非晶合金（又称金属玻璃）是一种结构/功能一体化新型金属材料，被誉为继钢铁、塑料之后的第三次材料工业革命性材料。非晶合金因其特殊的原子结构（长程无序）而拥有一系列独特的性能，如非晶合金是地球上最强和最耐腐蚀的金属材料；非晶合金具有高耐磨性能以及优异催化降解性能等。非晶合金及其衍生产品（粉末、涂层、催化剂）在海洋工业、石油化工、3D打印、水处理等行业具有非常广泛的应用前景。利用所团队研发的非晶合金粉末，可通过堆焊、激光、热喷涂等技术制备不同高性能非晶涂层，能赋予零部件防腐蚀、耐磨损、抗疲劳、抗冲击、防腐蚀等优异性能，极大延长使用寿命。

本发明公开了一种应用于中冷器芯子总成的焊剂喷涂装置，装置主要由顶部平台，水平滑台，防护窗，搁置板，储液箱，两个立柱，基座构成。所述顶部平台经过两对锥齿轮副将动力传递到两个对称立柱的竖直丝杠上，带动水平滑台在竖直方向运动，安装在升降板上的伺服电机驱动水平丝杠从而带动喷头组件在水平方向运动，即实现喷头二自由度可调。所述储液箱主要用于储存并回收喷液，箱中液体经过电机叶片进行均匀搅拌，并通过隔膜泵输送至喷头，喷涂过程中溅洒的多余喷液通过所述防护窗引流下落至箱中进行回收利用。本发明的装置通过横移及升降喷头能对不同规格芯子总成的进行喷涂，适用范围广，能满足大批量不同规格生产要求，提高了喷涂效率和喷涂质量。

本发明提出一种大葱移栽机，包括机架，机架的前端设置有开沟犁，机架的上端设置有可将成堆大葱分摊送出的送苗单元，送苗单元的一侧设置有为送苗单元中送出大葱提供动力的动力单元，送苗单元的出苗端排布有排苗辊，排苗辊的出苗端竖直设置有可将葱苗夹持送至沟渠中的输送链条。该大葱移栽机能将苗箱内的葱苗均匀分离并成排地向外输送，实现了送苗的自机械化。

一种全固态Zn2+选择电极，是由树脂管、对Zn2+敏感小柱体材料为管的封底、铜导线和树脂上盖组成；其制备方法：用光谱纯ZnS、Ag2S、As2S3和AgI，以35∶15∶25∶5到45∶25∶35∶15摩尔比经混合研磨后，压成小长方体，放到石英瓶中，在干燥氮气条件下，加热到600℃，保持3小时；然后自然退火，再把小长方体研磨碎，制成高/宽比为0.25～4的小柱体，放进真空石英瓶中，加热到600℃，保持3小时；然后自然退火；小柱体经抛光制得Zn2+敏感材料的小柱体。再将它及其上铜导线封在树脂管封底，管顶有树脂盖，制得全固态Zn2+选择电极。携带方便，快速准确检测水、血液、蔬菜和水果中Zn2+。

稀散金属铼及其化合物，由于具有特殊的物理、化学性质，如导电性、催化活性等，受到越来越多研究者的关注，在石油化工铂铼重整催化剂、军工材料的研制、高温材料以及新型环保化合物的研发等众多方面有广泛的应用。本发明的有益效果是：本发明以萃取法直接从含铼料液中制备新型铼基离子液体，对空气和水稳定。工艺简单，缩短反应时间，简化了合成环节，萃取剂可循环利用。萃取法制备铼离子液体，产率可达60～70%。

综述了锂离子电池正极材料的工作原理,应具备的结构与性质以及目前最具有吸引力的三种正极材料LiCoO2,LiNiO2,LiMn2O4.通过比较这三种正极材料的制备方法和电化学性能,讨论了这些材料存在的问题和相应的解决方法。

本发明提供了一种通过对采用固相法、液相法等各种合成方法制备的锂离子电池正极材料例如LiFePO4的前驱体进行变温联合煅烧，达到对合成锂离子电池正极材料结构和形貌的优化设计和控制，从而获得具有高倍率及超高倍率充放电特性的锂离子电池电极材料的制备方法。

本项目是一种高电压锂离子电池的制备方法。按锂离子电池的常规方法组装制备，正极材料为碳包覆正极复合材料LiCoPO4/C，负极材料为锂或碳，电解液为加入添加剂的常规有机电解液，所述添加剂为噻吩、联苯和呋喃中的一种或两种以上任意比例的组合，添加剂的质量百分比用量为常规有机电解液的0.05-2%。本发明的优点是：1）通过对高电压正极材料进行碳包覆，可在材料颗粒表面形成均匀的导电薄膜，有助于锂离子的嵌入与脱出；2)噻吩等添加剂的作用保证了电解液组分的稳定性。该方法工艺简单、易于工业化，通过正极材料的改性和

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。