课题组制备的酞菁材料中存在四种异构体，而异构体的存在降低了酞菁薄膜的结晶质量，由此导致器件性能并不均一且效率很难进一步提升，限制了其在钙钛矿太阳能电池上的进一步发展与应用。 为此，课题组从分子设计角度出发，通过亚酞菁扩环合成获得了没有异构体的四丁基取代锌酞菁，并通过核磁共振氢谱的表征验证了锌酞菁的相纯度。课题组进一步将酞菁材料应用在钙钛矿电池器件上，发现其性能更加均一，并且比有异构的酞

许宗祥团队曾报道了一系列八甲基修饰金属酞菁（Nano Energy 2017, 31, 322–330；J. Mater. Chem. A, 2017, 5, 24416–24424；Organic Electronics 2018, 56, 276–283），在钙钛矿层上形成面面堆积（Face-on）分子构型，极大提高了载流子迁移速率，在同等条件下比非面面堆积构型酞菁光电转换效率提高了50%以上。但该类酞菁分子有机溶解性差，只能通过蒸镀工艺制备器

锂离子动力电池在实际工作中需要很高的能量和功率密度，所以需要有些正极材料在高电压(4V 以上)还能进行锂离子的嵌入/脱出反应，而在这样高的电压下，现有的有机电解液体系不能满足要求。另外，锂离子动力电池的电解液还需要能满足大电流充放电和高温工作的要求。目前的电解液体系是把 LiPF6为电解质盐溶解于以环状碳酸酯[如碳酸乙烯酯(EC)或碳酸丙烯酯(PC)]和直链碳酸酯[如碳酸二甲酯(DMC)或碳酸二乙酯(DEC)]混合溶剂中，不能满足锂离子动力电池的上述要求。我们近年来在对正极材料进行表面改性的基础上，进行了高电压新电解液体系的研究，可行的解决途径包括优化有机电解液体系、添加适当添加剂、选择新型锂盐以及使用离子液体等。 该电解液可以提高电解液与高电压正极的相容性，减少充电过程中电解液在高电压正极材料表面的分解，并可以在正负极表面形成稳定的 SEI 膜，使得正极材料的充放电容量及循环稳定性显著提高；而且工艺简单、易于实施、原料成本低廉、适于工业化生产，应用前景广阔。 专利号：201010561063.6

燃料电池作为高节能性，环境负荷小的能源技术受到注目。燃料电池的氢气源现在主要利用天然气，甲醇，DME，轻质馏分，汽油和煤油等进行水蒸气重整开发。其中，煤油具有价格便宜，携带便利，常温下稳定性高，供给系统完善等优点。可以广泛应用于家庭，汽车，野外或者是灾害时，成为非常方便的电力供给源。但是用于燃料电池的燃料油中的硫磺含有量必须从现在的数十 ppm 减少到 1ppm 以下。 为了达到这种严格的超深度脱硫，在现在既存的石油加工厂通过加氢精制脱硫的话，需要十分巨大的设备投资，实际上对于燃料电池用燃料油的脱硫处于无法对应状态。另外利用化学吸附的吸附型硫磺脱除器正在开发中，但是吸附选择性低，使用了无法再生的高价吸附剂，处理能力也比较低。 项目特色 本技术采用和现在的研究完全不同的想法，利用常压低温下的氧化反应，将煤油中的硫磺化合物用油溶性氧化剂氧化，并通过常压常温下的选择吸附除去硫的氧化物砜，是一种新的低价脱硫法。无论在国内国外，像本技术一样利用固定床流通式反应装置除去燃料油中的硫磺化合物的研究很少有报告。这个超深度脱硫技术的反应条件非常温和，应用于燃料电池的燃料油重整器，可以很容易使燃料电池小型化，轻量化。和传统的高温高压下的加氢脱硫方法相比，本技术是在温和条件下的高效率脱硫法。和非氧化吸附式脱硫技术相比，脱硫效率高数十倍，对于硫氧化物的选择吸附性高，吸附剂可以再生，吸附剂的使用量减少，可以降低成本。本项目的目的是将这个新的低价脱硫法应用于燃料电池的重整系统，制造出氢气提供给燃料电池。 项目应用前景 1. 利用氧化吸附脱硫法开发煤油的超深度脱硫器 图 1 是氧化吸附脱硫法的原理及煤油超深度脱硫器的概念图。煤油中的难脱硫化合物 DBT 在催化剂及氧化剂存在下，在常压低温下很容易氧化，生成硫氧化物，然后通过常温常压下的吸附被除去。反应容器里放入煤油及氧化剂，通过自然滴落在常压下送进填充了催化剂的固定床流通式氧化反应器，然后，常温常压下通过吸附器进行吸附，除掉氧化后的硫磺化合物。现在的研究结果是通过氧化吸附脱硫法可以将煤油中的硫磺含量减少到 0.5ppm。 2．超深度脱硫煤油的重整反应 图 2 是利用 Ru 系催化剂对含不同浓度硫的煤油进行水蒸气重整反应的结果。其反应是煤油和水生成 CO2 和 H2。从结果来看，不含硫的煤油 750 度的重整反应活性达到 100%，氢气收率达到了 80%，而含硫磺煤油的催化反应表现出催化剂失活现象。 3．项目计划 a.建立一套连续的氧化吸附脱硫装置，改变催化剂，氧化条件及吸附剂，将煤油中的硫磺含量减少到 0.1ppm。 b. 试做一套小型化脱硫装置，进行 1000，2000，10000 小时长期试运转实验，对催化剂，吸附剂的寿命，再生的可能性，装置的长期稳定性进行考察。 c.建立一套煤油的水蒸气重整反应装置，利用超深度脱硫煤油进行水蒸气重整，开发高活性，长寿命的重整催化剂。 d.将超深度脱硫器与重整反应系统组合成试验用别体型重整器，利用煤油制造氢气提供给燃料电池。 e.所需的仪器设备硫磺化学发光检测器（Sulfur Chemiluminescence Detector），氢 火 焰 离 子 检 测 器 气 相 色 谱 （ Gas Chromatography-FlameIonization Detector），热导池检测器气相色谱（ Gas Chromatography-ThermalConductivity Detector）等

