本发明公开了一种具备双层定型相变材料层的建筑外墙结构体，其从外到内依次包括外定型相变墙板层、第一隔热层、墙体层、第二隔热层和内定型相变墙板层，其中外、内定型相变墙板层分别由相变 露环境下全年冷负荷最小，并当墙板层温度等于或高于 Tm1 时相变材料由固态融化为液态；该相变温度 Tm2 被设定为在其暴露环境下全年热负荷最小，并且当墙板层温度等于或高于 Tm2 时相变材料由固态融化为液态。本发明中还对两种定型相变墙板层的相变材料的组分及配料比进行了设计。通过本发明，能够更有效地降低外墙冷负荷和热负荷，显著

设计出了高效相变蓄热供暖系统。通过太阳能集热器在白天收集热量，并将其储存用于供暖使用。 系统采用一定比例的石蜡—膨胀石墨作为蓄热材料，其具与供暖相适应的相变温度，较高的导热系数， 性质稳定，设计的石蜡—膨胀石墨蓄热罐通过内埋的  U 型翅片管实现与太阳能热蒸汽换热和用户供暖用水间的换热。装置节能环保，成本低廉，结构简单，应用场合广泛。

   通过太阳光线、地球以及绕地运行的月球的不同位置，形象的说明了三者之间的空间关系，能演示一个塑望月中“新月峨眉月上弦月凸月满月凸月下弦月峨眉月新月”等月相变化过程。

探究课题：观察月相的变化规律

有机相变蓄能复合材料是由有机相变材料（如石蜡）和高分子支撑和封装基体组成的复合材料，通过有机相变材料的固-液相变储存或释放热量。由于高分子材料的微封装和支撑作用，使得分散于其中的有机相变材料发生固液相变时仍能保持原有形状。该类材料有以下特点：  无需外部封装，可直接使用；  相变前后材料能保持其形状和强度；  材料的导热系数可在一定范围内调节，对外界温度变化响应及时；  材料具有良好的阻燃特性。  应用前景广阔，包括但不限于太阳能储存、建筑节能、冷热防护、电子元器件温度管理、低温储存、电力调峰、工业余热回收利用、智能服装等领域 本课题组还开发了有机相变蓄能复合材料的连续生产设备和生产工艺，已实现小批量连 续示范生产。 随着我国经济发展和人民生活水平的提高，我国建筑面积增长迅速，相应地，建筑能耗也大幅度增长，到 2020 年预计将占社会总能耗的 1/3。因此，在国务院发布的《能源发展战略行动计划（2014-2020 年）》中，节能的绿色建筑已被列为重点发展领域。本项目开发的有机相变蓄能复合材料可以充分利用太阳能和谷电等自然和低价能源，通过光热转换和电热转换来实现建筑采暖。太阳能具有不连续和不稳定的问题，存在供给和需求不匹配的矛盾。有机相变蓄能复合材料可以将太阳能蓄存起来，在需要时释放，从而解决这些问题。在采用分时电价的地区，还可以利用有机相变蓄能复合材料进行谷电蓄能采暖，平抑峰谷差。通过充分利用清洁的可再生能源，降低建筑运行能耗，节省运行开支，减少环境负担

气体水合物相变蓄冷技术是一种新型的节能环保蓄冷技术，利用制冷剂水合物相变潜热储存能量，可将富余能量储存起来，然后在用能峰期将能量释放出来，在工业与民用建筑、空调、冰箱的节能中有重要应用价值。此研究项目基于溶液热力学和晶体生长理论，将常压下为液相制冷剂制备为热力学稳定的纳米制冷剂水合物相变蓄冷材料，将改变目前普遍利用机械力或外场等使水相和制冷剂相混合的方法，比传统蓄冷剂具有热力学性质稳定、反应速率快、制备简单、使用方便、蓄冷效率高的优点。

  该项目是北京科技大学和重庆钢铁公司的科研合作项目，主要研究开发将控制轧制及控制冷却技术从理论上已经完全成熟的技术结合在线模型对高速线材的组织和性能进行预测和控制的实用技术。利用多元线性回归软件，对轧制工艺参数与性能间的关系进行多元线性回归，以实现根据工艺参数预测轧后性能，最后确定出最优轧制工艺。 本课题的技术关键：为了准确的预测及控制线材的组织在冷却线上的转变，需开发在线的数学模型，根据实际情况调整生产工艺参数，稳定产品的质量。有关高速线材控冷段的数学模型已有文献报道，但这些模型仅用于离线分析，目前还没有见到国内在线模型的报道。国内的一些引进的生产线带有在线的数学模型，但其详细的构造未见报道，重钢高线厂是全国建立在线性能预测的第一条高线厂。

