一、项目简介全球性的原油变重变劣，使原油硫含量增加；目前对满足环保要求的汽油硫含量指标日益严格，汽油深度脱硫日益重要。国内外汽油产品大部分来源于流化催化裂化（FCC），国外占三分之一，国内约占80%，造成我国汽油硫含量普遍偏高。研究和开发FCC汽油深度脱硫技术，降低汽油硫含量，是我国炼油、化工行业的一项紧迫任务。常规深度加氢脱硫（HDS）技术存在明显不足：汽油收率低、汽油质量差（辛烷值低）、投资费用和操作成本高。解决途径：开发新的深度加氢脱硫技术、开发各种非加氢脱硫技术、或开发非加氢脱硫技术与加氢脱硫结合的技术。在各种非加氢脱硫技术（吸附脱硫、微生物脱硫、萃取/萃取精馏等）中，汽油萃取精馏脱硫具有显著的优势。与FCC汽油全馏分深度加氢脱硫工艺相比，FCC汽油轻中馏分萃取精馏脱硫-萃取相与重馏分加氢脱硫组合工艺的投资成本与操作成本明显低于前者，此项技术具有普遍的推广意义。本项目为此组合工艺的非加氢脱硫部分。二、市场前景汽油萃取脱硫、萃取精馏脱硫技术具有设备投资低、不耗氢、操作费用低等优点，若与现有的加氢脱硫工艺结合则会实现低操作成本和极小的辛烷值损失的FCC汽油深度脱硫的目的，这样就更进一步地拓展了该类技术的发展空间和应用前景。因此，该类技术已成为清洁燃料生产领域的重点研究方向之一。主要经济技术指标：1）脱硫汽油残硫含量小于30ppm；2）溶剂损耗与目前芳烃抽提工艺的持平；3）最终产品汽油RON损失＜1，芳烃含量基本与原料中相同，烯烃含量减少约为3%，烷烃含量增加约为3%；优化FCC汽油切割馏分萃取精馏脱硫过程条件。实验结果表明，在回流比一定的条件下改变剂油比，随着剂油比的增加脱硫率增加，剂油比达到0.55时脱硫率为95%，当剂油比为0.765时脱硫率为96%，剂油比在0.55-0.765时脱硫率变化缓慢，兼顾经济效益和产品质量，剂油比0.55为宜。该操作条件下硫含量低于30ppm。溶剂热稳定性能好、沸点高，回收后萃取剂的脱硫效果很好，可以重复使用。中重馏分汽油、复配油的加氢脱硫处理结果表明，在适当的加氢条件下，可以使硫含量降到10ppm以下；调和汽油的辛烷值测量结果表明，萃取精馏+加氢深度脱硫组合工艺生产的调和汽油辛烷值基本不变。该组合工艺，实现FCC汽油馏分深度脱硫与溶剂循环使用优化操作。三、规模与投资（萃取精馏部分）萃取精馏装置年处理量50-100万吨， 设备总投资约2000万元。四、生产设备主设备为萃取精馏塔。FCC汽油预分馏塔（也可对催化分馏系统稳定塔进行适当改造）；溶剂回收塔；相应的泵、储罐等。五、效益分析通过对FCC汽油分馏、萃取精馏，低硫汽油的收率在70-80%，其余馏分与重馏分一起进行加氢脱硫，使得加氢装置的处理能力（与全馏分加氢比）降低50%以上。同时汽油调和后，辛烷值基本不损失。六、合作方式技术转让或技术合作。

一种土壤耕层深度测量装置，属于农用设备领域，是由已耕地面测量装置、未耕地面测量装置、超声波传感器、底座和行走装置组成的，所述底座为三角状结构，其下方设有行走装置，所述底座中心位置焊有立柱，所述立柱两侧滑动连接已耕地面测量装置和未耕地面测量装置，所述已耕地面测量装置包括已耕地面高度板和已耕地面探头，所述未耕地面测量装置包括未耕地面高度板和未耕地面探头，未耕地面高度板上的超声波传感器测得已耕地面高度板和未耕地面高度板之间的距离即为耕层深度。该土壤耕层深度测量装置采用丝杠传动，通过超声波传感器测距，自动得出土壤耕层深度，节省了劳动力，提高了精度。

该技术是利用西安交通大学开发的新型吸附环保材料——钛基吸附剂，进行工业污水深度处理的新技术。目前已拥有多项发明专利，属国内外首创的工业污水深度处理核心技术。现已相继完成小试、中试放大和应用工程示范。钛基吸附剂是主要用于污水深度处理的新型吸附环保材料，可广泛用于印染、焦化、化工、养殖、发酵等难处理废水的脱色、脱COD、脱磷及除重金属工艺，也可用于河湖水快速提标。 该技术特别适用于污水处理厂提标改造以及焦化、印染等企业废水达标排放与中水回用的要求。可以高效低成本的将已经经过前期处理后的工业污水的COD由100~200mg/L降至50mg/L以下，或进一步降低至30mg/L；色度由100倍降至10倍以下，TP降至0.5mg/L以下，经过深度处理后的出水水质达到国家一级A乃至更高排放标准 。吨水设备投资及处理成本比现有常用处理技术低20%~40%。

