本发明公开了一种用Bi/Mo/Fe/Ce四组分复合氧化物催化剂合成1,3-丁二烯的方法。本发明使用该四组分催化剂进行1-丁烯的氧化脱氢生产1,3-丁二烯的方法。更具体的说，采用铁盐、铋盐、钼盐、铈盐和去离子水按照一定摩尔比配置，碱液调节pH值，经浓缩、过滤、干燥、焙烧、冷却后，再通过研磨、筛分得到Bi/Mo/Fe/Ce的四组分复合氧化物催化剂。与由金属组分构成的常规多组分金属氧化物催化剂不同的是，根据本发明，可以对金属组分的比例进行系统研究就可以制得用于1,3-丁二烯制备工艺的高活性、高选择性Bi/Mo/Fe/Ce四组分复合氧化物催化剂。

本发明属于催化方法及催化剂技术领域，具体涉及一种三氟甲烷磺酸类化合物催化制备二氢喹啉并吡咯衍生物的方法，所述的方法通过协同催化体系，以三氟甲烷磺酸类化合物为催化剂，通过1,4‑吡啶硫内鎓盐和氨基丙二腈发生分子间串联环化反应实现了二氢喹啉并吡咯衍生物的高效制备，具有条件温和、选择性高等显著优势，所述的方法采用简单易得的原料，避免了传统复杂底物的使用，并展现出优异的官能团兼容性，可耐受硝基、卤素、胡椒基、烷基、芳基、烷氧基、吲哚及噻吩等多种取代基，为二氢喹啉并吡咯衍生物骨架的构建提供了新策略，其操作简便、产率高和化学选择性好的特点，为该类化合物的工业化生产提供了重要参考。

盐碱、干旱、高温、冻害和洪涝等逆境胁迫严重影响作物的正常生长发育，是造成农作物减产和品质下降的主要原因之一，严重影响农业的可持续发展。另一方面，对于粮食作物和多数经济作物来说，其功能叶片中的同化产物和衰老叶片中的营养物质不断向产量器官的转运，对作物产量和品质性状的形成具有重要的作用，作物的过早衰老不仅直接影响粮食作物的产量和品质等要素，对于绿叶类作物和观赏花卉还会影响到其货架寿命以及观赏价值等。 克隆叶片衰老和逆境抗性相关基因，并利用生物工程技术调控其在主要经济作物中的表达方式和表达水平，是提高和稳定作物产量、改善作物品质性状的有效手段，具有重大的经济效益和社会效益。然而，很多衰老或逆境抗性相关基因在植物细胞中高表达后，在增强转基因植株对特定胁迫的抗性、延缓植株衰老的同时，往往伴随着对植株正常生长和发育的不利影响，如导致植株矮小、生长迟缓或产量下降等，导致该基因无法直接应用于抗逆作物的培育。如果可以特异性地表达这些基因，让它们在特定的发育阶段或胁迫条件下高表达，而在正常的生长过程中维持在较低的基础水平，可以大大提高它们在基因工程中的应用性。 课题组前期克隆了一个植物叶片衰老的负调控因子。在转基因植物中过表达该基因可以显著延缓植物的衰老，并赋予植物对高盐、干旱等胁迫的抗性，但是，转基因植物的生长发育受到明显抑制，导致该基因无法被直接应用于抗逆作物的育种工作。课题组前期还分离鉴定了一段含有 14 个氨基酸的多肽序列，命名为 WX01。我们对 WX01的功能研究发现其包含独特的蛋白降解信号，能够响应发育与环境信号，在转录后水平调控与它融合的目的蛋白的稳定性，从而使目的蛋白在光下正常旺盛生长的植株中降解、但在启动衰老或者高盐、高温和失水等多种逆境胁迫条件下特异积累。我们利用 WX01 与前述衰老负调节因子构建了融合基因 WX02，并转入模式植物拟南芥中，发现该融合基因可以恢复衰老负调节因子积累造成的植株矮小、生长抑制的表型，但是保留了其延缓衰老、促进光合和提高转基因植物对高盐、干旱等逆境胁迫的抗性的功能。课题组进一步将 WX02 融合基因转入经济作物大豆中进行功能验证，获得了可稳定遗传的多个株系单拷贝纯合转基因大豆材料。对转基因大豆的表型分析同样证明，WX02 转基因大豆对高盐、干旱胁迫的抗性显著提高。上述研究结果表明 WX02 融合基因在抗逆转基因作物新品种培育中具有重要的应用价值。围绕该项目已经申请了 2 项国家发明专利，1 项国际 PCT 专利，其中 1 项国家发明专利已经获得授权。 

