该技术是利用西安交通大学开发的新型吸附环保材料——钛基吸附剂，进行工业污水深度处理的新技术。目前已拥有多项发明专利，属国内外首创的工业污水深度处理核心技术。现已相继完成小试、中试放大和应用工程示范。钛基吸附剂是主要用于污水深度处理的新型吸附环保材料，可广泛用于印染、焦化、化工、养殖、发酵等难处理废水的脱色、脱COD、脱磷及除重金属工艺，也可用于河湖水快速提标。 该技术特别适用于污水处理厂提标改造以及焦化、印染等企业废水达标排放与中水回用的要求。可以高效低成本的将已经经过前期处理后的工业污水的COD由100~200mg/L降至50mg/L以下，或进一步降低至30mg/L；色度由100倍降至10倍以下，TP降至0.5mg/L以下，经过深度处理后的出水水质达到国家一级A乃至更高排放标准 。吨水设备投资及处理成本比现有常用处理技术低20%~40%。

项目简介 本技术被用于处理含有 100mg/L 痕量过渡金属离子中性或弱酸性水体，每体积处理剂可

本项目在国家自然科学基金、国家火炬计划等支撑下，由基础研究、工程 设计单位成立协同创新团队，提出了新型极板湿式静电烟气深度净化技术新思 路。对柔性阳极和亲水改性固体阳极的水膜形成机理、内在动力特性、静电场 作用机制、清灰机理以及材料稳定可靠性等方面展开了基础研究，建设了不同 烟气处理量的小试、中试和小型工业化试验装置，完成了技术关键参数规律性 试验和系统集成，初步形成了以“新型极板”为核心的专利群。 研究成果已应用在燃煤电站 100MW、300MW、600MW 等不同规模机组， 取得了显著的社会、环境、经济效益。2013 年 8 月 19 日，由中国电机工程学会 组织的鉴定委员会对本项目的核心成果之一“新型湿式静电除尘除雾技术研究及 应用”进行了鉴定。认为项目组“提出了一种浸润织物阳极静电除尘除雾工艺用 于燃煤烟气末端 PM2.5 多污染物的综合治理方法”，“采用了自主研发的具有绝 缘、疏水、耐腐蚀特性的有机纤维织物作为柔性阳极材料，替代传统金属阳极 合金材料”，“研发了适用于织物阳极的经纬限位表面张紧工艺，研制的柔性阳 极板实现了表面水膜分布均匀，具备自清灰特性，降低了喷淋用水量”，“研制 了新型湿式静电除尘除雾装置，完成了系统集成”，“项目研究成果工艺新颖， 具有原创性，具有良好的经济、社会效益和推广应用前景，达到国际先进水平， 其中，在新型电极材料研究及应用方面居国际领先水平”。

PiSADN污水高效低成本深度脱氮技术是国内外首次提出的污水高效低成本深度脱氮解决方案 一、项目分类 关键核心技术突破 二、成果简介 到2020年底，全国大部分新建污水处理厂和敏感区域污水处理厂均已经提标到一级A标准。由于我国的城市污水C/N比普遍偏低，难以满足脱氮要求。当前污水处理厂主要采用投加有机碳源的方式强化反硝化脱氮，为此大大增加了成本。为解决此问题，近年来学术界、工业界致力于寻找化学碳源以外的替代性电子供体以实现低成本的污水脱氮，其中，硫自养反硝化技术是重点关注对象。 基于S0的自养反硝化工艺（SADN）是一种新兴的低成本污水脱氮技术。但S0的溶解度低导致它的生物可利用性差，因而限制了SADN的速率而阻碍工艺的推广应用。本技术研究创新发现，揭示了SADN中加入少量有机碳除促进SADN反应速率的机理，并丰富了有机物投加条件下的多种不同硫形态电子供体或有机物电子供体的反硝化路径。此外，进一步研究发现通过在SADN体系自发形成多硫化物（Sn2-），其生物可利用性远高于S0。Sn2-一旦产生，可迅速被硫氧化反硝化菌利用，实现污水中硝氮的快速还原。这一通过多硫化物介导并加速硫自养反硝化的技术，称为PiSADN反应过程（Polysulfide-involved SADN），是国内外首次提出的污水高效低成本深度脱氮解决方案。 目前本技术已经申请了1个国家发明专利，已发表2篇SCI学术论文，其中一篇发表在环境领域顶级期刊Water Research上，因此，本技术具有先进性和独占性。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

本发明提供了一种 GNSS 接收机中 A/D 量化位数转换系统及方法，包括同时工作的比较模块和门限 调整模块，高位量化信号输入比较模块的第一输入端，比较模块根据门限值将输入的高位量化信号转换 为低位量化信号，并从比较模块的第一低位输出端输出；比较模块的第二低位输出端连接门限调整模块 输入端，第二输入端连接门限调整模块输出端；门限调整模块用来调整门限值以使比较模块输出的低位 量化信号符合对应的最佳概率分布。使用本发明，在不增加现有 GNSS 接收

本实用新型公开了一种基于PID算法控制的电磁直立车，包括车体，所述车体顶部设有蓝牙模块，所述蓝牙模块电性连接PCB控制电路板，所述PCB控制电路板设置在所述车体内部，且所述PCB控制电路板上设有PID控制器，所述PID控制器的一侧电性连接陀螺仪，所述陀螺仪一侧设有加速度传感器，所述加速度传感器电性连接所述PID控制器，所述PID控制器电性连接驱动电机，所述驱动电机设置在所述车体内腔的底部，且所述驱动电机设有两个，两个所述驱动电机的旋转轴分别朝向相反的方向，所述旋转轴上连接行驶轮，本实用新型简化直立车

切割问题和装填问题在学术界属于一类经典的NP 难问题，它们有着众多的变种，例如：一维的背包问题，二维的矩形切割问题，三维的装箱问题等。其中以二维的场景应用最为广泛，相关求解算法可以作为玻璃、板材、管材、服装切割套料智能制造的算法内核。 本软件的主要用途是针对玻璃切割的场景提出求解多约束的矩形切割问题的分层智能搜索算法，为玻璃切割方案提供全局优化，实现原料利用率的最大化，在节约资源的同时提高产量。

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

光伏组件质量检测仿真实训让学员在虚拟场景中学习根据IEC61215标准使用各种检测设备对组件进行质量检测，从而了解组件的关键技术参数以及发现组件典型缺陷。 一.1.1. 场景设计 根据IEC61215检测标准要求设计18个检测场景，包括： 1 组件外观检测实验室 2 最大功率检测实验室 3 绝缘检测实验室 4 温度系统检测实验室 5 标称工作温度检测实验室 6 STC和NOCT下的性能检测实验室 7 低辐照度下的性能检测实验室 8 室外曝晒试验场 9 热斑耐久试验室 10 紫外线试验室 11 热循环实验室 12 湿冻试验室 13 湿热试验室 14 牵引力实验室 15 湿漏电实验室 16 机械载荷实验室 17 冰雹撞击实验室 18 旁路二级管试验室 场景模型主要包括：实验室建筑场景、外观检测台、156多晶光伏组件、组件箱、工作台、电脑、组件支架、IV检测仪、EL检测仪、高低温湿热交变试验箱、湿漏电流测试仪及喷淋试验箱、盐雾腐蚀仪、紫外老化试验箱、机械载荷试验机、旁路二极管热性能试验仪、落球冲击测试装置、环境检测仪、室外环境监测仪、直流电源、万用表、光度计、数码相机等...