根据国内透析中心数据库显示，国内目前均使用传统的肝素封管液进行封管处理，并没有使用商品化枸橼酸封管液的报道。本项目率先在国内开展了枸橼酸封管液的基础及临床研究，发现其安全性及有效性由于肝素封管液，在配合枸橼酸封管液的新型输注装置，真正做到了安全有效、价格低廉及操作简便。在项目组自主创新研发的100余种枸橼酸封管液输注装置均进行了专利申报，目前已获得4项实用新型专利，1项发明专利。本项目组将与企业进行联合研发合作，一方面充分发挥项目组所在医院医疗资源丰富的优势，并最大限度集成企业产业链完善、研发速度快的特点，将枸橼酸封管液能够尽快的推广到临床应用，为广大患者带来福音，也为企业提供新的利润空间。

成果与项目的背景及主要用途 单壁碳纳米管（SWNTs）是公认的综合性能最好的纳米纤维，其强度可达钢的100倍，而密度只有钢的六分之一。本项目实现了单壁碳纳米管（SWNTs）的大规模、低成本制备，其年产量可达100公斤，纯度在70％以上。通过物理共混及原位聚合方法，获得了具有导电、电磁屏蔽及雷达波吸收等特殊性能的SWNT／聚合物复合材料。该复合材料的体积电阻率达100－102 Ω•cm，电磁波衰减率可达40dB

本发明涉及塑料管道焊接技术，旨在提供马鞍形管件电熔焊接时的连接固定方法及其带状夹具。该马鞍形管件电熔焊接时的连接固定方法包括步骤：将马鞍形管件放置在主管道上，取至少两个带状夹具，分别安装在马鞍形管件的支管两侧，焊接结束后拆除带状夹具；该带状夹具的主体的一端接头处设置有条形凹槽，另一端接头处设置卡紧机构和弹簧，卡紧机构处安装有相互连接的压力传感器和小型电子显示器。本发明通过增加额外的夹具进行进一步的夹紧，充分保证了马鞍形管件在焊接过程中熔融区压力的稳定维持，解决了现有焊接条件下熔融区压力不足导致的焊接质量问题，降低了马鞍形管件焊接产品的报废率，提高了经济效益。

本发明公开了一种测氢用固体电解质管的制备与成形方法。该 方法采用 CaCO3、ZrO2、In2O3 原料，按照摩尔比：CaCO3：ZrO2： In2O3＝1：0.8～0.95：0.025～0.1 称取出原材料，进行湿磨混料，混 合粉料压制成直径 20～30mm，厚度为2～5mm的圆片在1000～1400℃ 下煅烧得到 CaZr1-xInxO3-α(0.05≤x≤0.2，原子比)，再将圆片压碎成 粉末，加入到熔融的石蜡、油酸和蜂蜡混合物中，用电磁搅拌器进行 搅拌，通过热压注方法成形为管状，再在高温下进行排蜡，之后在 1450～1550℃下进行最终的烧结，获得 CaZr1-xInxO3-α(0.05≤x≤0.2) 电解质管。本电解质管表面光滑、结构致密，具有较好的化学稳定性 和抗热冲击性能，能够应用于变温环境下的铝、镁合金熔体氢含量的 连续、准确测定。

成果与项目的背景及主要用途： 我国随着经济社会发展速度的提升，已极为重视对环境和经济可持续发展的社会需求，公众也对切身的环境问题关注日益密切。以大气中常见空气污染物为应用检测对象，开发研制快速实时且高精度的 TDLAS 可调谐二极管光谱学检测设备，为大气环境监测中所要求的微量、高精度及快速响应需求提供仪器实现手段，应用于室内外环境污染气体监测和煤矿、油井等地下作业中毒气泄漏的监控，可以有效避免有毒有害气体排放导致的大规模大气污染发生，保障环境质量安全，为国民经济作出重要贡献，社会效益显著。并特别适用于强磁场和辐射性、腐蚀性或危险性大的环境，可实现对如飞行器、舰船、矿井、油田、建筑物等恶劣环境的实时检测分析。大气污染物气体 TDLAS 测量及评价系统项目研究和开展具有对于产品需求直接的经济效益及环境保护的社会效益。 技术原理与工艺流程简介： 该项目在团队已有红外光谱工作基础上,组建基于 TDLAS 的大气污染物在线检测实验平台，通过对排放气体干扰组分、激光器输出参数及系统电子学指标的分析与优化，建立适用于大气常见污染物气体实时快速 TDLAS 仪器检测技术体系。并基于企业自有的物联网 GPS 模块设备开发技术、长光程气体吸收池技术、仪器网络系统集成技术等，进行 TDLAS 仪器向网络分布式监测系统的应用技术研究，使项目内推出的样机可以作为独立接入单元接入区域环境评测平台，对传统在线式检测仪器数据接入及集成进行功能创新。 a.基于课题团队自有光谱数据处理算法软件与嵌入式系统开发平台进行控制系统产品化开发 b.根据检测物指标，可定制选择国外或国内激光器模块封装进行集成 c.基于实验室自有开放光程光路准直定位技术以及长光程气体池技术进行关键模块定制。 d.根据用户需要定制上位机专用分析软件程序。 应用领域：燃料燃烧、金属冶炼、变电高压、焦炭化工、矿业筛选、农药施放、油漆喷涂、造纸纺织、皮革纤维、生活垃圾焚烧、危险废物处理、制药、橡胶等有气体污染物排放行业。 合作方式：技术开发，模块打包出售（15—20 万元/套）

