项目研究内容 ：二十八烷醇是世界公认的抗疲劳物质，具有独特的生 理功能。是一种新型功能性食品添加剂，可广泛应用于各种保健食品、药 品、化妆品以及动物饲料中。近些年来。二十八烷醇的制备与产品开发已 经成为国内研究的热点。本研究以榨糖滤泥为原料，对二十八烷醇的制备 及纯化进行了研究，以制定从蔗糖中制备二十八烷醇工艺，并分离纯化二 十八烷醇。 工艺流程 ：滤泥 →粗醋 →精制蔗蜡 →制备二十八烷醇 →纯化二十八烷

项目研究内容 ：本项目是以葛根淀粉为原料，利用脱支淀粉酶增加直 链淀粉含量、食用交联剂淀粉交联增大淀粉分子量、冷冻循环老化工艺提 高葛根淀粉中抗性淀粉含量， 以增强葛根淀粉等淀粉资源作为糖尿病辅助 食品的目的。 技术特点 ：该项目通过综合优化的方法，采用冷冻循环老化工艺提高 葛根淀粉中抗性淀粉含量，使抗性淀粉含量达到 22%，葛根抗性淀粉的色 泽均匀，颗粒细腻一致，工艺合理可行，技术水平处

刘心元课题组巧妙地设计开发了一种由一价铜与金鸡纳生物碱衍生的多齿阴离子配体组成的催化体系。此多齿阴离子配体不仅有效的提供了手性环境，更显著增强了铜中心的还原性。因此，课题组可以直接将简单易得的外消旋卤代烷烃单电子还原成非手性烷基自由基中间体，并进一步成功实现了立体汇聚式的Sonogashira碳（

为从根本上治理杨、柳飞絮污染，克服杨树和柳树产业发展的瓶颈问题提供了创新解决方案。 一、项目分类 关键核心技术突破 二、成果简介 （1）阐明了杨树和柳树的遗传分化机制，建立了杨柳科植物大遗传系统研究平台，创建了木本植物遗传研究的新模式体系。本项目首次在基因组水平明确了杨属和柳属两个姊妹属的进化关系，比较基因组学结果表明：杨柳科植物的共同祖先经过二倍化形成了杨树，杨树的两条染色体发生了断裂与重新融合，染色体重新融合的结果导致柳树的产生。以前杨树和柳树是作为独立的体系进行遗传研究的，由于两者基因组有高度的相似性，本项目建立了将两者作为一个大遗传系统进行研究的分子平台。 （2）阐明了杨树和柳树的性别决定系统以及杨柳科植物性染色体演化的分子机制。发现杨树性别决定基因定位在19 号染色体近端粒区域，为XY 性别决定系统；而柳树性别决定基因均定位在15 号染色体的着丝粒附近，为ZW 性别决定系统。杨柳科植物虽然起源于同一个古四倍体祖先，但这两个姊妹属的性染色体分别由两条不同的常染色体进化而来，并且常染色体向性染色体的转变发生在杨树和柳树物种分化之后，性染色体在这两个姊妹属中独立起源和进化，分别演化形成XY 和ZW 两种完全不同的性别决定系统。 （3）发现了飞絮发生发育过程，揭示了杨树性别决定基因及其作用机制。发现美洲黑杨性别决定区的2 个Y染色体特有的基因FERR-R 和MSL。FERR-R 基因具有抑制雌蕊发育的功能，该基因是由一个在雌花发育早期特异表达的促雌基因（FERR）复制产生。杨树雄株中，FERR-R 基因通过产生small RNA 对FERR 基因的启动子进行甲基化，同时降解FERR 基因的转录产物，在杨树雄株中关闭了FERR 基因的表达，从而导致雄株中雌蕊不发育；而雌株中没有FERR-R 基因，FERR 基因表达不受抑制，雌蕊可以正常发育。MSL 基因转录产生长片段非编码RNA，具有促进雄蕊发育的功能。杨树雄株由于存在MmS 促雄基因，所以雄花原基发育，但雌株中没有MmS 促雄基因，所以雄花原基不发育。 （4）建立了杨树和柳树的性别早期鉴定和标记辅助选择育种技术体系。选育雄株品种在生产上进行推广，可以有效的解决杨、柳飞絮问题，因此苗木性别的早期鉴定至关重要。然而苗木性别的早期鉴定一直存在可靠性低、误检率高等问题。本项目利用杨树Y 染色体特异序列和柳树W 染色体特异序列开发了用于杨、柳性别鉴定的特异分子标记，分别在美洲黑杨、山杨和簸箕柳苗木性别的早期鉴定工作中实现100%准确率。杨、柳性别早期鉴定技术在“国家林草局南方林木种子检验中心”开展的杨、柳种苗抽检工作中得到应用。 本项目取得的原始创新性研究成果，不仅使我国在相关研究领域处于国际领跑地位。通过解决技术瓶颈背后的核心科学问题，促使基础研究成果走向应用，为从根本上治理杨、柳飞絮污染，克服杨树和柳树产业发展的瓶颈问题提供了创新解决方案，为通过科技创新服务生态文明和美丽中国建设提供了典型案例，将带来巨大的经济效益、社会效益和生态效益。

