|
搜索
搜 索
高等教育领域数字化综合服务平台
单分散金属纳米颗粒自动化生产工艺与设备研发
金属纳米颗粒是重要的超材料（Metamaterials）物质，在化学化工（如催化剂）、生物医药（如医学成像与诊断试剂）、新能源（如光能转化）等领域中有着巨大的市场前景。以金纳米颗粒为例，目前国际 市 场 基 本 被 英 国 BBI 等 极 少 数 公 司 所 垄 断。根据 BBI 公司统计，其产品在科研领域的使用频率超过 4 亿次/年，按照其售价约 2 英镑/毫升，每次测试使用 10 毫升计算，该公司仅纳米金销售年产值就超过 80 亿英镑。金属纳米颗粒的原料成本并不高，仍以纳米金为例，1 克氯金酸（人民币 200 元）可生产纳米金 1 万毫升，按照 BBI 的售价价值约 2万英镑。而且在国内购买 BBI 等公司的产品还需缴纳高额税费，供货期通常长达数月之久。国内金属纳米颗粒的生产有面临工艺不完善、无法自动化大规模合成等问题。实验室的小规模制备成本高，并且产品单分散性和颗粒尺寸重现性不好，无法同国外公司竞争。
我们经过多年的研究积累掌握了各种金属纳米颗粒的精准形貌和尺寸控制方法，结合微流控技术能够实现自动化合成，可以生产多种形状规则、尺寸均一的高质量产品，预期在国内和国际市场都有很强的竞争力。
南开大学
2021-04-13
采用多射流高压静电纺丝工艺，制备高质量 Janus 纳米纤维
多射流电纺与 Janus 结构产品：
上海理工大学
2021-01-12
基于固定化酶生产低分子量肝素的新工艺
低分子量肝素(LMWH)是临床上最主要的天然抗凝剂，目前主要是通过动物来源的肝素进行酶降解制得。欧洲药典要求 LMWH 的分子量为 6000~8000，质量控制是生产 LMWH 的重要环节。而肝素酶的活性和利用率直接影响 LMWH 生产成本和产业经济。
本项目组利用融合肝素酶 I (Hep I)与甲壳素之间的亲和作用，实现酶的循环利用，同时融合酶活性和稳定性提高。利用绿色溶剂体系制备形态完好、尺寸均一的甲壳素微球。用固定化酶制备的 LMWH 产品达到欧洲药典要求，实现了分子量可控，生产过程可实时监测。该项目将对 LMWH 产业的绿色和经济生产提供技术支持。目前已发表 SCI 论文 2 篇，并与相关企业开展了合作。
江南大学
2021-04-13
萜类木本植物资源的筛选、培育与高效值加工利用
针对萜类木本植物资源原料林基地建设和化学利用方面的不足，开展了资源筛选与原料林基地建设研究，建立芳樟原料林基地2.5万亩、山苍子优良种质资源圃400亩、示范林基地5000亩，为工业化生产与开发利用奠定了基础。集成和创新了天然精油提取分离与加工技术，建立了芳樟油、山苍子油和松脂原料预处理、蒸馏提取工艺，生产芳樟油、山苍子油、松香和松节油等10000余吨，实现产值30000多万元，其中芳樟醇和山苍子油掌握着国际市场定价权。研发了系列萜类香料产品，以芳樟醇和山苍子油为原料，创新了相关香料的合成方法与工艺，并建立了相应的生产线，实现产值20000多万元；以松节油为原料，进行了相关产品的合成工艺研究，并建立了年生产400吨的乙酸诺卜酯生产线。研发了系列萜类功能性与高附加值产品，开展了萜类成分的抗菌、驱避和引诱活性以及机理研究，筛选得到高抗菌和高驱避活性化合物；开展了松香树脂及其改性树脂、萜烯树脂及其改性树脂的制备研究，建立了相应生产工艺线。本项目实现了资源筛选、基地建设、初步加工、新型产品研发与生产线建立及其加工生产的整合，提升了萜类木本植物资源的筛选、培育和加工利用的水平，促进了相关行业和产业的发展，具有显著的经济、生态和社会效益。
江西农业大学
2021-05-05
规模化沼气工程沼液、沼渣减量化及资源化利用
