传统制备聚合物/层状无机物纳米复合材料的方法如插层复合法工艺复杂，需要加入增容剂或对层状无机物进行有机化处理，此外单体插层聚合涉及复杂的化学反应，而熔体插层则要求聚合物的熔体粘度低。针对传统插层复合法存在的问题，本项目将固相力化学方法引入聚合物/层状无机物纳米复合材料领域，利用磨盘形力化学反应器独特的三维剪结构所提供的强大挤压剪切力场和粉碎、混合、分散及固相力化学反应功能，在磨盘碾磨过程中同时实现层状无机物的粉碎、片层滑移和剥离，聚合物的粉碎和嵌入，聚合物与无机填料的固相分散和混合，得到聚合物/层状无机物复合粉体，再经进一步加工成型，可制备用途广泛的聚合物/层状无机物纳米复合材料，如具有良好力学性能的结构材料和具有导电、导热、电磁屏蔽、阻隔或隔音降噪的功能材料等。 主要技术指标： 可制备具有良好力学性能的结构材料及具有导电、导热、电磁屏蔽、阻隔或隔音降噪的功能材料等; 所制备的PP导电导热纳米复合材料的电导率可达5.2×10-4 S×cm-1，导热率可达0.69 W×m-1×k-1; HDPE导电导热纳米复合材料的电导率可达10-3 S×cm-1, 导热系数可达2.2 W×m-1×k-1 建设投产条件（投入资金情况、需要的厂房、使用配套设施状况等）： 需要带分级装置的磨盘形力化学反应器、双螺杆挤出机及注射/热压成型机。

电机项目针对高效能电机综合设计方法与技术进行了系统深入的研究，提出了一套具有自主知识产权的高效能电机智能化综合设计技术，解决了电机效能提升的关键技术难题，在关键技术和推广应用方面取得了实质性创新和重大突破。项目成果大幅提升了企业的市场竞争力，在意大利ZEL等单位得到了全面推广，并且在推动产业进步

产品详细介绍在每个学校实验室,都会有很多种类的化学品物质,对于科学化地规范储存这些化学品物质,防止事故的发生,是相当重要的.凡具有爆炸、易燃、毒害、腐蚀、放射性等危险性质，在运输、装卸、生产、使用、储存、保管过程中，于一定条件下能引起燃烧、爆炸，导致人身伤亡和财产损失等事故的化学物品，统称为化学危险物品。目前常见的、用途较广的约有2200余种。 ★爆炸品。主要有TNT、硝铵炸药、高氯酸铵、黑索金等。  ★压缩气体和液化气体。包括三项：①易燃气体：氢气、甲烷、乙炔、乙烷、丙烷等；②不燃气体：氧气、氮气、氩气、二氧化碳等；③有毒气体：一氧化碳、二氧化硫、硫化氢等。  ★易燃液体。分为低、中、高闪点易燃液体三大类，主要有：苯、甲苯、甲醇、乙醇、汽油、煤油、柴油、各类苯系物、丙烯酸酯类、醋酸乙酯、煤焦油等。  ★易燃固体、自燃物品和遇湿易燃物品。如：红磷、黄磷、白磷、锂、钠、钾、保险粉等。  ★氧化剂和有机过氧化物。如双氧水、双氧化钠、二氧化镁等。  ★毒害品。主要是各类农药和氰化物、砷化物、苯酚、部分重金属盐类、各类农药原药和复配农药等。  ★腐蚀品。酸性腐蚀品：硝酸、硫酸、氢氟酸、盐酸等；碱性腐蚀品：氢氧化钠(烧碱)、氨水等；其它腐蚀品：甲醛溶、氯化铜、氯化锌等。 “铭安”化学品安全柜的特点： 1、安全存储危险化学品，减少火灾事故的发生，保护人身与设备安全 2、有组织，有条理地分开各类危险液体 3、就近存放溶剂提高您的工作效率 4、三点联动锁加强安全性

