本发明属于半导体存储器技术领域，具体为一种基于二维半导体材料的电荷超注入存储器及其制备方法。本发明通过存储叠层能带设计，在实现闪存的非易失性存储特性；通过横向电场设计以及器件的仿真模拟设计，利用二维半导体材料的原子级薄层特性，显著增强最大横向电场从而提升电荷的注入效率，实现存储器中电荷的超注入机制，进而实现闪存的亚纳秒编程。本发明存储器在维持十年数据保持能力的同时，大幅提升了电荷注入效率，将编程速度提升至亚纳秒，为解决电荷存储领域超快编程和长保持时间无法共存的重大挑战提供新的解决方案。

本发明提供了一种可检测U的超稳定塑闪树脂及其制备方法和应用，属于塑闪树脂技术领域。本发明提供的可检测U的超稳定塑闪树脂，由塑料闪烁微球和接枝在所述塑料闪烁微球上的偕胺肟基组成；所述塑料闪烁微球含有羧基。本发明提供的可检测U的超稳定塑闪树脂中偕胺肟基和羧基为铀的吸附基团，其对铀具有大的分配比，能够有效吸附U，从而实现铀的分离；同时塑料闪烁微球能够接收U发出的α射线，并产生荧光，荧光被仪器的光电倍增管接收，从而达到稳定且高效地测量U的目的。

燃料电池作为高节能性，环境负荷小的能源技术受到注目。燃料电池的氢气源现在主要利用天然气，甲醇，DME，轻质馏分，汽油和煤油等进行水蒸气重整开发。其中，煤油具有价格便宜，携带便利，常温下稳定性高，供给系统完善等优点。可以广泛应用于家庭，汽车，野外或者是灾害时，成为非常方便的电力供给源。但是用于燃料电池的燃料油中的硫磺含有量必须从现在的数十 ppm 减少到 1ppm 以下。 为了达到这种严格的超深度脱硫，在现在既存的石油加工厂通过加氢精制脱硫的话，需要十分巨大的设备投资，实际上对于燃料电池用燃料油的脱硫处于无法对应状态。另外利用化学吸附的吸附型硫磺脱除器正在开发中，但是吸附选择性低，使用了无法再生的高价吸附剂，处理能力也比较低。 项目特色 本技术采用和现在的研究完全不同的想法，利用常压低温下的氧化反应，将煤油中的硫磺化合物用油溶性氧化剂氧化，并通过常压常温下的选择吸附除去硫的氧化物砜，是一种新的低价脱硫法。无论在国内国外，像本技术一样利用固定床流通式反应装置除去燃料油中的硫磺化合物的研究很少有报告。这个超深度脱硫技术的反应条件非常温和，应用于燃料电池的燃料油重整器，可以很容易使燃料电池小型化，轻量化。和传统的高温高压下的加氢脱硫方法相比，本技术是在温和条件下的高效率脱硫法。和非氧化吸附式脱硫技术相比，脱硫效率高数十倍，对于硫氧化物的选择吸附性高，吸附剂可以再生，吸附剂的使用量减少，可以降低成本。本项目的目的是将这个新的低价脱硫法应用于燃料电池的重整系统，制造出氢气提供给燃料电池。 项目应用前景 1. 利用氧化吸附脱硫法开发煤油的超深度脱硫器 图 1 是氧化吸附脱硫法的原理及煤油超深度脱硫器的概念图。煤油中的难脱硫化合物 DBT 在催化剂及氧化剂存在下，在常压低温下很容易氧化，生成硫氧化物，然后通过常温常压下的吸附被除去。反应容器里放入煤油及氧化剂，通过自然滴落在常压下送进填充了催化剂的固定床流通式氧化反应器，然后，常温常压下通过吸附器进行吸附，除掉氧化后的硫磺化合物。现在的研究结果是通过氧化吸附脱硫法可以将煤油中的硫磺含量减少到 0.5ppm。 2．超深度脱硫煤油的重整反应 图 2 是利用 Ru 系催化剂对含不同浓度硫的煤油进行水蒸气重整反应的结果。其反应是煤油和水生成 CO2 和 H2。从结果来看，不含硫的煤油 750 度的重整反应活性达到 100%，氢气收率达到了 80%，而含硫磺煤油的催化反应表现出催化剂失活现象。 3．项目计划 a.建立一套连续的氧化吸附脱硫装置，改变催化剂，氧化条件及吸附剂，将煤油中的硫磺含量减少到 0.1ppm。 b. 试做一套小型化脱硫装置，进行 1000，2000，10000 小时长期试运转实验，对催化剂，吸附剂的寿命，再生的可能性，装置的长期稳定性进行考察。 c.建立一套煤油的水蒸气重整反应装置，利用超深度脱硫煤油进行水蒸气重整，开发高活性，长寿命的重整催化剂。 d.将超深度脱硫器与重整反应系统组合成试验用别体型重整器，利用煤油制造氢气提供给燃料电池。 e.所需的仪器设备硫磺化学发光检测器（Sulfur Chemiluminescence Detector），氢 火 焰 离 子 检 测 器 气 相 色 谱 （ Gas Chromatography-FlameIonization Detector），热导池检测器气相色谱（ Gas Chromatography-ThermalConductivity Detector）等

