针对目前金属盐混凝和吸附处理中存在的一些问题，包括絮体生长速率慢、絮体尺寸小、沉降时间长、残留金属浓度高、吸附容量低等问题，南京大学环境学院张淑娟教授课题组深入分析了钛系混凝和吸附材料的特性以及混凝和吸附机制，采用简单的溶胶凝胶法，获得了具有自主知识产权的新型钛凝胶混凝剂和吸附剂。 钛混凝剂具有如下特点： 1）絮体生长速率是铁/铝盐的10-30倍，絮体尺寸和沉降速率是铁/铝盐的3-10倍； 2）适用pH范围宽，混凝性能受温度和浊度的影响小； 3）水解物表面位点浓度高，对As(III)、Sb(III)等重金属去除效果好； 4）储液酸性弱，混凝后pH变化小，尤其适用于低碱度水的处理； 5）混凝出水中残留金属浓度低，适用于膜前预处理； 6）混凝污泥经处理后可以资源化利用。   钛吸附剂具有如下特点： 对As(III)和As(V)的吸附容量高达257和306 mg/g； 吸附As(III)时无需预氧化处理，绿色、经济、方便； 对Pb、Cd、Cu、Hg等重金属离子也均有很好的吸附去除效果。

随着物联网设备的指数型增长，传统云计算的集中式处理方法已不能满足数据处理和数据安全等需求，边缘计算应运而生。边缘计算可以提升物联网的智能化，促使物联网在各个垂直行业落地生根。但是，一般的应用都默认只支持一种物联网组网协议或使用一种边缘计算框架，且组网协议跟边缘计算框架的接入十分繁琐，用户使用操作不便，耗时长。 一种集成多组网协议多边缘计算框架的边缘计算处理平台可同时兼容多种组网协议和集成多种边缘计算框架，简化接入步骤，大幅度降低用户的操作步骤和时长。同时，部署简单快捷，通过配置文件执行一键启动脚本即可实现平台的自动化部署及统一管理。 与现有技术相比，该平台配置变更灵活。针对不同的服务器，不同的设备，只需要修改配置文件就可以直接部署生效。无须重新编译代码，无须重新创建镜像。此外，该平台具有良好的扩展性，极高的并发处理能力和很强的稳定性。可利用硬件加速数据处理，通过对FPGA、GPU和ASIC等的加速算法实现对数据的加速处。

填充床电渗析器（EDI）是一种在电渗析器淡室隔板中装填阴、阳树脂的新型处理装置。EDI 技术是水处理工业的一场成本革命，取代传统离子交换除盐工艺，生产高纯水的无污染水处理新工艺。其最大的特点是利用电而不是酸碱对树脂进行再生，具有出水水质稳定、运行费用低、操作管理方便、占地面积小等优点。我国电渗析技术起始于本世纪中期发展起来的一项水处理技术，它与反渗透、超滤等统称为膜分离技术。电渗析装置操作简便，运行可靠，效率高，占地少，适合于各种规模的水处理需要，因而在国民经济各领域中的应用正在不断扩大。本项目研制的是一种新型的 EDI 设备，将树脂的填充作为研究的重点，其性能、脱盐与再生机理与同类产品有很大区别。应用范围：可广泛应用于医药、电子、电力和表面清洗等工业领域和火力发电厂制备高压锅炉补给水，也可用于多种工业提供低压锅炉补给水和用于服务行业提供生活用水，放射废水处理，甚至还可用于海水浓缩、果汁脱酸、电解食盐制碱、液体葡萄糖纯化等领域。取得了很好的经济效益，受到广大用户的青睐，使水处理技术的发展进入了一个崭新的阶段。

