推出了适用于数码产品的新一代原电池—Zn-NiOOH碱性原电池。这种新电池的大功率放电能力很强，在大功率放电情况使用时间可达碱锰电池的数倍以上。这种新电池利用NiOOH材料替代EMD正极材料在碱锰电池生产线上组装而成，NiOOH是制备这种新电池的关键。国内南孚电池公司在本课题组第一代NiOOH生产技术的基础上于2003年底面向市场推出了数码聚能镍干原电池的产品。但镍是战略性资源，价格比较贵，仅用作一次性电池正极材料，不仅是对资源的浪费，而且在成本上也不是具有很大的优势。因此本课题组进一步研制了高性能充电态的NiOOH正极材料并与Zn直接组装成高功率的Zn-NiOOH新型原/充电电池。这种电池具有工作电压高、大功率放电能力强、比能量高、免维护、环保等优点。Zn-NiOOH新型原/充电电池即可以象干电池一样买来不用充电就可方便的直接使用，又能反复充放电作为充电电池使用，与Zn-AgO电池的性能很接近，但成本却要要低。

可以量产/n针对稻田-克氏原螯虾（通称小龙虾）综合种养中施肥与养殖、施药与养殖、晒田与养殖的矛盾关系，以及夏季水质环境差、养殖技术水平较低的问题，研发了小龙虾稻田生态高效养殖技术。与以前（2012年）技术相比，经济效益提高50%以上。本成果主要内容包括：1）稻虾种养系统生物和非生物因子的季节变化特征；2）稻虾种养系统水肥高效管理技术；3）稻虾种养系统水生植物快速种植技术；4）稻虾种养系统小龙虾适宜放养参数、饲料补充投喂技术、高效捕捞技术；5）虾稻综合种养的高效模式，基于三年的试验结果，小龙虾单产变化

上海英晖科技有限公司成立于2021年12月，坐落于上海市浦东新区，是一家专注于非道路移动车辆领域的高科技企业。公司自成立以来，始终致力于远程通讯模块的研发与创新，通过智能化、无线化的技术解决方案，推动行业快速发展。 公司拥有独立的专业研发团队，核心产品如E30M6203模块专为解决移动机械数据的无线透传需求而设计，并配套经典实用的上位机应用软件。我们的产品不仅能实现数据的双向无线透传和物联网平台采集，还能完成不同协议间的本地转换，更集成了在线获取现场音视频信号、在线编程调试、远程驾驶及5G遥控等强大功能，展现出雄厚的技术实力。 英晖科技秉承“诚信、专业”的经营理念，坚持以技术创新为核心驱动，不断追求品质。我们致力于为客户提供更高效、更可靠的智能化解决方案，期待与业界伙伴携手合作，共同开创移动机械智能化的未来。

