上海康碳复合材料科技有限公司是碳/碳复合材料领域的优秀技术企业。公司从事复合材料技术领域内的技术开发、技术转让、技术咨询、技术服务，从事复合材料的技术检测，新能源技术推广服务，新材料科技推广服务，从事碳/碳复合材料的研发和生产，机电设备、复合材料的销售，从事货物进出口及技术进出口业务。点击上方按钮联系科转云平台进行沟通对接！

能源与环境问题是目前人类面临的两个重大危机，也是科研工作者关注的重点领域。钙钛矿太阳能电池以其独特的物理性质、醒目的光电转化效率和良好的工业应用前景等特点，被认为是一种拥有巨大解决能源问题潜力的光伏器件。但其电池效率衰减(稳定性)等问题是其走向工业化应用急待解决的课题。现行钙钛矿电池比较普遍使用的空穴传输材料是一种比较昂贵的螺二芴结构化合物(spiro-OMeTAD)，需要通过掺杂锂盐以提高电池的性能，但这同时加剧了钙钛矿电池的不稳定性。所以一直以来研究人员希望寻找更加廉价和稳定的空穴传输材料来替代传统材料。 酞菁铜是一种具有优异光电特性的廉价小分子半导体材料。但其有机溶解性比较差，不利于廉价液相工艺规模制备光电器件。许宗祥课题组从分子设计层面出发，开发八甲基取代的酞菁铜并制备纳米材料，通过酞菁纳米材料与廉价商业化的高分子材料聚噻吩复合，开发出了具备更高载流子迁移速率及环境稳定性的空穴传输材料，实现溶液法制备出光电转换效率为16.61%的钙钛矿太阳能电池，效率高于传统商业化的螺二芴结构化合物(spiro-OMeTAD)。同时器件的稳定性大幅度提高。

技术人才：高分子材料与工程专业；材料化学专业；应用化学专业

山东大学晶体材料国家重点实验室陶绪堂教授团队通过自主设计的“微爆炸法”获得了无氧化MXene-Ti3C2Tx量子点，首次提出可将此类二维结构钛基晶体材料用于肿瘤治疗，并与刘宏教授团队合作发现其具有较强的类芬顿反应特性，在抗肿瘤实验中效果显著，从而实现了更高效、更安全的纳米催化治疗方式。相关结果以“Nonoxidized MXene Quantum Dots Prepared by Microexplosion Method for Cancer Catalytic Therapy”为题，发表在材料类权威期刊Advanced Functional Materials（IF=15.621）上，陶绪堂教授和刘宏教授为通讯作者，晶体所博士研究生李雪松和刘锋为共同第一作者，山东大学为独立完成单位。 对于肿瘤治疗，传统的化学、物理疗法都存在严重的副作用，限制了其在实际临床治疗中的应用。最近，基于特殊的肿瘤微环境，利用肿瘤内部催化反应的纳米催化治疗成为前沿且备受关注。其中，研究最为广泛的铁基纳米催化剂可特异性响应肿瘤的弱酸性细胞微环境，释放Fe2+并引发芬顿反应，产生•OH自由基以触发细胞凋亡，从而抑制肿瘤。然而，在弱酸性肿瘤环境中，Fe2+催化的芬顿反应速率较低，导致•OH自由基形成缓慢。此外，众多抗肿瘤复合纳米制剂的潜在毒性值得关注。因此，寻找更高催化活性和更安全的纳米制剂是人们一直追求的目标。晶体材料国家重点实验室陶绪堂教授团队与刘宏教授团队合作发现所制备的钛基无氧化MXene-Ti3C2Tx量子点具有较强的类芬顿反应特性，其对正常细胞和组织器官均表现良好的生物相容性，并对宫颈癌和乳腺癌均有强烈的杀伤能力，体现出优异的抗肿瘤效果。这种以钛基类芬顿反应为基础的肿瘤治疗方式潜力巨大，为实现肿瘤的高效、精准治疗提供了一条新的探索途径。