填充床电渗析器（EDI）是一种在电渗析器淡室隔板中装填阴、阳树脂的新型处理装置。EDI技术是水处理工业的一场成本革命，取代传统离子交换除盐工艺，生产高纯水的无污染水处理新工艺。其最大的特点是利用电而不是酸碱对树脂进行再生，具有出水水质稳定、运行费用低、操作管理方便、占地面积小等优点。我国电渗析技术起始于本世纪中期发展起来的一项水处理技术，它与反渗透、超滤等统称为膜分离技术。电渗析装置操作简便，运行可靠，效率高，占地少，适合于各种规模的水处理需要，因而在国民经济各领域中的应用正在不断扩大。本项目研制的是一种新型的EDI设备，将树脂的填充作为研究的重点，其性能、脱盐与再生机理与同类产品有很大区别。 应用范围：可广泛应用于医药、电子、电力和表面清洗等工业领域和火力发电厂制备高压锅炉补给水，也可用于多种工业提供低压锅炉补给水和用于服务行业提供生活用水，放射废水处理，甚至还可用于海水浓缩、果汁脱酸、电解食盐制碱、液体葡萄糖纯化等领域。取得了很好的经济效益，受到广大用户的青睐，使水处理技术的发展进入了一个崭新的阶段。

贵金属包括：古老贵金属 Au、 Ag 及铂族金属 Ru、 Rh、 Pd、 Os、 Ir、 Pt，其中易于提取的贵金属为 Au、 Ag、 Pt 和 Pd，其余贵金属因含量低、性质相近而难以提取和分离。易于提取的概念也仅仅相对于其它难以提取的贵金属而言，因为含贵金属物料中往往含有其它的贱金属如 Cu、 Pb、 Zn、 Sb、 Sn 等，而且，贱金属含量远超贵金属，造成贵金属含量低，提取率不高、贵金属相互分离困难。因此，含贵金属物料处理的第一个难题就是富集贵金属。富集贵金属的方法无论是火法还

产品详细介绍 　　全数字音频更完美 　　清大云卓音频处理器产品采用全数字音频处理技术，完美解决环境噪声大及远距离声音采集困难的现状;而且可自动修复弥补环境建声缺陷，重现真实人声。 　　Input多种输入源 　　Input多种输入源选择，12路输入/4路输出。 　　可选择多种电平的音源输入，为电容式话筒提供48V 的供电。 　　AGC自动增益控制。自动提升和压缩话筒音量，使之以恒定的电平输出。 　　AVC回声消除。全新的自适应式回声消除功能，无需人工调试。 　　AFC声反馈啸叫消除。采用自适应处理的方式对现场扩声，系统的啸叫进行有效的消除。 　　ANC自动噪声消除。自动噪声消除根据环境的声场变化，自动进行噪声消除。

图像处理器 嵌入式设计、任意拼接组合、录播全方位检测、自定义轮巡预案 轻松满足： ·督导巡课 ·电子巡考 ·录播管理 优势特点： ·稳定低耗 采用嵌入式架构设计，高稳定、低功耗 超强网络防护能力，有效抵御病毒攻击 ·一机多用 视频解码、状态监控等录播管理应用 图像处理、画面拼接等视频处理应用 ·便捷督导 对录播信号源进行自定义分组与分类管理 调取预览分组信号，分类巡课督导便捷化 ·自由拼接 多组画面自由拼接组合，支持任意跨屏、漫游 场景保存和自动轮巡，支持多个大屏同时监视 ·集中监测 全面录播状态监控，远程集中监视管理 实现监视状态同步显示，系统维护高效

沃恩废液处理系统：有效降低工业废液/污泥的处理成本，含水率可调整，脱水率可直接排出固态物资，大幅消减委外处理费；整套设备采用一体化结构，独创“物理防结焦技术”、“排出涡轮拨片”，减少并预防蒸馏罐内壁残渣焦结；独立式蒸馏组合模式，导热面积大，低过热，热源二次利用装置，能好小，运行成本低。整体材料防腐性能高，增强使用寿命；实现真正意义上的节能、降耗、使用寿命长久，从根本上经济最大化。

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。

随着物联网技术与智能交通技术的发展，用于高速公路或城市内普通公路的道路护栏，作为“智慧城市”的一个重要组成部分，正受到越来越多的关注与重视。通过在护栏上安装低功耗的传感器芯片以及无线信号收发芯片，并配合相关服务器软件，护栏具备了一定的外部事件感知能力、处理能力、无线通信与组网能力，从而实现护栏的智能化。