现阶段所设计的存算一体器件单元结构如图 1 所示： 器件的基本结构由波导和功能层（由下到上分为加热层、电极层、保护层、相变材料（硫系化合物）层）所构成。拟通过在当前流行的绝缘层上硅(SOI)光子平台上集成四氮化三硅光波导的方式实现器件的光学读取功能，即在非常厚的硅衬底层上生长一层绝缘层二氧化硅和波导层，然后在基片上通过光刻、显影、刻蚀等工艺制备四氮化三硅波导。功能层主要用于实现器件的电学写入功能。加热器层的主要用途是与相变材料层形成电接触，通过较小的接触面积使接触处的热量集中，从而可以在较小的电压或电流下使相变材料发生相变。因此需要加热器层具备较好的导热和导电性能，同时在近 C 波段具有较低的光损耗，可采用石墨烯。电极层可用于提供相变材料器件单元所需要的编程电脉冲。当前拟采用硒掺杂的相变材料合金（如 GSST）作为器件的核心功能层的相变材料。该材料在通信/非通信波段显示了极低的光损耗和更高的品质因数，且相变前后在通信 C 波段具有足够大的光学常数反差，可在更恶劣的高温环境下进行操作，适用于硅基光子器件应用。 采用的主要技术手段包括： ① 依托于相变材料的电致和光致相变特性，通过电学编程、光学读取的方法实现器件的存储、算术运算和逻辑运算功能：  存储功能的实现：拟利用相变材料晶态低透过率和非晶态高透过率分别代表二进制中的‘1’和‘0’，实现数据存储（编程）功能。例如在电极两端施加合适的电脉冲，所产生电流流经加热层时，生成的热量主要集中在加热层和相变材料层接触处，使得接触处的相变材料发生相变，实现存储功能。在完成上述编程操作后，从器件波导输入端输入读取连续光。由于相变材料功能层对光强的吸收能力在编程和非编程区域间存在着显著的差异，因此当输入光经过波导后，其能量会因为相变材料编程区域的吸收而发生改变，进而显著改变输出光强能量。所以通过测量输入输出光强的能量之比（即透过率），可实现对先前编程区域的读取。  算术和逻辑功能的实现：通过调整编程电脉冲的幅度和宽度可以动态调控相变材料的相变程度，使得器件的中间透过率值可用于代表不同的数值，实现多级存储功能。所以拟采用输入脉冲数量对应加数的方法实现标量加法计算。同时由于所设计器件的读取连续光输出功率可视为读取连续光输入功率和器件透过率的乘积，因此可采用将输入功率和透过率作为被乘数和乘数的方法实现基本乘法运算。除此之外还可以将器件功能层的初始状态设置为非晶相，把晶化脉冲幅值和不足以产生晶化的脉冲幅值分别作为输入逻辑‘1’和‘0’；同时设定一个判定阈值并与编程后器件透过率的变化率进行对比，把高于和低于阈值的透过率变化率分别作为输出逻辑 ‘1’和‘0’；通过合理选择编程脉冲有望实现各种逻辑功能输出。 ② 基于器件透射率可调特性验证其实现神经突触的可行性。并依托所设计人工突触构建人工神经网络芯片，实现图像、语音和文本识别功能：  突触可塑性是大脑记忆和学习的神经生物学基础，也是人工类脑器件需要实现的首要功能。为实现突触可塑性，拟把相变材料和波导之间的耦合区域视为仿生神经突触，左右两端电极分别代表突触前和突触后，分别施加在两端电极上的电脉冲则作为突触前和突触后刺激。通过调节从左右两端电极输入耦合区域的电脉冲时间差对耦合区域的光透过率进行连续调控，进而依托于上述存算理论模型和实物器件仿真和实验实现仿生神经突触的脉冲时序依赖可塑性（Spike-Timing-Dependent-Plasticity, STDP)。  将不同波长的光脉冲序列输入所设计的突触单元, 经过相变材料的作用，脉冲强度发生变化，对应于乘法器。进而借助于微环结构，将不同波长的脉冲导入进同一波导中，该功能类似加法器。相加后的脉冲光强较小时，读取光与微环发生共振，在输出端口没有光强输出。当光强达到一定的阈值后，读取信号不再和微环发生共振，而是传播到输出端口。这一过程类似神经元脉冲信号的激发，实现了非线性激活函数的功能。利用上述的单个神经元结构，验证其监督式机器学习和非监督式机器学习。对于监督式机器学习，权重的数值通过外部管理器设置；对于非监督式机器学习，不再需要外部管理器来设置权重值，而是通过输出光脉冲进行反馈控制，调整权重值。在单个神经元结构的基础上，更复杂的光学脉冲神经网络结构，证明该结构的可扩展性。拟设计的神经网络中的每一层结构包括三个功能单元，即收集器、分发器和神经突触结构。收集器将上一层不同波长的光脉冲信号收集到同一根波导中，分发器将光脉冲分发给多个神经元，神经突触结构则产生光脉冲信号，输入给下一层结构。基于上述结构实现图片、语音和文本的识别。 创新性分析：①首次研究了一款基于“电学编程、光学读取”模式的光电混合存算一体化器件。与传统电学存算一体化器件相比,拟研发的器件可以进行长距离的信息传输，具有传输带宽高、信号间延迟低、损耗低、抗干扰、集成密度高等优点。②采用硒(Se)掺杂的相变材料作为存算一体化器件的核心功能材料。与采用其他相变材料的存算一体器件相比，以硒参杂的相变材料作为功能材料的存算一体器件有望展现出极低的光损耗。③提出了一种基于“电学脉冲刺激、光学权重调节”的人工神经突触。该突触器件有望成为未来通用型人工神经突触，填补了光电混合型人工突触的技术空白。 先进性分析：①所提出的光电混合工作模式使得该存算一体化器件不但具有传统集成电路的高密度特性，且兼具光通信技术的宽频带、低延迟、抗干扰的优越性能。②所采用硒参杂的相变材料不但继承了传统材料具有的快速相变转化速度、低功耗和稳定性强等特性，且本身在通信波段非晶态透明的同时还保持了相变前后足够大的光学性能差异的特点。③所设计的突触继承了人工电子突触和全光突触的优点，具有高集成度、低功耗、超快响应时间、稳定性强等优点。 独占性分析：根据已取得成果正在撰写专利，以获得该关键技术的独有权。