本发明公开了一种3‑烷基‑3‑芳基‑4，4，4‑三氟‑1‑丁炔化合物及其制备方法。3‑烷基‑3‑芳基‑4，4，4‑三氟‑1‑丁炔化合物的合成采用α‑三氟甲基苯乙烯类化合物为起始原料，经可见光催化的烷基烯丙基化反应可得4‑烷基‑4‑芳基‑5，5，5‑三氟‑1‑戊烯化合物，再经氧化得到3‑烷基‑3‑芳基‑4，4,4‑三氟丁醛化合物，最后经溴代、消除反应可得3‑烷基‑3‑芳基‑4，4，4‑三氟‑1‑丁炔化合物。本发明提供的3‑烷基‑3‑芳基‑4，4，4‑三氟‑1‑丁炔化合物可用作含相应结构单元的合成砌块，快速在药物分子中引入4，4，4‑三氟‑1‑丁炔结构单元。

电力变压器是电力系统的核心设备之一，承担着电能传输、变换等重要职能。随着先进传感和信息融合技术的发展，将其应用于电力变压器运行状态的实时监测、评估诊断与在线预警，实现电力变压器的智能化是智能电网建设的重要组成部分。 本成果围绕“基于多信息融合的电力变压器智能化关键技术研究与应用”问题，深入研究了变压器关键状态劣化故障的发生机理与特征信号的传播规律，发明了适用于电力变压器状态信息探测的多种新型传感装置，研制了变压器状态信息监测智能组件（IED）、变压器冷却智能控制单元及充氮灭火等装置，开发了集智能监测与传输、智能评估与诊断、智能决策与调控的变压器智能化监控系统，并进行了推广应用。 授权发明专利11项，实用新型15项；发表SCI/EI论文35篇；本项目可有效实现电力变压器的智能化监控，提高变压器面对未来智能电网复杂工况的应对能力，支撑河北省输变电装备产品升级和产业发展；获2016年河北省科技进步一等奖。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： 　　（1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 　　（2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 　　（3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 　　（4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 　　本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： （1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 （2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 （3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 （4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

我校量子信息技术研究所王琴教授团队在量子密码领域取得新突破，该团队首次提出将人工智能领域的长短期记忆神经网络(LSTM)应用到量子密码控制系统之中, 实现了对量子密码系统的主动反馈与控制, 在不引入任何额外硬件和辅助稳定设备的条件下，将系统传输效率提升接近百分之二十。该成果近期发表在美国物理学会权威学术期刊《PhysicalReview Applied》上。 　　量子密码作为量子信息技术领域发展最为成熟的技术，正逐渐从实验室阶段走向商用化，有望在未来大规模网络加密通信中发挥重要作用，因而得到学术界和工业界的广泛关注。自第一个BB84协议提出以来，量子密码无论是在理论上还是在实验上均取得了巨大进展。现有量子密码系统包括相位、偏振、时间-能量编码等编码方式，其中相位编码方式应用最为广泛。该类系统在运行过程中不可避免地存在相位漂移问题，因而需要不断对发送端和接收端的相位进行实时校准。目前主流系统通过采用扫描+传输的方法来解决。该方法虽然可以实现相位补偿，但会导致量子密码系统传输效率降低。针对该缺点，我校王琴教授团队首次提出将人工智能与量子密码控制系统相结合，利用LSTM网络主动预测系统相位漂移大小，进而实现主动反馈与控制；同时通过固定时间间隔对网络细胞状态进行更新，使量子密码系统始终保持稳定的高效率运行状态。该方法在不提高系统硬件复杂度的前提下大幅提升了量子密码系统传输效率。此外值得提出，该方法的适用范围不依赖于某种协议或编码方式，原则上同样适用于其他任意量子密码协议和任意编码系统，为未来开展大规模量子通信网络应用提供新的研究思路与应用方法。 该项工作的第一作者是我校通信与信息工程学院硕士研究生刘靖阳，量子信息技术研究所的王琴教授和江苏省图像处理与图像通信重点实验室的谢世朋副教授是该工作的共同通讯作者。该工作得到了安徽问天量子科技有限公司的技术支持。此项工作受到国家重点研发计划、国家自然科学基金以及江苏省研究生科研实践创新等项目的支持。