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

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 高春林 克劳斯塔尔大学 2019 / 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 李茜 电信院/电气工程 副教授 能源系统智能感知 四、项目简介 深海生命线卫士—复合能源管道健康管理系统是集能源管道实时监测、状态评估、故障预警、三维立体显示、创新健康管理、用户检修策略等多功能为一体的能源管道在线监测系统。该系统代替了传统的人工巡检和巡逻船巡检的故障监测模式，将大幅度减少综合成本。该系统改进了市面上监测系统功能单一、显示界面陈旧等问题，率先提出创新性健康管理功能，使用户全面了解能源管道的生命周期及整体健康情况，为用户提供高效状态检修策略。该系统定位是做能源管道健康管理系统先驱，守卫深海生命线安全。

本项目提出了将时间维度与空间维度相结合的多尺度综合能源需求分析与预测模型，设计并实现了一种面向智慧城市的综合能源需求分析与预测的方法，提升能源供应规划和营销策略的优化与决策支持。 项目特色：  面向综合能源时空数据的需求分析和预测可以根据历史数据，结合地理区域的相互关系来预测给定时间范围和空间位置的能源需求。  针对综合能源的特性，项目提出了联合学习和迁移学习的思想对模型进行训练。同时优化不同区域中多种类型能源的联合预测模型，将已有模型的结果迁移到训练集数据不足的模型中，提高能源用量预测的准确率。  面向智慧城市的综合能源信息应用服务场景，并利用 GIS 技术实现配电网分析和用户用电特性分析的可视化。

山东奥扬新能源科技股份有限公司（简称奥扬科技）成立于2011年6月，致力于新能源汽车智能动力供气系统（LNG、CNG、H2）、能源储运装备系统、新能源发电装备系统的研发制造。公司的产品主要销往一汽、陕汽、欧曼等主机厂，市场占有率稳居全国前列，并成功出口俄罗斯、印度等国家和地区。公司先后获得国家级高新技术企业、省级创新技术中心、独角兽企业称号，山东省瞪羚标杆企业等称号。 依靠在低温绝热气瓶领域多年积累的经验和技术，公司建立了以用户为中心，市场需求为导向，以技术创新为依托的发展模式，已逐步发展成为国内重要的低温绝热储运应用装备生产企业之一，在行业内具有较高的知名度，并与一汽解放青岛、陕重汽、成都大运、济宁重汽、济南重汽、北京福田戴姆勒、陕汽商用车等知名整车厂商建立了稳定合作关系。 奥扬科技坚持秉承“以用户为中心，系统匹配与优化”和“最懂中重卡用户使用感受”的产品研发理念，力求为客户提供安全、优质、低成本、高质量的LNG车辆供气系统。公司不断加大产品研发投入和生产工艺改进升级，通过新品研发响应市场需求，解决客户痛点，增强企业核心竞争力。公司开发的车载LNG供气系统产品覆盖不同容积、不同压力30余种型号，形成了较为完整的产品体系。 公司一直专注于车载LNG供气系统行业，在研发设计和生产制造方面积累了多项专利和核心技术，覆盖产品设计、加工工艺等领域。公司在北美、德国等设有海外研发机构，引进以美国博士为首席专家的四型瓶专业研发团队，提升创新能力，攻克技术难关。 公司已获授权专利49项，其中发明专利3项，现有5项正在申报，累计承担国家级、省级重大项目2项。目前，公司已经取得国家市场监督管理总局颁发的B3级（纤维缠绕气瓶）、B4级（低温绝热气瓶）压力容器制造许可证、山东省质量技术监督局颁发的GC2（管道）级安装许可证。  

1、将课堂班级转变成学习型社群；不仅有学习活动的互动、交流；也有学习资源、信息的分享，满足课前备课设计，课中互动教学，课后作业巩固等全流程设计； 2、协助教师突破传统教学限制，实现混合式、翻转式、交互式等创新教学策略； 3、提升教师教学质量、激发学生学习兴趣； 4、为学校提供完整解决方案，达成「教、学、管、评、测」一体化的教育信息化建设目标。