基于身份证开锁的物联网电子锁系统，主要由物联网电子锁、云服务器、后台管理软件、客户端软件组成。整个系统是基于无线以太网通信技术，可实现远程无线对电子锁的监控管理，通过RFID射频识别技术识别身份证信息。该系统解决了可用二代身份证刷卡开锁的问题，实现开锁过程实名制，以及利用无线以太网络传输开锁密码、开锁身份证号、门锁状态等信息的问题。

本发明公开了一种吡啶酰胺类化合物及其制备方法与应用。该类化合物的结构通式如式I所示。相关生物活性验证，发现其中某些化合物具有特异的油菜素内酯反应，如促进黑暗中拟南芥突变体det2‑1下胚轴伸长，水稻叶片倾角增大，增强玉米耐盐胁迫的能力等。个别化合物在低浓度就具有很高的响应值，另外在高浓度情况下，还能抑制小麦的株高，延缓生长，提高其抗倒伏的能力。同时在防治野燕麦、节节麦、稗草、狗尾巴草、山羊草等禾本科杂草上具有很好的防治效果。该系列化合物制备容易，成本低廉，农业应用推广价值高，值得后续的深入研究开发。

污水处理、石油化工、煤气和煤炭焦化、有色金属冶炼等行业在生产过程中往往向大气排放大量的硫化物。这些硫化物，一方面是宝贵的化工原料，另一方面又是污染环境的有害物质。硫在环境中大量以硫化氢、硫氧化物及有机硫形式存在，很多硫化物具有刺激性气味，严重影响大气环境、植物生长以及居民的日常生活。所以，严格控制这些重点行业排放含硫化物的气体，对保护环境具有十分重大的意义。 北京化工大学开发了新型含硫化物工业废气绿色净化工艺，并对脱除的硫化物进行综合利用，达到防治与资源化的双重目标。 北京化工大学研制了新型复合液体脱硫剂，开发了湿法氧化脱硫异相处理新工艺，克服醇胺吸收法及湿法催化氧化（如PDS法）等均相处理硫化氢方法中脱硫剂组成配制复杂、易降解、易流失、需要定期补给脱硫剂活性成分和脱硫工艺必须严格控制脱硫剂水反应液的酸碱度等缺陷，实现反应净化及副产物的自动分离，直接将复合气体组分中含硫成分转化为单质硫，避免脱硫过程工艺长、能耗大、设备腐蚀、脱硫剂降解、被水稀释而导致脱硫剂成分变化和流失的二次污染等问题，达到气体净化及资源化的目标。 技术指标为1、可处理废气指标: 硫化氢气体含量为0～100％（wt）；2、脱硫剂指标: 热稳定性≤200℃，粘度≤100mPa·S，含水量≤20ppm，活性成分≥25％（wt/wt）；3、工艺指标：温度为室温～200℃，压力为常压，空速为200～2000h-1；4、经济指标：脱硫率≥99％，硫磺纯度≥99％，使用寿命≥3年。应用范围为石油炼厂气脱硫，天然气、焦炉煤气脱硫，废水处理末端废气的治理。本项目的核心是应用异相在线分离技术。脱硫剂合成工艺简单且性能稳定，脱硫工艺具有脱硫剂流失性小、节约用水、反应分离一体化、工艺流程短及不造成二次污染的特点，能够替代传统液体脱硫剂，应用于石化炼厂气、天然气、焦炉煤气等的高浓度脱硫，也可以用于石化工业等废水处理末端低浓度有毒废气的现场处理，充分表现出适用范围广、效率高、节水、无二次污染、易再生循环使用等方面的优点，具有重大的环境保护功能，市场前景相当广阔。制作单元化操作设备与工艺，根据不同需求实施单元组合集成，设备投资小，在精细化工及资源环境领域的广泛使用将产生巨大经济效益和社会效益。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。