成果介绍 成果名称：降低循环流化床锅炉烟气NOx排放技术研究 成果参与单位：华北电力大学、中石化洛阳技术研发中心 成果完成人：常剑、齐文义、王体朋、陆强、陈千惠、李小苗、黄延召、郝代军、孟学峰、邓向军 知识产权情况：成果对应发明及实用新型专利1项，已形成完整知识产权体系 随着NOx排放标准的日益严苛，低NOx燃烧+SNCR+SCR（或臭氧脱硝）配置已经成为常态，严重削弱了循环流化床锅炉低成本污染物治理的优势。本研究在明确循环流化床锅炉NOx形成演化机制与CO原位催化还原脱除机理的基础上，确定关键污染物NOx与CO、炭质颗粒的时空分布与变化规律，确立专用脱硝催化剂的主要反应区域，构筑与CO和炭质颗粒原位脱硝反应高度协同匹配的催化剂和传递环境。开发适于循环流化床锅炉的脱硝催化剂，加入锅炉炉膛内部，利用燃料燃烧产生的CO和炭质颗粒原位脱除烟气中的NOx，高强度、粒度适宜的催化剂颗粒随循环灰在系统内循环，可以提高催化剂的使用效率，降低脱硝成本。 与现有脱硝技术相比，该技术具有操作流程短、使用方便、脱硝成本低的优势。为进一步验证本技术在不同尺度规模工业装置上的脱硝性能，需寻求再次工业验证装置。 创新点 1、基于循环流化床锅炉烟气NOx的生成与转化机理，提出了通过向循环流化床锅炉燃烧室内加入脱硝催化剂颗粒、利用循环流化床锅炉自身具有的特殊还原气氛、原位将烟气中的NOx催化还原为N2的技术路线。 2、基于循环流化床流动和热质传递特性，研究开发了一种脱硝催化剂，催化剂具有适宜的堆积密度、粒度分布和强度，使其在循环流化床循环燃烧过程中具有较高的保留度，降低了催化剂的用量，单位脱硝成本相对较低。 3、首次在工业规模220t/h循环流化床锅炉上进行了脱硝催化剂工业应用试验，脱硝效率达到50%～70%，实现了该装置NOx的超低排放。 市场前景 2022年在中石化九江分公司220t/h工业规模循环流化床锅炉上进行了脱硝催化剂工业应用试验，脱硝效率达到50%～70%，在停止SNCR喷氨和降低30%左右的臭氧的情况下，实现达标排放。 应用案例 据统计，全国大大小小的CFB锅炉超过3000台。日益严格的环保标准促使更多企业加大在环保方面的投入，但严峻的经济形势也会使企业在环保投资方面更加理性，能满足环保要求、经济上合算的技术将越来越受到人们的重视。低NOx燃烧+SNCR+SCR（或LoTOx）等是目前降低CFB锅炉烟气NOx排放的主要技术，但存在运行成本高、运行周期短等缺陷。 采用炉内脱硝催化剂的方法，在燃料燃烧过程中将NOx原位转化成N2，脱硝成本低、不会产生二次污染，具有良好的经济效益和社会效益。

