陶瓷膜是固态膜的一种，具有化学稳定性好，能耐酸、耐碱、耐有机溶剂；机械强度大，可反向冲洗；抗微生物能力强；耐高温；孔径分布窄，分离效率高等特点，在食品工业、生物工程、环境工程、化学工业、石油化工、冶金工业等领域得到了广泛的应用。   本技术是国家重点科技攻关项目的研究成果之一，又有国家973和多项863等项目为技术来源来与保证，获得国家科技进步二等奖。 本技术已实现了工业化生产，产品已经在印钞废水处理、植物液提取、果汁生产、乳化油废水处理、超细粉体固

内容介绍： 采用软化学工艺合成了不同成分，不同配比的精细电子陶瓷、光电陶 瓷粉体，其粒度可控，成份可调，尺寸分布窄，粉体分散性好，可广泛 用于生产压电陶瓷、多层陶瓷电容器、新型光电透明陶瓷的原始粉料， 以及陶瓷换能器、滤波器、谐振器、电容器、变压器、存储器、声表面 波滤波器等方面，也可用于单晶生长原料和多元氧化物功能薄膜靶材， 及供高校、科研单位研究使用。

1、石墨烯基口罩，目前已经在新冠病毒防治过程中投入使用，并获得好评。2、石墨烯基VOC吸附海绵：具有吸附速率快(半小时吸附甲苯蒸气可达自重64.8倍)吸附率高(传统材料7倍)、脱附简单彻底等优点，现已用于化工企业、仓储企业等。3、石墨烯基吸油海绵：具有吸附率高、脱附彻底、吸附选择性高、多次循环使用等优点， 广泛用于分散油及乳化油的破乳分离。4、石墨烯基油/水/固体悬浮物三相分离设备：具有占地面积小、运行费用低、反冲彻底等优点，已广泛用于地表水提标改造、污水厂污水处理、自来水/直饮水预处理、蓝藻处理等。

中国电子学会发布“电子信息领域优秀科技论文（2020）遴选活动”入选论文。东南大学尤肖虎、张川、谈晓思、金石、邬贺铨联合署名的论文《AI for 5G: research

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。

项目成果/简介:数据采集技术可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。多模态传输技术LPWAN (Low-Power Wide-Area Network，低功率广域网络)在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。       LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。最具前景的LPWAN技术——NB-IoT和LoRa：物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。LoRa （Long Range）:   一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。NB-IoT（Narrow Band Internet of Things）NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。数据分析技术人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。应用范围:家居智慧控制，提高舒适度：家庭生活状态统计和日常需求预测与推荐；多模态行为分析和数据采集和传输系统；多模态行为数据采集和分析平台；基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试

随着我国经济和工业的迅速发展，空气中颗粒污染物日益增多，其中危害 最大的是 PM2.5，而过滤除尘是控制大气中 PM2.5 含量最为有效的技术，其中 过滤材料是核心。本项目产品便是针对 PM2.5 而发展起来的一种高效过滤材料， 对 PM2.5 的过滤效率超过 80%，它是以高分子溶液及无机溶胶凝胶为原料，采 用高压静电纺丝技术，经纺丝、复合成型等工艺制备而得。

随着我国经济和工业的迅速发展，空气中颗粒污染物日益增多，其中危害最大的是PM2.5，而过滤除尘是控制大气中PM2.5含量最为有效的技术，其中过滤材料是核心。本项目产品便是针对PM2.5而发展起来的一种高效过滤材料，对PM2.5的过滤效率超过80%，它是以高分子溶液及无机溶胶凝胶为原料，采用高压静电纺丝技术，经纺丝、复合成型等工艺制备而得。

博瑞恩膜具有截流率高、保存寿命长、材料质地韧等优点，且在同等品质甚至更优品质情况下，价格低于进口膜片。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 周易 化学化工学院/生物工程 2020.9/2024.6 曹沛源 化学化工学院/化学工程与工艺 2020.9/2024.6 丁笑怡 管理学院/会计学 2020.9/2024.6 晏子凌 化学化工学院/化学系 2020.9/2024.6 周蕊瑞 管理学院/人力资源管理 2020.9/2024.6 李翔 创意与创新学院/视觉传达设计 2020.9/2024.6 王蕊 化学化工学院/化学工程与工艺 2019.9/2023.6 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 邵文尧 化学化工学院 高级工程师 滤膜的特性与制备 卢英华 化学化工学院 教授 杨雁英 化学化工学院 工程师 陈玉清 化学化工学院 实验师 冯石 化学化工学院 团委副书记/辅导员 罗世翊 化学化工学院 工程师 四、项目简介 自2020年初新型冠状病毒疫情爆发以来，核酸检测试剂盒和基础防护用具的需求量爆发式增长。如今，疫情防控已转入常态化阶段，病毒检测技术和病菌过滤技术的市场仍在进一步扩大。博瑞恩公司膜产品将以新冠病毒检测与防护的庞大市场为立足点，持续推出9种型号的食品级、工业级滤膜，引领中国膜行业突破国外技术封锁、开创国产滤膜新时代。 膜是具有选择性分离功能的材料，可以在分子范围内进行分离，且该过程为物理过程，不需要化学方法。根据膜孔径(或截留分子量)的不同，可将膜分为微滤膜、超滤膜、纳滤膜和反渗透膜等。利用膜的选择性分离实现料液不同组分的分离、纯化、浓缩的过程称作膜分离。膜分离技术是截留病菌进行检测或起防护作用的主要技术方法，广泛应用于装配抗原检测盒、抗体检测盒和口罩。 针对这一市场缺口，本公司推出使用特殊量子点填充的优化配比NC膜，其各项检测指标均达到国家标准，是生产核酸检测试剂盒和基础防护用具的优选膜材料。博瑞恩膜具有截流率高、保存寿命长、材料质地韧等优点，且在同等品质甚至更优品质情况下，价格低于进口膜片。