项目成果/简介:锂离子动力电池在实际工作中需要很高的能量和功率密度，所以需要有些正极材料在高电压(4V 以上)还能进行锂离子的嵌入/脱出反应，而在这样高的电压下，现有的有机电解液体系不能满足要求。另外，锂离子动力电池的电解液还需要能满足大电流充放电和高温工作的要求。目前的电解液体系是把 LiPF6为电解质盐溶解于以环状碳酸酯[如碳酸乙烯酯(EC)或碳酸丙烯酯(PC)]和直链碳酸酯[如碳酸二甲 酯(DMC)或碳酸二乙酯(DEC)]混合溶剂中，不能满足锂离子动力电池的上述要求。我们近年来在对正极材料进行表面改性的基础上，进行了高电压新电解液体系的研究，可行的解决途径包括优化有机电解液体系、添加适当添加剂、选择新型锂盐以及使用离子液体等。 该电解液可以提高电解液与高电压正极的相容性，减少充电过程中电解液在高电压正极材料表面的分解，并可以在正负极表面形成稳定的 SEI 膜，使得正极材料的充放电容量及循环稳定性显著提高；而且工艺简单、易于实施、原料成本低廉、适于工业化生产，应用前景广阔。

锂离子动力电池在实际工作中需要很高的能量和功率密度，所以需要有些正极材料在高电压(4V以上)还能进行锂离子的嵌入/脱出反应，而在这样高的电压下，现有的有机电解液体系不能满足要求。另外，锂离子动力电池的电解液还需要能满足大电流充放电和高温工作的要求。目前的电解液体系是把LiPF6为电解质盐溶解于以环状碳酸酯[如碳酸乙烯酯(EC)或碳酸丙烯酯(PC)]和直链碳酸酯[如碳酸二甲酯(DMC)或碳酸二乙酯(DEC)]混合溶剂中，不能满足锂离子动力电池的上述要求。我们近年来在对正极材料进行表面改性的基础上，进

（专利号：ZL 201310647043.4） 简介：本发明公开了一种利用电解磁选法完整提取钢中夹杂物的方法，属于金属物理研究方法技术领域。本发明的步骤为：（1）制备钢样；（2）电解过程，将钢样作为阳极，并将钢样放入电解槽内进行电解；（3）淘洗过程，控制进气管的气流速度和进水管的水流速度；（4）磁选分离，将磁选分离皿固定于振动器上，磁选分离皿的上方安装电磁铁，控制振动器的振动频率为1～5Hz，水平振幅为2～4cm，在磁选分离皿随振动器振动

锂离子动力电池在实际工作中需要很高的能量和功率密度，所以需要有些正极材料在高电压(4V 以上)还能进行锂离子的嵌入/脱出反应，而在这样高的电压下，现有的有机电解液体系不能满足要求。另外，锂离子动力电池的电解液还需要能满足大电流充放电和高温工作的要求。目前的电解液体系是把 LiPF6为电解质盐溶解于以环状碳酸酯[如碳酸乙烯酯(EC)或碳酸丙烯酯(PC)]和直链碳酸酯[如碳酸二甲酯(DMC)或碳酸二乙酯(DEC)]混合溶剂中，不能满足锂离子动力电池的上述要求。我们近年来在对正极材料进行表面改性的基础上，进行了高电压新电解液体系的研究，可行的解决途径包括优化有机电解液体系、添加适当添加剂、选择新型锂盐以及使用离子液体等。 该电解液可以提高电解液与高电压正极的相容性，减少充电过程中电解液在高电压正极材料表面的分解，并可以在正负极表面形成稳定的 SEI 膜，使得正极材料的充放电容量及循环稳定性显著提高；而且工艺简单、易于实施、原料成本低廉、适于工业化生产，应用前景广阔。 专利号：201010561063.6