沼气工程是一种有效处理有机废弃物的工程技术,尤其是在畜禽粪污处理和高浓度有机污水处理方面效果显著,在国内外得到了大力推广应用。近年来,随着养殖业和农产品加工业向大型化发展以及沼气作为新能源开发利用,我国沼气工程正朝着大型化、产业化方向发展。沼气工程在处理有机废弃物的同时又能够产生清洁能源,处理后的沼液沼渣还可能成为有机肥料。但实际工程中这些废弃物往往不能得到预期的“就地直接利用”,带来很多负面影响：①沼液中含有大量的N、P、K营养元素、生理活性物质(BAC)、数量庞大的微生物菌群以及其它无机离子和极微量的重金属成分等。这些物质成份复杂、含量未知,直接用作肥料灌溉,难以发挥最好的效用,弊大于利;②沼液直接农业利用受季节性影响明显,且由于贮存和运输等原因,没有足够的田地及时消纳,只能直接排放造成环境污染；③沼液、沼渣在农田施用时,没有规范性的技术指导,一旦施用量过大,超过土地承载能力和作物利用能力,便会造成二次污染。因此沼液、沼渣问题已经成为制约规模化沼气工程产业化推广的瓶颈。本项目围绕规模化沼气工程存在的沼液、沼渣减量及其高附加值利用等问题开展研究,通过系统分析与测定沼液中的主要组分、生理活性物质及其物理化学和生物学特性；结合沼气工程厌氧发酵液回流工艺和沼液营养物质浓缩与水资源回收技术应用研究,显著减少沼气工程沼液沼渣排放量,有效实现发酵液中营养物质与水资源分离回收；系统考察了沼液作为有机营养液、沼渣作为有机肥和人工基质在农业应用的效果,解决沼液、沼渣的消纳问题,有效提高沼液、沼渣的附加利用价值,对于促进规模化沼气工程的可持续发展具有重要意义。
北京化工大学
2021-02-01
利用微波改变煤炭特定理化特性用于改善成浆性能的方法
本发明涉及水煤浆生产方法,旨在提供一种利用微波改变煤炭特定理化特性用于改善成浆性能的方法。该方法是将煤炭破碎至粒度为0.05～5mm后进行微波辐照改性,控制微波辐照量以使得煤炭中:含氧官能团中羟基和羧基的总含量降低至3～6mmol/g,颗粒孔隙比表面积降低至2～7m2/g,自由态碱金属离子含量增加至0.2～0.4wt.%。微波辐照能够选择性改变煤炭中含氧官能团等特定理化特性,从而明显提高水煤浆浓度和降低表观粘度,性能优于传统的电加热炉或燃烧炉对煤炭由外向内的辐射、对流和传导加热。仪器设备简单易操作,投资和运行成本低,适宜工业自动化生产线。
浙江大学
2021-04-11
大豆生物加工与高值化利用关键技术与产业化
我国是世界上最大的植物油料加工和消费国，总量近 1.5 亿吨，在国家食品安全体系中举足轻重。植物油料加工长期以来以压榨法和浸出法制油、碱溶酸沉制蛋白、化学精炼油脂为技术主线，普遍存在：1）加工条件剧烈、能耗高、溶剂残留、环境污染；2）蛋白功能性差、组分高值化利用率低；3）生物精炼连续性差、附加值低等共性关键问题。本项目在国家自然科学基金重点项目、国家“863 计划”、国家科技支撑计划等重大项目支持下，历经 13 年持续攻关，以现代生物技术为手段，突破植物油料生物解离关键技术为核心、组合发明生物解离产物及油脂的高值化利用成套技术，形成了植物油料全产业链新一代加工技术体系。
项目已获授权发明专利 45 件，申请国际专利（PCT）3 件，出版著作 10 部，发表相关论文 205 篇（SCI/EI106 篇），主持制定或参与国家、行业标准 10 项。项目已获中国轻工业联合会技术发明一等奖、中国发明协会发明创业成果一等奖、黑龙江省技术发明一等奖、中国食品科学技术学会技术发明一等奖等省部级以上科技奖励 14 项。
项目技术主要用于生产有机大豆油脂、大豆蛋白肽以及大豆膳食纤维等产品，项目目前已通过中试实验。项目计划投资预计 2 亿元，建设规模为加工原料豆 20000 吨/年，项目达产后预计年销售额为 3.6 亿元人民币。通过该项目的实施，将打破了国外在高端油脂和蛋白产品生产上的技术垄断，增强了企业的核心竞争力。
