近年来，大气污染问题日益严重，尤其是雾霾、光化学烟雾、臭氧等问题已经引起国内外广泛关注。挥发性有机气体（VOCs）是造成雾霾及臭氧（O3）的重要污染物。吸附法是去除VOCs高效简便的方法之一，但在实际应用中，水蒸气的存在与VOCs产生竞争吸附，因此设计具有高VOCs吸附性能的疏水性吸附剂具有重要意义。近日，天津大学环境学院“大气环境与生物能源团队”（http://catalysis.tju.edu.cn/）针对分子筛表面亲水性及其在含湿条件下VOCs吸附应用存在的问题，利用多孔有机聚合物疏水性等特征，设计合成了一系列分子筛与多孔有机聚合物核壳结构的新型吸附材料，所开发的吸附剂有效提高了分子筛表面疏水性，并且大大提升了其在干燥和潮湿条件下的甲苯吸附性能。相关研究成果《Core-shell structured Y zeolite/hydrophobic organic polymer with improved toluene adsorption capacity under dry and wet conditions》已发表在环境类国际高水平期刊Chemical Engineering Journal（IF: 10.652）上。该系列吸附剂的研发为制备一系列疏水性吸附剂提供了新的思路。

项目成果/简介:近年来，大气污染问题日益严重，尤其是雾霾、光化学烟雾、臭氧等问题已经引起国内外广泛关注。挥发性有机气体（VOCs）是造成雾霾及臭氧（O3）的重要污染物。吸附法是去除VOCs高效简便的方法之一，但在实际应用中，水蒸气的存在与VOCs产生竞争吸附，因此设计具有高VOCs吸附性能的疏水性吸附剂具有重要意义。近日，天津大学环境学院“大气环境与生物能源团队”（http://catalysis.tju.edu.cn/）针对分子筛表面亲水性及其在含湿条件下VOCs吸附应用存在的问题，利用多孔有机聚合物疏水性等特征，设计合成了一系列分子筛与多孔有机聚合物核壳结构的新型吸附材料，所开发的吸附剂有效提高了分子筛表面疏水性，并且大大提升了其在干燥和潮湿条件下的甲苯吸附性能。相关研究成果《Core-shell structured Y zeolite/hydrophobic organic polymer with improved toluene adsorption capacity under dry and wet conditions》已发表在环境类国际高水平期刊Chemical Engineering Journal（IF: 10.652）上。该系列吸附剂的研发为制备一系列疏水性吸附剂提供了新的思路。

近日，机电学院王绍金教授团队在学校G2期刊《InternationalJournalofFoodMicrobiology》上发表题为“Combinedeffectsofintermittentradiofrequencyheatingwithcinnamonoilvaporonmicrobialcontrolandqualitychangesofalfalfaseeds”的论文。博士研究生徐渊美为论文第一作者，王绍金教授为论文通讯作者。

（专利号：ZL 201510680435.X） 简介：本发明公开了一种负载型Au‑Pd/mpg‑C3N4纳米催化剂催化甲酸脱氢的方法，属于化学化工技术领域。本发明将制备好的负载型Au‑Pd/mpg‑C3N4纳米催化剂置于反应器中，将反应器置于油浴中升至一定温度，接着将甲酸和甲酸钠混合液加入反应器中进行反应，生成的氢气采用排水法收集。所述Au‑Pd/mpg‑C3N4纳米催化剂是采用Au、Pd和去离子水按照一定摩尔比配置，将载体mpg‑C3N4加入上述溶液中，向混合液中添加还原剂，经过滤、干燥后制得。与传统的负载型催化剂不同的是：根据本发明，调节催化剂中金属金、钯的含量及mpg‑C3N4含量就可以制得用于甲酸脱氢制氢气的高活性、高选择性负载型Au‑Pd/mpg‑C3N4纳米催化剂。

（专利号：ZL 201310710005.9） 简介：本发明公开一种用缓冲溶液从硫化氢酸气中脱除二氧化碳的方法，属于脱碳技术领域。本发明方法首先将含有氢氧化钠和碳酸氢钠的缓冲溶液与未脱碳的硫化氢酸气进行混合反应吸收酸气中的二氧化碳和部分硫化氢，得到含碳酸氢钠和硫氢化钠的脱碳富液，然后加热脱碳富液，使脱碳富液中的硫氢化钠发生水解反应，转化成氢氧化钠，水解反应生成的氢氧化钠与脱碳富液中的游离碱和碳酸氢钠反应生成碳酸钠，酸气中的二氧化碳最终生成

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

本实用新型涉及公开了一种用于船用柴油机无刷双馈轴带发电机励磁控制系统结构，该船用无刷双馈轴带发电机励磁控制系统结构包括接触器、升压变压器、整流回馈单元、直流补偿单元、逆变单元、操作面板、励磁控制器、AB 相电压传感器、CA 相电压传感器、BC相电压传感器；基于该控制系统结构的控制方法，可以实现船用无刷双馈轴带发电机的起励、恒压控制、恒频控制、欠压保护和过压保护。

本项研究中，在天然免疫调节肽基础上，通过对酶稳定性的位点改造和复合优化，筛选设计出以疏水区、正电荷区及聚乙二醇为核心的嵌合免疫调节肽，辅以C14烷基链启动自组装。试验证实，该免疫调节肽在超过临界胶束浓度后启动自组装，形成的抗菌粒子在有广谱抗菌活性，同时消化酶稳定性显著提高。

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。