本发明提供了一种风光耦合电解制氢系统的储氢罐智能滤波控制方法，包括：设计滤波器并根据储氢罐的时间常数动态调整滤波器的截止频率，通过寻优机制找到最佳的滤波器阶数；通过储氢罐的充放氢状态，判断当前的工况，根据不同的工况，从FIR滤波器、IIR滤波器以及自适应混合滤波器中选择合适的类型；对制氢过程进行滤波，根据目标制氢速率和实际制氢速率的差异调整储氢罐的充放氢量，从而获取平滑的氢气输出；根据输出氢气过程中的波动率评估制氢系统的性能，并根据评估结果重新调整滤波器参数。本发明根据不同工况动态选择合适的滤波器类型，实现了较平滑的氢气输出速率，确保系统的稳定性，满足后续大规模工业生产的需要。

【发 明 人】顾薇；陈军；杨希雄；陆姗姗；严旭 【摘要】 针对现有技术中9-硝基喜树碱溶解度差、生物利用度低的技术问题，本发明提供9-NC-环糊精包合物，其含有分子摩尔比为1:30~200的活性成分9-NC和包合剂β-CD或其衍生物；具体制备方法为：将9-NC丙酮饱和溶液滴加到CD溶液中，并在25~60℃下磁力搅拌至丙酮完全挥发；所得混悬液离心后取上清液进行冷冻干燥得9-NC-CD包合物粉末。同时本发明提供含有上述9-NC-CD包合物和药学上可接受的赋形剂的药物组合物。本发明提供的包合物相比于9-NC游离药物溶解度增加300倍以上；同时包合物表现出更高的内酯稳定性与体外缓释效果；用X射线衍射分析与热分析法表明包合物中9-NC已完全被包合，进一步验证工艺的可靠性。由此，包合物可被开发成为液体制剂，也可改善9-NC固体制剂的体内吸收，提高生物利用度。

湖南大学设计艺术学院数据智能与服务协同实验室（DISCO Lab）发起并联合湖南大学嵌入式与网络计算湖南省重点实验室、国防科技大学高性能计算国家重点实验室、中山大学大数据与计算智能研究所等科研单位师生，历时十天，从无到有、响应关切，快速开发上线了“急物帮”疫情公益微信小程序，助力社区居民应急生活物资供需和网格化管理。 解决的主要困难：为民众提供物资供应信息，助力防疫工作；搜集物价线索，信息透明公开；线上线下结合，实体虚拟融合。基本功能：结合地理位置收集物资信息，构建周边物资数据库；搜索周边物资信息，规划购买行程；发布物资求助信息，从线上社区中获得反馈。 

给体片段以氟原子修饰的n型给受体聚合物热电材料，利用聚合物链间的给受体相互作用维持聚合物的电子迁移率，通过引入氟原子增加聚合物的电子亲和性以提高n掺杂效率，两者的协同作用大幅度提高了聚合物的n型电导率。通过进一步提高聚合物的塞贝克系数，成功地将n型给受体聚合物的热电性能提高了三个数量级。引入氟原子的聚合物的n型电导率提升至1.3 S/cm，功率因子提升至4.6 μW/mK2，是目前n型给受体聚合物热电材料的最佳性能。通过对聚合物在掺杂状态下的电子顺磁共振谱、紫外光电子能谱和X射线光电子能谱的表征证明了氟原子的引入提高了聚合物的n掺杂能力。场效应晶体管器件结果则表明氟原子的引入提高了聚合物在n掺杂状态下的电子迁移率。这两者的协同作用使得该聚合物的电导率相比没有引入氟原子的聚合物提高了1000倍。此外，掠入射X射线衍射、原子力显微镜以及导电原子力显微镜实验证明了氟原子的引入改变了聚合物的分子排列，提高了聚合物与掺杂剂的混溶性，使聚合物从“局部掺杂”的状态转变为“均匀掺杂”状态，从而维持了掺杂聚合物较高的n型塞贝克系数。

