哈尔滨工业大学（深圳研究生院与水污染控制研究中心）自主研发成功国内外首创的专利技术——强化淹没生物膜-活性污泥复合生物处理工艺（简称EHYBFAS工艺，专利号200620017991.5）。参与研发人员主要有：金文标、曹向东、王淑梅，以及哈工大深圳研究生院2005级部分研究生、2006级部分研究生。该技术不仅实现了污泥停留时间跟水力停留时间的分离，且实现了悬浮态活性污泥的停留时间与附

项目经过10年科研攻关，开展了节能高效的微小/紧凑型化工机械的设计和制造关键技术研究，主要创新成果有： 1、建立了微小/紧凑型化学机械系统的强度设计理论，包括多因素协同作用的钎焊工艺优化方法、高温蠕变和疲劳强度设立理论。 2、发明了微试样力学性能测试装置，用于测试微米厚度钎焊接头力学性能参数，为结构完整性评价提供基本参数。 3、发明了微小/紧凑型换热器和反应器，耐腐蚀、耐高温和高压，可拆卸维修，集传热、传质、化学反应于一体，结构微小、紧凑，降低了空间消耗。

环氧化合物与脂肪醇开环反应关键技术 开发了活性高选择性好的高氯酸盐固体酸类新型环氧化合物开环反应催化剂体系、连续管式反应器及绿色反应工艺等关键技术，通过催化剂、反应器和原料配比来调控反应选择性，根据市场变化自如调节主副产品比，建立3套万吨级连续管道式二元醇单烷基醚生产装置，实现装置通用化、产品系列化、主副产品综合利用。 一、项目分类 关键核心技术突破 二、成果简介 项目属化学工程精细化学品领域。项目原料环氧化合物主要为环氧乙烷(EO)、环氧丙烷(PO)和环氧氯丙烷(ECH)，进行开环加成、直接酯化或闭环反应，制得一系列环氧精细衍生化学品，主导产品包括二元醇单烷基醚、二元醇醚羧酸酯和脂肪族缩水甘油醚等醇醚酯类高级溶剂与环氧树脂活性稀释剂，用途广泛。因原料危险性大、技术含量高、产品品种和品质要求多，高端产品长期依赖进口。通过对其生产关键技术长达20余年的协同创新研究，取得如下自主创新成果： 1、环氧化合物与脂肪醇开环反应关键技术 开发了活性高选择性好的高氯酸盐固体酸类新型环氧化合物开环反应催化剂体系、连续管式反应器及绿色反应工艺等关键技术，通过催化剂、反应器和原料配比来调控反应选择性，根据市场变化自如调节主副产品比，建立3套万吨级连续管道式二元醇单烷基醚生产装置，实现装置通用化、产品系列化、主副产品综合利用。 2、二元醇醚羧酸酯直接酯化法绿色生产新工艺技术 开发了苯并噻唑类离子液体、Ni-Al/离子交换树脂等酯化酸催化剂体系，低毒酯类共沸脱水剂体系，连续固定床预反应串反应精馏酯化工艺。预反应系统提高了反应精馏主反应的效率；催化剂可回收、循环使用，解决了常规中和带来的操作与污染问题；酯类脱水剂低毒、高效、环境友好；GMP自动化无尘包装，产品质量指标达国际电子级要求；建立4套万吨级生产装置，实现清洁生产。 3、氯醇醚高浓度碱闭环制备脂肪族缩水甘油醚清洁生产工艺关键技术 开发了季铵盐型缩水甘油醚阳离子相转移催化剂，催化高浓度NaOH闭环反应，副产固体盐多，并消除了夹带产品问题，通过饱和盐水萃取可低成本精制固体盐；用饱和盐水热泵蒸发析盐，解决高浓度盐水污染问题；建立单、双、多缩水甘油醚等3套万吨级通用型生产装置，产品质量达国际先进水平；生物基、低氯、水溶及高品质产品填补国内空白，建成全球产能最大、品种齐全的脂肪族缩水甘油醚生产基地。 4、副产物的综合利用技术 开发了开环反应副产物的资源化利用技术。二元醇醚副产残液与碱、卤代烷进行williamson醚化反应，制得多乙二醇双醚；丙二醇醚副产残液通过中和、脱色等精制得多丙二醇单醚，用作脱硫脱碳溶剂或制动液原料。 5、废弃物的资源化利用技术 系统开发了脂肪族缩水甘油醚废弃物资源化利用技术。固体盐精制得工业盐，用作水泥磨料、制砖防冻剂等；盐水蒸发析盐过程中回收多羟基有机物制备环氧树脂增韧聚酯；减压精馏前馏分精制处理出原料和产品；精馏残液通过环氧基改性后可实现废弃物的综合利用；这些技术开发，解决了废弃物出路问题，实现了清洁生产。

黑臭河道治理是目前各级政府环境治理工作的重点。城市黑臭河道面大量广，治理难度大，治理效果易反弹，传统的物理法、生物法、化学法都不同程度存在成本高、易反弹以及容易造成二次污染等问题。利用电化学处理降解废水中的有机污染物具有速度快、降解彻底、效率高等优点，但是电极材料的低稳定性使这一技术难以投入实际应用。本项目在提高电极材料的稳定性方面取得了突破性进展，从而使得电化学-生物复合黑臭河道治理技术的成本降低到可以大规模产业化应用的水平，同时治理效果稳定，治理速度快，治理过程中不投加化学药剂和生物制剂，不会对环境造成二次污染。目前本技术已经完成实验室小试、样机制备和中试，等待风投进入将本技术做大做强。

项目所涉研究公开了大量植物化学物，如姜黄素及其代谢产物四氢姜黄素、花色苷及其代谢产物原儿茶酸、鞣花酸及其代谢产物尿石素A以及甜菜苷等于防治过敏性气道疾病方面的良好改善效应。其中尿石素A与四氢姜黄素相关研究现已获国家专利授权(专利号:ZL202210101559.8，ZL201810569066.0)。上述植物化学成分经研究均可缓解过敏性气道疾病小鼠气道病变程度，显著改善气道炎症反应，并调节氧化应激及 Th细胞比例失衡状态，表现出良好的防治过敏性气道疾病效应，未来可应用于开发相关药物或营养补充剂。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先 根据已标注训练样本集 L 中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵 Mc 和 Mt;随机选择查询对象使用 Mc 和 Mt 进行马氏距离度量，得到相应排序结果，从中取得正样本 和负样本生成新的已标注训练样本集 L，更新 Mc 和 Mt，直到未标注训练样本集 U 为空，得到最终的 标注样本集 L*，并融合颜色和纹理特征得到 Mf，就可以使用基于 Mf 的马氏距离函数进行行人重识别。 本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学 习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。

已有样品/n重点突破智能终端深度学习处理器芯片设计，研发并改进CNN、RNN 等深度学 习算法和技术，设计并研发Alex、Caffe、Torch等常用的深度学习架构。深度学习 处理器芯片支持CNN/DNN/MLP等主流深度学习神经网络算法，基于深度学习处理器 芯片的智能设备可运行手写数字识别等任务；深度学习处理器芯片处理imagenet测 试集图像分类任务达到30帧/s，芯片面积不超过60平方毫米，单芯片功耗不超过 20W，所研发的芯片性能功耗比超过目前智能终端所使用的主流CPU的100倍。最终 在