产品详细介绍供应220V残卫报警器，带蓄电池残卫紧急报警，残卫求助警铃厂家产品名称：残卫紧急求助报警器产品型号： SN-8000-1C产品规格： 标准 残疾人按下紧急呼叫红色按钮，声光报警器立即发出警报声音，并伴有强光闪烁。工作人员听到警报声，便会赶往事发地点处理。当工作人员处理完毕，用钥匙复位紧急按钮或者手动复位，此时声光报警器停止报警。安装操作简单方便。       这种应急呼叫器是专门为老年人等特定人群“量身定做”的，主要安装在老、孕、残专用间坐便器两侧，如厕者伸手可及。呼叫器的另一端设在管理间，当专用间使用人遇到困难，按下呼叫器时，铃声便能响起，提示管理员或其他人及时给予帮助。此外，一些公共卫生间还专门设置了音响设备、儿童小便池、幼儿洗手设施等诸多人性化设施，大大方便了特殊人群如厕条件，有效改善了如厕环境。额定电压：DC12V(AC220V)材    料：ABS/PP声    压：108--120±3DB额定电流：280ma声音类别：单音产品颜色：红色/huang色/蓝色亲，你还在为家里东西被盗而烦恼吗？亲，你还在为家中冒烟，液化气泄漏而担心吗？亲，你在外地工作，还在为小孩妻子的安全方面着想吗?亲，你还在为家里的生病的老人无人照料而忧心吗？不用担心，有世宁科技， 一切都是那么简单。我公司同时大量供应门磁窗磁，烟雾报警器，燃气报警器，红外探测器，个人防护用品，商用防盗报警器材，工程建筑类报警主机，总线制主机及相关配件家用防盗报警器。销售经理： 刘生 15013775514/0755-89206127 商务Q 272820915最实用的紧急求助报警器，适用于卫生间、学校、医院、养老院等场所。直接用220V市电供电方便使用，发生紧急情况时按下紧急按钮，声光警hao通电后会发出90-120分贝的报警声及耀眼红光。供应220V残卫报警器，带蓄电池残卫紧急报警，残卫求助警铃厂家

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。

本成果涉及一种可用于电子封装领域的高导热低介电复合材料。通过采用不同的技术在常见聚合物基材中添加氮化硼，来制备复合材料，复合材料热导率高于 2 W/(m·K)，其介电常数小于 4。该复合材料可作为热界面材料，应用于电子封装领域。

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。