研究团队拥有可进行污染物分析的气质联用仪和尘螨分析仪，可对室内 VOC采样柱、灰尘取样等进行 SVOC、VOCs、苯系物、尘螨等过敏原进行分析。

智慧公路物联网系统通过在公路广泛部署低成本的集成多种传感器的具有通信功能的智慧无线信标产品实时获取路况信息，实现车流量、车速、车型的实时精准时空统计，通过设备的广泛部署实现高精度、大范围的精准监测，为智能交通系统高效管理与养护提供交通与环境态势的精准监测、识别和态势预测，为交通决策提供科学依据与数据支持。其次针对公路场景下定位误差较大等问题，采用 GPS 定位、惯性导航与物联网感知设备结合的新型多重组合定位方法，通过车路协同实现车道级的高精定位，优化车辆偏离预警等功能，为车辆提供准确的位置信息及导航与综合服务功能。最后通过车路协同环境下车载终端、路侧多源异构传感器协作环境数据采集、多维度感知融合与超视距全局环境态势构建，实现智能交通系统全息实时交通、路况环境感知及智能网联汽车超视距精准环境感知与精准定位。智慧公路物联网系统旨在突破制约高速公路智能车路协同系统集成应用的重大共性关键技术，开展典型示范应用，提升高速公路的智能化水平和服务品质，促进全国范围大规模推广。 目前，如图 1 所示，技术成果已经研发出第三版样机。样机已经小批量生成并在齐鲁高速、长安大学测试场进行了实际部署测试。此外，项目组正在对第三版样机进行改造升级，全力打造稳定性更强功能更加丰富的第四版样机。 图 1 第一版样机；第二版样机；第三版样机 主要技术指标 1. 节能增收 20% 通过对城市边缘交通环境及流量等数据的智能分析，优化灯光使用场景。该系统在满足车辆日夜间安全行车条件下，工程综合节能可达 20%。 2. 交通流量增加 20% 通过对交通运行安全风险预警及控制策略处理模块将路段监测数据汇总后，根据车流密度、速度、流量、各级风险事件结合其它传感器数据，包括上游主线流量、匝道流量、公路气候数据、环境数据、消防系统数据等，进行大数据综合分析研判。 构建算法模型，自动制定和优化的控制策略，通过智能预警发布及综合自动管控系统进行预警发布和综合自动管控。为管理者实时预警的同时，将预警、诱导信息和控制指令自动发布于上游路段、匝道区段的可变信息标志、可变限速标志、车道线主动发光标志等，对交通流速及交通流量进行有效调控及诱导。综合评估能增加 20% 交通流量。 3. 减少交通事故 30% 任何异常事件报警被触发时，系统同时依据预案自动将异常事件联动灯光预警、可变信息标志、可变限速标志、车道指示标志等自动发布预警给司乘人员，实现对车流车速的动态调控和诱导，增加公路通容量，减少交通拥堵，防止二次事故和连环事故的发生。 实践证明，采用该系统，至少可以降低公路安全事故 30%，同时提高交通流量，进而降低交通污染，均衡交通流平顺性，信息的及时推送，降低驾驶员驾驶紧张感，提高了驾驶员的舒适性，可以整体有效提高交通运输设施安全水平及服务水平。 4. 100% 信息覆盖 全自动监测传感器都可以实现对整条公路的全面信息覆盖。 5. 对接智能网联驾驶 a. 提供智能网联车实时交通图，推荐进场事件和速递协调； b. 告知智能网联车辆风险，实时定位公路中的驾驶风险，将这些风险传达给下游智能网联车辆； c. 为智能网联车提供车道级交通数据，警告即将来到的交通拥堵； d. 识别相关车道的驾驶风险，促使智慧驾驶车辆提前做出反应； e. 为智能网联驾驶提供超视距感知、恶劣天气环境下的精准感知，促进智能网联车早日实现大规模商用。