产品详细介绍：电化学加工（宏微二级驱动）工作台主要应用于电化学加工方面，具有X-Y-Z方向三维宏动和X-Y-Z方向三维微动。宏动平台采用步进电机结合高品质滚珠丝杆。微动平台由三台压电陶瓷致动器驱动的一维纳米级精密定位工作台MPT-1JRL003通过连接板组合而成。　　在驱动中，首先采用步进电机驱动的大行程、低分辨率的机构进行粗定位,实现大行程范围内快速地微米级定位精度，然后采用压电陶瓷驱动小行程、高分辨率的微动工作台在微米级行程范围实现对粗定位平台的纳米级误差补偿。 　

通过可控聚合制备了卟啉为核的星型嵌段共聚物，一个高分子链上仅有一个卟啉基团，离子交换容量（~10-2meq·g-1）比传统离子交换膜低两个数量级。在跨级弱作用力（卟啉的π-π堆叠和嵌段的微相分离）的协同作用下，“一步法”实现了高密度的卟啉螺旋通道（面密度高达1011cm-1）。

1、 一种具有高度可见光透过率与隔热特性的陶瓷基玻璃涂层或玻璃贴膜。 玻璃改造后可见光透过率高于 70%，屏蔽 99%以上的致癌性紫外线，且有 效阻止通过玻璃的热能交换过程，可用于建筑或汽车玻璃的节能改造， 提升建筑的适居度与节能效果。 2、 该项目各技术环节环保无毒，产品成本远低于市面现有技术，性能优于 现有技术，设备投入与实施成本低。

电镀作为金属材料的表面改性技术已经取得了很广泛的应用，近年来电镀也开始在非金属导电材料的表面改性领域取得相当规模的工业应用。但高电阻率氧化物材料表面金属镀覆一直以来不能采用电镀工艺，这是因为这类材料的电子电导小，电镀液中被镀金属离子不能从材料表面得到电子，所以不能沉积下来。传统的绝缘氧化物材料表面镀覆金属的方法有化学镀、真空蒸镀、溅射镀、涂覆金属浆料后再烧结等方法，各方法都有各自的优缺点。如含有氨水的化学镀银溶液不稳定，甚至有可能生成有爆炸危险的叠氮化合物。真空蒸镀和溅射镀有设备投资大、维护费用较高等缺点，涂覆金属浆料后再烧结的方法有金属层厚度不均匀等缺点。 我们发明了一种高电阻率金属氧化物材料表面电镀的技术，解决了多种高电阻率金属氧化物材料表面不能电镀的问题。高电阻率金属氧化物材料电镀的基本过程是首先对氧化物材料表面进行原子氢致电导改性处理，提高其表面电子电导，使材料表面出现半导化甚至金属化，然后在氧化物材料表面直接电镀金属层。我们在这个方向上已经进行了近十年的研究，发表了十几篇学术论文，申请了两项发明专利。      本技术适用于由氧化物功能材料制造的电子元器件表面电镀，也适用于氧化物材料颗粒或块体的电镀等，所得金属镀层厚度均匀，与氧化物材料表面具有良好的结合力。

项目以高异形度喷丝板和异形纤维的加工技术，在多家企业开发了高导湿涤纶短纤维及长丝；系统研究了纤维集合体的毛细效应机理，指导高导湿织物的织造工艺和后整理工艺；并建立了高导湿纤维导湿性能的专用评价体系。成果获2007年度国家科技进步二等奖。课题组还进行高品质熔体直纺超细旦涤纶长丝工业化生产技术集成开发，成果获2009年度纺织工业协会一等奖。

本成果涉及一种可用于电子封装领域的高导热低介电复合材料。通过采用不同的技术在常见聚合物基材中添加氮化硼，来制备复合材料，复合材料热导率高于 2 W/(m·K)，其介电常数小于 4。该复合材料可作为热界面材料，应用于电子封装领域。

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。