我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

本发明涉及一种具有高拉伸强度、高应力保持率手套用羧基丁腈胶乳及其制备方法。所述胶乳由聚合物微粒子分散液A和聚合物微粒子分散液B按一定比例复合构成，具体为聚合物微粒子分散液A是1,3‑丁二烯、丙烯腈及甲基丙烯酸单体，在乳化剂、链转移剂、电解质及水溶性氧化剂存在下，通过乳液共聚合方法制备而成，经消泡、脱除残余单体、浓缩、调整pH后最终制备得到的；聚合物微粒子分散液B是1,3‑丁二烯、丙烯腈及衣康酸单体，在乳化剂、链转移剂、电解质及水溶性氧化剂存在下，通过乳液共聚合方法制备而成，经消泡、脱除残余单体、浓缩、调整pH后最终制备得到的；分散液B的聚合物微粒子中丙烯腈所占重量比大于分散液A的聚合物微粒子中丙烯腈所占重量比，聚合物微粒子分散液A和聚合物微粒子分散液B按所含的固体成分95:5至40:60的范围内配合形成高拉伸强度、高应力保持率手套用羧基丁腈胶乳。采用本发明制备的羧基丁腈胶乳生产的浸渍成型手套产品，拉伸强度≥30 MPa、应力保持率≥45%，且伸长率≥500%，同时具备高拉伸强度、高应力保持率及良好的柔软度。

随着塑料、橡胶加工工业的发展，对于混炼设备的要求越来越高。双转子连续混炼技术是在密炼机基础上发展的一种新型高分子材料的混炼方法。其核心设备——双转子连续混炼机，除了具有密炼机优异的剪切混合和分布混合特性外，还具有双螺杆挤出机连续工作的特性，在节能和环保方面具有独特的优势。华东理工大学的相关课题组经过近十年的研究，开发出了具有自我知识产权的双转子连续混炼技术和双转子连续混炼造粒机，已经通过了教育部、江苏省科技厅、中国石化集团公司组织的技术鉴定，获国家机械工业联合会、江苏省科学技术进步奖。采用该技术开发的高浓缩炭黑母粒连续混炼造粒生产线和高压电缆屏蔽料连续混炼造粒生产线已经被成功地应用于PE80、PE100高压水管料专用高浓缩母粒生产、含量为50%的高浓缩高档碳黑母粒、导电纤维母粒和高压电缆屏蔽料的生产。生产线采用计算机集成控制，水下造粒等先进的技术手段，解决了相关产品生产过程中的碳黑排放污染环境的问题，实现了生产的连续化、自动化，单位产品能耗是常规方法的1/2～2/3，实现了相关产品的高效、节能、环保化生产。项目的创新点在于开发了一种独创的双转子连续混炼机转子构型和双转子连续混炼工艺，解决了高填充混合和导电高分子材料的混炼过程中对剪切混合和分布混合的综合要求高，开辟了一种新的高浓缩、高填充母料和导电高分子材料的生产方法和生产工艺。

可以对高酸值原油、脱盐原油、脱酸原油、减粘渣油及的实验室腐蚀模拟试验，以及对试验试样的表面形态、表面成分的观察和分析，研究碳钢、渗铝钢、Cr5Mo及不锈钢在高酸值原油中的腐蚀规律，对影响腐蚀速率的因素进行了探讨，研究结果对炼制此类原油的设备选材及确定防腐蚀方案具有广泛的参考意义，某装置根据这仪研究结果选材，节省投资数千万元。

自然水体受污水中氮素污染，富营养化日益严重。氨氮已经成为我国污染总量控制的限制性指标。高氨氮废水成分复杂，缺乏经济有效处理技术。厌氧氨氧化工艺是解决高氨氮废水脱氮难题的最佳方案。为高氨氮废水处理提供新途径，与现有技术比较，建设和运行费用分别降低 25%、35%以上。 厌氧氨氧化生物脱氮优点 : 电耗降低 60%左右 有机碳源需求为“0” 温室气体减排 90%以上 污泥产量降低 50%以上 根本改变现有高氨氮废水处理模式, 可持续的最佳生物脱氮模式 。

