随着人类对自然科学认识的不断深入以及现代工业技术的不断进步，特别是凝胶等软物质的应用、锂电池、燃料电池等技术的发展，人们逐渐认识到力热与化学作用之间也存在着不可忽略的耦合作用。本成果完成人通过引入化学反应进度，基于非平衡态热力学建立了一套适用于描述可变形固体材料质量传递、热传导以及化学反应耦合问题的力-热-化连续介质理论框架，该理论适用范围宽广，针对包含化学反应的各演化过程有相应的耦合动力学控制方程。针对所建立力-热-化多

黄酒酿造过程中，酵母作为关键微生物，是发酵重要的动力源，酵母发酵性能的优劣，代谢产物的差异直接影响到黄酒的风味、口感和出酒率。本项目筛选分析研究传统黄酒酿造过程中酵母的发酵性能以及抵抗外界环境胁迫（高酒精、高盐、高渗等）的能力，筛选出具有优良抗逆性的黄酒酵母，利用其酿制功能性谷物黄酒新产品，对于黄酒发酵工业具有重要的意义。

【发 明 人】段金廒；鲁学军；钱大玮；郭盛 【摘要】 本实用新型公开了一种利用中药材及中药生产过程废弃物制取生物炭的装置，它包括：剁刀式切断机，锤片式破碎机，提升上料机，滚筒式干燥机，螺旋输送机，连续式无氧热解炭化机，烟气余热回收器，热水贮罐，旋风分离器，过滤器，第一冷凝器，第二冷凝器，淋洗塔，木煤气贮罐，热水泵，油水分离器，抽送风机，循环泵和增压泵。本实用新型结构设计合理，操作方便，可利用中药材及中药生产过程废弃物制取生物炭，节能环保，可实现资源综合利用，变废为宝，成本低，具有重要的经济效益和环境保护作用。  

酿酒过程在线监测分析技术，酿酒机械化智能化技术设备；微生物应用技术

项目简介 多级矿潜泵扬程高、比转数低，需要在矿井内的各种扬程工况使用，因此特别需要 采用全扬程泵设计技术。本项目不仅在叶轮设计上采用了全扬程泵设计技术，而且在导 叶设计上也采用了全扬程泵设计技术，因此全扬程性能优于国内外的多级矿潜泵。本项 目还采用了轴向平衡鼓技术，即提高了水泵效率，又提高了平衡鼓寿命。 该成果已有多项发明专利授权

陈温福院士团队孟军教授课题组在生物炭-微生物协同治理抗生素污染方面取得新进展

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。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

进入21世纪以来，手性氨基酸作为最重要的原料和中间体，市场规模也越来越大。本项目目前研发的手性氨基酸包含L-2-氨基丁酸、D-苏氨酸、L-天冬酰胺、L-叔亮氨酸、L-色氨酸等。 创新点： 1）本项目采用一锅化反应，以廉价的L-苏氨酸为原料，经过工程菌催化合成2-氨基丁酸，反应时间10-12 h，原料的转化率达到99%以上，2-氨基丁酸的产量达到100 g/L以上。 2）以消旋化苏氨酸为原料，进行酶法拆分制备D-苏氨酸。底物添加量达到2.5 M,反应10 h内达到完全拆分，D-苏氨酸ee值为99%。 3）以天冬氨酸为原料，采用工程菌催化反应10-12 h，L-天冬氨酸转化率达到了94.4 %，L-天冬酰胺产量可达120 g/L，生产强度达到12.4 g/(L•h)。 4）基于构建的基因工程菌，采用偶联辅酶再生技术，转化廉价底物合成L-叔亮氨酸，反应24 h，底物转化率达95%，产量达到100 g/L以上水平。 5）其它手性氨基酸（L-色氨酸、D-氨基酸）发酵和生物合成正在陆续开展中。 6）多种高效酶制剂的工程菌株构建、发酵产酶以及多种中间体的制备。如苏氨酸脱氨酶、亮氨酸脱氢酶、甲酸脱氢酶、ω-转氨酶等，以及利用这些酶制备的多种医药中间体。

(1) 针对有机化工废水毒性强、难生物降解的特征，通过非均相 Fenton 氧化，将难降解的污染物转化为易生物处理的物质之后与固定化微生物联用，提高有机化工废水效率和降低成本，探讨化工废水中典型有机污染物的催化氧化降解和生物降解的相互影响机制，对于控制化工废水对环境的污染具有重大的理论意义和实用价值；(2)设计制备磁性微纳米非均相 Fenton 催化材料，具有比表面积大、扩散阻力小、表面活性高等特性，能高效诱导产生羟基自由基，将难降解有机污染物降解为 CO2、H2O 和其他矿物盐，整个过程绿色、无二