|
搜索
搜 索
高等教育领域数字化综合服务平台
自修复腕带电池
腕带电池可剪，完全剪断后可自修复，给手环继续供电，是国际上首次报道的自修复腕带电池。
哈尔滨工业大学
2021-04-14
锌-空气燃料电池系统
1 成果简介
锌-空气燃料电池作为一种新型的燃料电池系统，用锌作能量来源，实现发电。锌-空气燃料电池具有如下特点：
与一般氢空气燃料电池比，成本低，不需要贵金属做催化剂；
与一般蓄电池比，不需要充电，可像加油一样快速补料；
与燃油内燃机比，燃料可再生，锌发电后变为氧化锌可通过电解得以还原；
环保安全，放进火里也不燃烧。
本研究组已研究开发出 200 瓦的 5 节燃料电池堆，其电流密度指标达到国际先进，证明了设计方案的可行性。利用该技术方案，依据功率需求可开发大小不等的锌-空气燃料电池系统。为产业化应用，接下来需要做的工作是设计产品构型、完善整体集成。 2013_8_1 上图 用于方案验证的锌-空气燃料电池系统
2 应用说明
锌-空气燃料电池可做军用电源，具有补充能量快、安全的优势；可配合风力发电、太阳能发电系统的大型储能-发电装置，为电网调峰补谷，具有安全、成本低优势；可作为未来电动汽车的动力电源，具有安全、价廉、不需要充电、续驶里程长等优势。
3 效益分析
量产的锌-空气燃料电池系统，制造成本与铅酸蓄电池相当，而使用寿命更长。
4 合作方式
联合开发。
清华大学
2021-04-13
电池盒04010(J2374)
产品详细介绍新型电池盒，最新设计，带开关，教师用时可在钢制黑板上使用，可任意形式串并联，想怎么联就怎么联，是目前市场上最好最理想的电池盒，对培养学生的动手能力和实验兴趣都有很大的帮助。
浙江博林仪器有限公司
2021-08-23
水果电池（水果电子钟）
215mm×100mm×70mm，用水份和酸多的水果能发电，可供电子表工作。
宁波华茂文教股份有限公司
2021-08-23
延边大学李东浩教授课题组：靶型多腔电泳同时分离与制备细胞外囊泡
本研究提出一种基于连续梯度非均匀电场结合梯度凝胶孔径分布的靶型多腔电泳装置(Circular Multicavity Electrophoresis，CME)实现细胞外囊泡的分离制备。
延边大学
2025-02-12
李天来院士团队许涛课题组在Science子刊发布植物器官脱落分子机制最新研究成果
李天来院士团队许涛课题组在Science子刊发布植物器官脱落分子机制最新研究成果
沈阳农业大学
2025-05-21
Nature Methods|郝海平/叶慧团队发表有关环状亚胺离子示踪技术揭示人类蛋白质组存在丰富乳酰化修饰谱的研究论文
该工作针对乳酸是否可以直接共价修饰非组蛋白进而发挥生物学效应的科学问题，提出在公共的人类蛋白质组深度测序数据中搜索乳酰化修饰的新底物蛋白的策略。
中国药科大学
2022-07-11
滑轮组增幅程控变流量发生器
（专利号：ZL 201510148528.8） 简介：本发明提供一种滑轮组增幅程控变流量发生器，属于水处理技术领域。该发生器包括恒位供水系统、变水位差出水系统以及流量曲线程序自控系统；恒位供水箱下部接三根出水软管，通过出水软管上电磁阀的不同开闭组合、调节阀的开度和高度调节器的联合作用，实现基准流量大小和流量增幅的变化；变水位差出水系统中的加、减速牵引电液推杆分别通过加、减速动滑轮组连接到牵引轮，实现加、减速牵引电液推杆的快速切换。工控机连接转换器、变频器以及电机，按照给定的水流量变化曲线使得出水流量呈任意所需波形变化。本发明能够模拟各种降雨雨型及工业污水的流量变化，实现对各种调量池、雨水调蓄池的调量效果进行量化评价与结构优化。
安徽工业大学
2021-04-11
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10
WDM光网络中组播保护方法及装置
高校科技成果尽在科转云
电子科技大学
2021-04-10