项目简介 本技术被用于处理含有 100mg/L 痕量过渡金属离子中性或弱酸性水体，每体积处理剂可

本项目在国家自然科学基金、国家火炬计划等支撑下，由基础研究、工程 设计单位成立协同创新团队，提出了新型极板湿式静电烟气深度净化技术新思 路。对柔性阳极和亲水改性固体阳极的水膜形成机理、内在动力特性、静电场 作用机制、清灰机理以及材料稳定可靠性等方面展开了基础研究，建设了不同 烟气处理量的小试、中试和小型工业化试验装置，完成了技术关键参数规律性 试验和系统集成，初步形成了以“新型极板”为核心的专利群。 研究成果已应用在燃煤电站 100MW、300MW、600MW 等不同规模机组， 取得了显著的社会、环境、经济效益。2013 年 8 月 19 日，由中国电机工程学会 组织的鉴定委员会对本项目的核心成果之一“新型湿式静电除尘除雾技术研究及 应用”进行了鉴定。认为项目组“提出了一种浸润织物阳极静电除尘除雾工艺用 于燃煤烟气末端 PM2.5 多污染物的综合治理方法”，“采用了自主研发的具有绝 缘、疏水、耐腐蚀特性的有机纤维织物作为柔性阳极材料，替代传统金属阳极 合金材料”，“研发了适用于织物阳极的经纬限位表面张紧工艺，研制的柔性阳 极板实现了表面水膜分布均匀，具备自清灰特性，降低了喷淋用水量”，“研制 了新型湿式静电除尘除雾装置，完成了系统集成”，“项目研究成果工艺新颖， 具有原创性，具有良好的经济、社会效益和推广应用前景，达到国际先进水平， 其中，在新型电极材料研究及应用方面居国际领先水平”。

PiSADN污水高效低成本深度脱氮技术是国内外首次提出的污水高效低成本深度脱氮解决方案 一、项目分类 关键核心技术突破 二、成果简介 到2020年底，全国大部分新建污水处理厂和敏感区域污水处理厂均已经提标到一级A标准。由于我国的城市污水C/N比普遍偏低，难以满足脱氮要求。当前污水处理厂主要采用投加有机碳源的方式强化反硝化脱氮，为此大大增加了成本。为解决此问题，近年来学术界、工业界致力于寻找化学碳源以外的替代性电子供体以实现低成本的污水脱氮，其中，硫自养反硝化技术是重点关注对象。 基于S0的自养反硝化工艺（SADN）是一种新兴的低成本污水脱氮技术。但S0的溶解度低导致它的生物可利用性差，因而限制了SADN的速率而阻碍工艺的推广应用。本技术研究创新发现，揭示了SADN中加入少量有机碳除促进SADN反应速率的机理，并丰富了有机物投加条件下的多种不同硫形态电子供体或有机物电子供体的反硝化路径。此外，进一步研究发现通过在SADN体系自发形成多硫化物（Sn2-），其生物可利用性远高于S0。Sn2-一旦产生，可迅速被硫氧化反硝化菌利用，实现污水中硝氮的快速还原。这一通过多硫化物介导并加速硫自养反硝化的技术，称为PiSADN反应过程（Polysulfide-involved SADN），是国内外首次提出的污水高效低成本深度脱氮解决方案。 目前本技术已经申请了1个国家发明专利，已发表2篇SCI学术论文，其中一篇发表在环境领域顶级期刊Water Research上，因此，本技术具有先进性和独占性。

通过采用两个不同光学放大倍率图像采集系统，进行巧妙的光路切换，实现了针对检测对象变换图像分辨率的要求，有效解决了高密度PCB检测速度和微小元件检测准确度的矛盾，破解了长期困扰自动光学检测技术领域共性技术难题；应用企业已累计生产销售682台套，用户已达到300多家，部分产品出口到了欧盟、东南亚等国家和地区，打破了相关高端设备一直被国外设备垄断的局面，有效促进了行业的技术进步。

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。

其中的前景图像提取方法包括：获取第i帧与第i-1帧中位置相同的像素点之间的距离，获取距离大于预定值的像素点集合Z，获取像素点集合Z中与第i-1帧中的前景区域的像素点位置相同的像素点集合U，将像素点集合U进行背景差分处理，获得像素点集合E，根据像素点集合E、像素点集合T以及像素点集合W的并集确定第i帧的前景区域，像素点集合W为像素点集合Z中与第i-1帧中的前景区域的像素点位置不相同的像素点集合，像素点集合T为第i-1帧的前景区域中与像素点集合U中的像素点位置不相同的像素点集合。上述技术方案能够快速准确的提取出第i帧中的前景图像。