一种具有强化滴状冷凝效果的非均匀超疏水涂层及其制备方法，通过将钛酸四丁酯和硅溶胶分别在无水乙醇中进行分散，然后将钛酸四丁酯和无水乙醇的混合溶液超声分散之后，加入到硅溶胶与无水乙醇的混合溶液中，加入氟硅烷并将溶液在50℃?65℃水浴中搅拌12h?24h，制备超疏水涂层面漆溶液；将超疏水涂层涂覆在基底上，然后通过光催化作用将TiO2表面的氟硅烷催化分解掉，而SiO2表面的氟硅烷则不能够催化分解，从而实现样品表面的亲水?超疏水表面制备。本发明的样品表面水滴冷凝脱附效率高，集水、防雾以及换热效果较好，具有较好的推广价值和应用前景。

HCRG一XA超导热管余格回收器是德煤、油、气锅炉（密炉）余热回收的专用设备，安装在锅炉（密炉）烟口或烟通中，将烟气余热回收后加热空气，热风可用作锅炉（密炉）助憾和干燥物料。其结构如下翻所示；四周管箱，中间后板将上下两侧通道期开，热管为全翅片管，可单极热管更换，工作时，高温湘气流经回收器下部冲期热管，此时热管吸热，端气放热温度下降，热管将吸收的热量传至上部，将流经热管上部的冷空何加热，此时热管放热，空气吸热温度上升。

复杂非线性滞后动力系统分析与综合问题是控制领域研究的热点和难点。本项目主要取得如下创新成果： 1、非线性滞后动力系统的鲁棒控制。主要研究状态信息延迟下非线性系统的鲁棒控制问题。通过构造李雅普诺夫函数和泛函，很好地解决了一直以来困扰控制领域的严格反馈结构非线性滞后控制难题。对于一般结构的非线性系统，提出了反馈控制设计框架，克服了现有文献关于滞后项的强假设条件。  2、非线性关联滞后大系统的分散协调控制。提出了强非线性关联环节下大系统的分散自适应反馈控制器设计方法，解决了非匹配模型跟随控制难题，为强耦合滞后大系统的分散控制问题提供了完整的解决方案。 3、滞后系统智能控制和网络化系统控制设计。提出了非线性滞后系统的无记忆智能控制设计理论与方法。给出了非对称网络环境下遥操作系统的控制器设计方法，建立了网络环境参数、控制器参数和系统性能的显性表达式。 4、应用基础研究：提出了化合反应系统的控制器设计方法，同时构建了工业无线网络控制平台。 研究成果在大型高炉建模与节能减排优化控制、恶劣工业环境下无线网络化控制、物联网、网络化机器人远程控制等领域得到了初步应用。

本成果针对城市水电气热等综合能源数据来源广泛，结构复杂，且与用户、时间、空间信息关系紧密的特点，构建了高性能综合能源数据分析平台，提出了细粒度的能源数据分析理论框架及方法，并将其应用于智慧城市建设。

三维颅颌面部成像仪及诊断分析系统，解决传统口腔临床面临的基于二维图像颅面测量丢失深度信息的问题。 系统基于立体视觉原理，开发高效、准确（精度<=0.1毫米）的三维面部成像仪，获取真实的面部软组织立体表面数据，结合高精度CBCT（Cone Beam Computed Tomography，锥体束计算机断层）图像，融合包含颅颌面部和口腔等软硬组织模型，重建出真实感三维颅颌面部数字模型。 同时，系统完成基于三维成像设备的临床三维颅颌面部测量诊断分析系统，提高颅颌面畸形、性别分析、颅面生长等临床诊断水平。 本研究结果为正畸科、正颌外科临床定量化手术设计、术后疗效评价提供新的技术方法，为正畸和正颌外科教学培训、多学科会诊及远程会诊提供新的工具，并为进一步的口腔虚拟手术及整形美容业的手术计划研究提供测量和规划工具。 三维颅颌面部成像仪及诊断分析系统，是牙颌数字化诊疗修复的基础系统。据不完全统计，我国口腔医疗机构总数超过 12 万，其中民营超过 4 万家。按照以上数字计算，我国口腔医疗数字化仅三维颅颌面部成像仪及诊断分析系统或同类产品就存在巨大的市场空间，若以目前市场产品价格估计，市场需求至少在 2000 亿以上。三维颅颌面部成像仪及诊断分析系统的应用和推广是推动口腔正畸修复的重要保障，具有巨大的市场空间，但鉴于国内在这方面的研究还不成熟，依然没有国产的能够投入临床的成熟产品，所以该系统的推广具有重要的经济意义和现实意义。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。

三维颅颌面部成像仪及诊断分析系统，解决传统口腔临床面临的基于二维图像颅面测量丢失深度信息的问题。 系统基于立体视觉原理，开发高效、准确（精度