中国科学技术大学计算力学团队发展了纳米限域传质理论模型，分析了该非对称纳米通道中离子/质子的整流传输现象，揭示了限域空间内金属离子和质子的双向快速整流传输机制。

研发阶段/n雷竹是我国特有的优良笋用竹，也是一种高效经济林。其成熟期居所有笋用竹的首位，是一种经济价值较高的笋用竹种类。雷竹作为森林蔬菜的新秀成为山区农民脱贫致富、增产增收的新途径受到各级政府和广大农民群众的重视。推广雷竹不仅具有可观的经济效益和社会效益，而且对于环境保护、建设生态农业具有明显的生态效益。应用前景：针对南方红壤带北部低丘岗区的自然资源特点和湖北省农业结构调整的需求，开展本课题研究，采用即研究与应用推广研究相继和的方法，提出了雷竹的生物学研究成果和优质高产早产技术，对雷竹引种栽培和丘陵

研发阶段/n本技术根据当前推广油菜高产优质品种的需硼规律，通过湖北省油菜主产区土壤有效硼现状的调查，以及油菜施硼效果的大田和示范，修订了当前油菜种植中土壤有效硼和植株硼营养丰缺的诊断指标，制定了《油菜硼肥施用技术规范》。该规范概括为"测土定肥、依产调肥、因势补肥"12个字。主要表现在：在油菜整地之前，测定土壤有效硼及其他有效养分的含量，以此为主要指标，根据土壤有效硼的等级所对应的硼肥推荐量，确定硼肥施用量、施用环节和方式。然后根据产量目标和品质需硼特性调整硼肥用量，并根据土壤氮磷钾等肥力状况，制定硼

悬赏金额：15万元 发榜企业：中科软件测评（广州）有限公司 需求领域：图形图像处理 数据库系统及数据处理 软件开发 检测分析技术及服务 信息技术及系统服务 产业集群：新一代电子信息产业集群 技术关键词：图像,识别,准确率

项目背景：2021 年国务院政府工作报告中指出，扎实做 好碳达峰、碳中和各项工作，加大新能源技术研发。据研究 公司 Frost＆Sullivan 发布的一项新报告指出，预计到 2030 年，全球电池储能市场的复合年增长率将达到 23％。由此可 见，未来十年储能电池数量将大幅增加。另一方面，储能电 池安全性引起广泛关注，2019 年 4 月 19 日，美国亚利桑那 州 McMicken 电池储能项目发生火灾爆炸事故；2021 年 4 月 16 日，北京集美家居大红门的储能电站起火。因此储能电池 安全性显得尤为重要。通过人工智能和机器学习等手段预测 电储能电池的安全性已经成为研究热点，英国剑桥大学和美 国斯坦福大学等顶尖高校和科研院所都有相关的实验室。在 国内，中科院、比亚迪、宁德时代、国家电网等企业院所已 经开展了各种类型储能电池和技术的研发。然而，目前国内 外还没有成熟的电储能电池远程管控系统，储能电池数据传 输协议没有公认的标准。由于不同类型的电储能数据指标差 异较大，需要采集的数据缺乏规范标准。另外，何种指标的 变化会引起潜在的储能电池安全问题尚未明确，目前基本是 通过人工经验判断，效率不高，并且准确率较低。如果能够 通过机器学习，深度学习等人工智能手段，结合储能电池实 际工作过程中的电流、电压的变化数据，学习并分析其运行 规律，挖掘出数据变化导致的潜在安全风险，电储能电池的 安全性能将大幅提高。 所需技术需求简要描述：1.研发储能电池故障预测模 型，利用人工智能等手段，通过机器学习的方法对采集的电 池运行状态及参数数据进行分析，实时监控电池运行状态， 对可能出现的潜在储能电池安全问题进行评估，实现对即将 出现的电池故障和安全问题的预判。2.建立储能电池的远程 安全传输协议，对电池运行状态及参数数据进行周期性采 集，并实现多终端异构网络环境下的储能电池数据实时传 输。建立安全传输机制，有效防止数据伪造和恶意攻击。3. 开发电储能电池数据远程管理系统，对不同种类的储能电池 安全问题采取相应的措施，通过网络实现对储能电池的远程 管理，从而延缓或避免由于电池故障产生的安全问题。数据 通信应建立在安全可靠的传输机制上。  对技术提供方的要求:1、建立电储能电池的远程数据采 集和安全传输协议。2、开发研究电储能电池数据远程智能 分析和管理系统。3、在相关领域经验丰富的技术团队的院 校或科研单位。