天津大学医学工程与转化医学研究院与中国电子信息产业集团中电云脑（天津）科技有限公司合作，充分发挥国家健康医疗大数据试点工程天津“云脑”中心自身的大数据平台及计算技术优势，连日来针对疫情发现、分析和预警技术，以及远程诊疗方案取得多项重要成果。据悉，作为健康医疗大数据国家研究院、智能医学工程教育部工程研究中心的依托建设单位，天津大学与中国电子信息产业集团于2017年联手组建国家健康医疗大数据试点工程天津“云脑”中心，中心现已搭建起医疗大数据服务云脑平台，开展医疗数据的远程收集、处理工作，并研发了面向医疗大数据的优化处理和利用技术。在疫情预测预警方面，基于国家相关部门发布的经济行为、人口分布及迁徙等统计数据，集合当前的疫情病例数据，应用人工智能和科学计算技术，“云脑”重点实现了：城市人口流动输入性疫情预警：以日为周期监测城市流入人口的数量、来源分布以及来源城市疫情状况，对各市的输入性疫情进行预测和预警；城市疫情预警：融合经济数据、疫情状况、人口流动分布以及病毒感染特点对未来一周的疫情进行预警；疫情状况与经济行为指数相关度追踪：基于政府部门发布的经济相关数据，分析经济行为与疫情的相关程度，为政府相关部门开展疫情防控工作提供科学参考数据。天津“云脑”在面向新冠肺炎的远程诊疗方面已准备就绪，即将进入临床测试阶段。“云上诊室”基于物联网、远程通信、大数据等技术手段，实时将来自医疗科室、影像科的新冠肺炎患者的诊疗数据经由高速网络同步传输到会诊中心，并可向医疗系统共享疫情医疗数据，集合呼吸科、感染科、内科、重症医学科、反射科等专家进行网络会诊，进而实现专家与病患、专家与医务人员之间异地“面对面”的互动，减少院内聚集性感染，缓解疫情下紧张的医疗资源，为疑似病患提供就诊空间，为确诊患者争取救治时间。“云上诊室”相关成果将用于：远程影像诊断：构建实用高效、稳定可靠的远程医疗影像服务平台，存储区域内的影像资料索引信息，并能够直接调用新冠肺炎的患者信息与CT等影像诊断报告；远程重症监护：实时在线监护新冠肺炎病患信息、影像、视频资料，并通过线上会诊室，对病患出具诊断治疗指导意见；新冠肺炎智能辅助诊断：实时采集病患的生理数据，构建针对新冠肺炎的数据病例库，利用机器学习等技术，辅助临床诊断；提供第三方对接标准接口：为多媒体设备、应用、网络平台等提供第三方的对接标准接口，实现可扩展、模块化。

3月18日，高博会百度卡片及智能小程序正式上线。手机打开百度，输入“高博会、云上高博会、中国高等教育博览会、中国高等教育学会、第57届中国高等教育博览会、2022中国高等教育博览会、高教会”等即可快速体验。

考虑三维点云缺少颜色信息和光学影像缺少空间信息的互补特性，三维点云与光学影像多光融合装备可以提升数据的信息量，基于三维点云和二维图像融合的可视化结果，能够增强三维场景真实感，相较于可见光图像，融合后的三维点云可以实现多角度观测，能够更好的表达的空间特征。 相较于原始和伪彩色点云数据，融合后的三维点云有了色彩纹理信息，目标的形态和边缘都更加明显，整个三维场景更加的真实，也为后续识别、定位、重建等过程提供更多细节信息；同时克服了单一传感器的局限性，充分发挥两者的互补优势，大幅提升了探测设备的环境适应性，适用于全天时复杂场景的下目标探测，具有很强的实用价值。在无人驾驶领域，譬如智能导航、环境感知、高精度地图的构建等，都依赖于可见光图像和点云的融合处理。大家所熟知的百度 Apollo、谷歌 Waymo 自动驾驶系统均应用视觉相机和激光雷达作为主传感器进行定位和环境感知，目前已经实现 L4 级别的高度自动化驾驶。此外，在医学影像、高精度工程测量、工业生产、虚拟现实等领域，三维点云和可见光图像融合技术也有着广泛应用。 图1.三维点云与光学影像融合效果