烯烃作为化工领域的核心分子，是合成纤维橡胶塑料等重要材料的单体，属于一类重要的高附加值化工原料。工业上的烯烃主要来源于石脑油的裂解。近年来，随着石油资源的日益减少和C1化学的迅速发展，开发从合成气直接制备烯烃的反应路径来替代传统的石化路线具有十分重要的意义。 传统合成气转化路径中约50%CO转化成了CO2和CH4等温室气体副产物，碳原子利用效率低下，严重降低了该路径的能源和经济效益。如何高效降低该过程中CO2和CH4副产物的生成、提高特定燃料产品的选择性在国际能源化工界一直是巨大挑战。 武汉大学定明月教授团队通过将碳化铁纳米晶体包裹在疏水性无定形SiO2壳中，开发出一种具有优异疏水性的核-壳型FeMn@Si催化剂。通过给催化剂包裹一层“疏水铠甲”，从而实现了56%的高CO转化率和13%的低CO2选择性，烯烃收率高达36.6%。核层碳化铁活性相与壳层疏水基团的高效协同，将能拓展出一系列新型的复合催化剂，通过抑制高耗能的水煤气变换反应，大幅度降低合成气转化过程中的CO2排放，显著提高碳原子利用效率，有望实现合成气更高效、更经济制取烯烃、汽油、芳烃、航油等各种高附加值化学品。该研究成果发表在《Science》期刊上，同期《Science》期刊发表了亮点评论文章，高度评价了该工作，认为该工作对于实现“碳达峰、碳中和”目标提供了新的解决方案。 合成气在疏水性FeMn@Si催化剂上高效制取C2+烯烃

该仪器是我们自主研发的具有完全知识产权的一款新产品，适用于生物化学发光、免疫发光分析等研究工作，能够自动检测任何标准96 微孔板。产品可应用于医院临床检验、试剂公司生化发光试剂盒测试、高校院所生物医学研究和实验教学、质量检验检疫部门样品检测等，具有广阔的应用市场。 产品特点： 仪器所用试剂是开放的，可应用任何一家公司的试剂来检测； 可实现全部微孔检测或者任选微孔检测，检测方式十分灵活； 使用高灵敏光电器件，噪音低、灵敏度高，可达10-18mol ATP/孔； 动态范围大，跨度可达8 个数量级； 可选配精准可靠的自动加液、冲洗模块； 对各种酶标板，如平底板、圆底板、锥形底板等都能得到准确的结果； 分析软件功能全面，既可以提供原始发光值、也可以通过输入校准参数提供最终样品浓度含量，还为试剂开发提供发光动力学分析等功能； 建有后台数据库，可存放EXCEL 格式数据，也可以存储检测报告照片； 具有独特的光阱系统，防止光信号交叉干扰。

随着塑料、橡胶加工工业的发展，对于混炼设备的要求越来越高。双转子连续混炼技术是 在密炼机基础上发展的一种新的高分子材料混炼方法。其核心设备——双转子连续混炼机，除 了具有密炼机优异的剪切混合和分布混合特性以外，还具有双螺杆挤出机连续工作的特性，在 节能和环保方面具有独特的优势。华东理工大学的相关课题组历时近十年的研究，开发出了具 有自我知识产权的双转子连续混炼技术和双转子连续混炼造粒机，已经分别通过了教育部、江 苏省科技厅、中国石化集团公司组织的技术鉴定。 该技术已经被成功地应用于PE80、PE100高压水管专用高浓缩母粒生产、含量为50%的高 浓缩高档碳黑母粒、导电纤维母粒和中高压电缆屏蔽料的生产。生产线采用计算机集成控制， 水下造粒等先进的技术手段，解决了相关产品生产过程中的碳黑排放污染环境的问题，实现了 生产的连续化、自动化，单位产品能耗是常规方法的1/2~2/3，粉尘排放下降了95%，实现了 相关产品的高效、节能、环保化生产，用工成本下降了50%。 项目的创新点在于开发了一种独创的双转子连续混炼机转子构型和双转子连续混炼工艺， 解决了高填充混合和导电高分子材料的混炼过程中对剪切混合和分布混合的综合要求高，开辟 了一种新的高浓缩、高填充母料和导电高分子材料的生产方法和生产工艺。

硼酸镁晶须在增强增韧复合材料中有广泛应用，可作塑料、金属、陶瓷、橡胶等的复合增 强材料，可提高复合材料的抗冲击强度、弹性模量、硬度和压伸强度等机械性能。主要应用于 金属基复合材料、塑料、橡胶、摩擦材料等领域。硼酸镁晶须的制备方法有助熔剂法、前躯体 法、溶胶-凝胶法、水热合成法、化学气象沉淀法和微波固相合成法等。本技术发明了球团法 直接一步制备高长径比晶须，生产流程短、产品性能高。 该技术采用水氯镁石、硫酸镁等大宗工业固体废弃物为原料，采用球团法一步制备高长径 比硼酸镁晶须，晶须长度可以达到600μm，最大长径比达到200。该技术流程短、成本低、产 品性能高。