5G+AI 云边一体化智慧出行解决方案，针对道路事故率高、交通拥堵困局、道路交通监管难、公共交通信息阻塞等问题，汇集了5G 通信、AT 算力资源平台、AI 算法、边缘计算网关、车路协同、智慧灯杆、大数据管理平台等诸多软硬件技术成果，具有充分的综合性、创新性、协同性、大集成等特征，同时将 5G、AI、物联网、大数据、云边一体化等技术交互融合，实现交通流感知、交通事件感知、配时方案优化、智慧灯杆、边缘计算网关等功能。 建设进展 研发方向一：网络建设规划南京移动在新港地区优先投入5G建设资源，目前新港开发区范围内，共 规划5G站点114个，其中宏站82个，杆站32个；已开通宏站27个。本项 目规划恒竞路需求站点11个，宏站9个，杆站2个，厂区内部宏站2个，兴 智路需求站点6个，其中宏站2个，杆站4个。 研发方向二：AI云平台研发 南邮信产院投入建设AI云平台，为人工智能提供算力支撑，为算法模型训练提供海量数据和开发环境，为区内 人工智能企业及高校科研人员提供一站式人工智能产业服务，带动人工智能技术的提升。目前已建成。 研发方向三：智慧灯杆+边缘网关 智慧灯杆：场景载体，环境感知等多功能实现。 边缘网关：各个功能互通互联的媒介 目前智慧灯杆进入融合各家设计阶段。 研发方向四:车路协同/无人驾驶交通流感知-实时感知城市交叉口内车流量、速度、排队长度、占有率等数据。交通事件感知-提供停车，逆行，超速，拥堵，变道等事件信息，并提供照片和视频。车路协同-将感知数据下发至无人驾驶车辆，车辆根据获得的信息自动优化行驶路线。配时方案优化-将感知数据直接下发到交通信号机，实时生成交通信号配时方案，下发至交通信号机，实现路口单点自适应控制。 研发方向四：车路协同/无人驾驶建设面向L4级无人驾驶的车路协同系统。主要是车路协同系统车端建设。通信网络建设方面：参与对5G网络的验证，协助验证5G网络与无人驾驶的互联互通。 大数据平台建设方面：其无人驾驶车可以在多场景应用，充当城市各种数据收集的载体。 车路协同云控平台建设方面：承担车路协同云控平台建设。 关注重点 开放性场景定义：一般是指城市基础设施建设运营管理、产业发展、民生服务等领域，对新技术新产品有应用需求的各类工程、项目。通过应用场景开发建设，可以推进新技术新产品的示范应用和迭代升级，助力新技术新产品推广应用。《南京市关于加快应用场景开发建设2021年行动方案》围绕5G+AI云边一体化创新应用示范道路，向全产业链（企业、科研机构等）开放能力。一是路侧基础设施开放，在南京南邮信息产业技术研究院有限公司统筹管理下，开放路侧龙门架、杆位等资源，以及相应的供电 、联网能力，为路侧生态参与者提供宝贵的示范场地；二是数据开放，在保障信息安全和公共隐私的前提下，开放路侧时空全覆盖的结构化与非结构化数据，形成"兴智路数据集"，为产业发展注入珍贵的稀缺数据资源；三是应用开放，建立其他生态参与者加入的申请入口，规范开放"数据集"，通过互联网、展厅等线上线下渠道向全社会展示 5G+AI云边一体化创新应用示范道路的成效。 示范性在中国（南京）智谷的指导下，本项目参与四方集聚各自技术及资源优势，群策群力，协同创新，紧密且高效地推进建设计划；将5G、AI、物联网、大数据、云边一体化等技术交互融合，期望建成经开区人工智能产业方向上的标志性应用场景，树立良好的示范典型。 先进性5G+AI云边一体化创新应用示范道路"项目，针对道路事故率高、交通拥堵困局、道路交通监管难、公共交通信息阻塞等问题；汇集了5G通信、AI算力资源平台、边缘计算网关、车路协同、智慧灯杆、大数据管理平台等诸多软硬件技术成果；与其他单纯的车路协同场景、智慧灯杆场景相比，具有充分的综合性、创新性、协同性、大集成等独特特征和 充分的先进性。

“全面感知、深度融合、多维服务”的淮阴工学院智慧校园建设与应用实践近十年来累计投入 1.98 亿元，围绕新型基础设施、数据中台、智慧教学、智慧科研、智慧管理、智慧服务等方面建成了高水平智慧化数字校园，在学科与信息化融合、网络安全等方面形成鲜明特色。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。