东北农业大学
2021-05-10
一种冬夏两用型车载太阳能利用装置
本发明公开了一种冬夏两用型车载太阳能利用装置，包括太阳能收集单元，以及与太阳能收集单元连接用于储存电能的蓄电池组件，还包括：对汽车进行供冷的制冷单元；对汽车发动机冷却液进行温度控制的加热单元；所述蓄电池组件对所述制冷单元和加热单元同时供电。与现有技术相比，本发明利用太阳能发电板将太阳能转化为电能并收集在蓄电池中。夏天时，利用蓄电池所储存的电量驱动一个压缩式制冷系统实现汽车内部舒适的环境。冬天时，利用蓄电池所储存的电量维持发动机的冷却液在一定的温度范围内。该装置很好的利用了太阳能和汽车运行过程中的废热，解决了夏天空调耗能冬天汽车电池容量小，启动困难的问题，具有非常好的应用前景。
浙江大学
2021-04-11
利用自学习系统实现逼近理论极限的光学手性材料设计
随着纳米光子学的发展，具有超颖性质的人工微结构吸引了众多研究。针对日益增长的研究和设计需求，北京大学物理学院方哲宇及其研究团队实现了一种自洽的框架——BoNet，其结合了贝叶斯优化（Bayesian optimization）和卷积神经网络（convolutional neural network），实现了纳米结构对于超强光学手性的自学习。基于此框架，他们将纳米结构设计表示为图形，并输入卷积神经网络进行电场分布和反射光谱的学习，此过程不需要将纳米结构参数化为向量，因此最大化的保留了其几何信息和边界条件。同时，利用贝叶斯优化以实现对纳米结构远场光学手性的优化，并运用其采样样本反复训练神经网络实现自学习。利用BoNet，他们针对远场反射光谱的圆二色性进行优化并逼近了其理论极限(CD = 1)，同时利用神经网络匹配预测的近场电场分布，对获得的强光学手性进行分析解释。 此框架能够被直接推广用于其他光学性质的自学习优化，例如实现反常透射，偏振态调制和相位调制。更进一步的，此方法论能够帮助设计更多的，具有良好光学性质和运用价值的纳米光子学器件，比如消色差超透镜，超灵敏的微传感器以及智能超表面等。此研究同时能够启发更多数据驱动的研究，通过利用人工神经网络和其他机器学习的方法，实现对传统科学研究的新探索，在制药，引物设计，固体结构分析上启发新突破。 该工作于2019年11月19日在线发表于学术期刊《PHYSICAL REVIEW LETTERS》上，题为“Self-Learning Perfect Optical Chirality via a Deep Neural Network”(DOI: 10.1103/PhysRevLett.123.213902)。北京大学物理学院方哲宇研究员是本文的通讯作者，李瑜，徐优俊，姜美玲为该文的共同第一作者，北京大学定量生物学中心来鲁华教授为合作者，北京大学为唯一通讯作者单位。该工作得到得到了科技部、教育部、国家自然科学基金委、北京大学人工微结构和介观物理国家重点实验室、北京大学纳光电子前沿科学中心、量子物质科学协同创新中心、北京大学高性能校级计算平台、北京大学生命科学中心高性能计算平台等单位的支持。用于近远场计算的神经网络结构表征实现了逼近理论极限的高手性，并利用神经网络对近场分布进行分析
北京大学
2021-04-11
微流芯片及利用微流芯片制备聚合物微球技术
已有样品/n该项目所开发的仪器设备可以实现对FNRBCs 准确、高效、快速、低廉的分离与富集，并进行基因组层面的全面分析，为无创性产前诊断技术的发展及相关科学研究的深入提供有力的推动和支撑平台。项目团队在该研究领域进行了长期的研究工作，积累了大量经验，并取得了一定成绩。该成果，方法独特，效果明显并成功用于三体综合症检测。
武汉大学
2021-01-12