上海众御实业有限公司(品牌:众御)为高新技术企业，荣获“2020年度无锡市应急管理先进工艺/技术/装备推广应用示范项目”称号。企业先后取得ISO9001质量管理体系环境管理体系认证及职业健康安全管理体系认证、美国消防职业安全健康管理局美国国家消防协会规范、深圳地标第一批符合《危险化学品储存柜安全技术要求及管理规范》的生产企业、《中国安全健康防护产品质量验证追溯公共服务平台》入网资质认定等荣誉。公司已通过ISO9001质量管理体系认证、环境管理体系认证及职业健康安全管理体系认证，确保了产品与服务的可靠性和持续改进能力。 上海众御的产品以高质量和卓越性能著称。其产品符合多项国际标准：办公产品系列符合UL、CE、SP、SINTEF、GOST、KS等标准；工业系列产品则符合OSHA、NFPA、FM和EN等工业安全标准。其中，其防磁柜产品通过了江苏省计量科学研究院的检测认证，获得了7000高斯的防磁检测认证。另外其自主研发生产的“众御-智能新型化学品室外暂存柜”，成为无锡应急管理局示范推荐项目，并公示于“无锡市应急管理局”官网。 其产品不仅覆盖全国主要省市自治区和直辖市，包括北京、上海、广州、深圳等一线城市，还出口至北美、欧洲、澳洲、中东、非洲及东南亚等地区。公司近三年来产值持续大幅度增长，市场份额不断扩大。客户复购率高达90%，这证明了其产品和服务赢得了市场的广泛信任。 已为近千家高校、科研院所及企事业单位提供了优质的系统化安全存储解决方案。为特斯拉、林德叉车三峡新能源、宁德时代等众多企业提供绿色发展安全保障。广泛应用于制药、医疗、石油化工、学校实验室、政府机构、机械制造、轨道航空、军工、新能源等众多领域，,为诸多行业头部企业指定供应商。 上海众御实业有限公司致力于危化品、危废、气瓶、电池安全存储管理领域十余年，参与国家标准《实验室废弃物存储装置技术规范》、无锡地方标准《危险化学品中间储存设施安全管理规范》、北京《中小学危险化学品柜技术规范》、 深圳地方标准《危险化学品储存柜安全技术要求及管理规范》、《危险化学品中间仓库安全管理规范》等多项国家及地方危化品储存标准的建立。这些充分体现了政府和行业对众御产品品质和技术实力的认可。 公司拥有专业技术人员组成的售后服务部。该团队不仅高效处理本品牌产品的各类问题，更主动向整个行业开放其专业资源，为其他品牌的同类危化品存储产品的客户提供技术支持与解决方案。 这一超越商业界限的举措，深刻体现了企业将“安全至上”视为核心使命的价值观。他们深刻认识到，危化品的处置事关重大，任何品牌的产品出现问题都可能对人员、环境构成严重风险。因此，公司选择将保障公共安全置于狭隘的商业竞争之上，凭借其深厚的技术积累和快速响应能力，为客户提供无差别的专业支援。 此举不仅极大提升了客户应对突发问题的能力，更以其高度的行业责任感获得了广泛赞誉，为危化品处置领域树立了可借鉴的服务典范，推动了行业整体安全水平的提升。 其产品和服务在市场上拥有良好的声誉和较高的客户满意度。客户对其产品的质量和技术服务给予了积极评价。

该成果获2018年度国家科学技术奖自然科学类二等奖，该成果系统地开展了摩擦的声子耗散以及声子在界而和多层膜结构内的输运规律的研究，在摩擦的声子粍散机理研宄方面，发现摩擦粍能与声子主导频率的定量关系；在国际上最早给出超晶格结构导热系数最小值出现的条件：率先提出声子沿石墨法向输运的自由程远大于经典理论预测的10nm左右：实现了描述声子输运的玻尔兹曼方程的数值解，在国际上率先发现多层膜之间的范德华力能够提髙声子在多层膜结构面内的平均自由程。该项0组的研究成果主要发表在Nano Letters、Physical Review B、Nature Nanotechnology等国际学术期刊上，其中8篇代表性论文获Science、Nature Nanotechnology、Nature Materials、Advanced Materials等重要国际学术期刊论文SCI他引509篇次，单篇最髙SCI他引U5次，研宂成果在国际上产生了重要的学术影响。

本发明公开了一种固液界面污染物释放装置，包括沉积物贮存单元、连接单元、上覆水释放单元、 检测单元；沉积物贮存单元、上覆水释放单元、检测单元下方均设有循环水进水口，上方均设有循环水 出水口；连接单元为表面设置有若干个均匀分布的连接孔；监测单元顶部密封，并设置有两孔；一孔安 插溶氧电极，用于测定污染物释放过程中体系溶解氧变化；另一孔安插取样管，用于上覆水样品采样分 析；本发明具有固体沉积物和上覆水体的分段精确控温、溶氧在线检测等优点；适用于固液界面

本技术提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。 一、项目分类 显著效益成果转化 二、技术分析 随着智能手机、笔记本电脑等消费电子产品的快速发展，锂离子电池（Lithium Ion Battery, 简写为LIB）已经成为最成功的电化学储能设备之一，并从根本上影响并改变了人们的日常生活方式。随着制造工艺的逐步成熟，LIB的能量密度已经接近其理论极限。另一方面，可移动电子设备的快速普及和汽车电动化的蓬勃发展也不断要求开发具有更高能量密度的充电电池以满足实际使用的需求，而最先进的LIB依然无法完全满足上述需求。因此，寻找更高能量比的锂电池电极材料，加快下一代新型锂电池关键技术的相关研究，已成为制约锂电池技术产业发展进步的关键问题。锂金属电池的能量密度虽足以达到下一代电动车的要求，但其自身的稳定性仍令人担忧，这主要是因为Li金属的反应活性过高，其几乎可与所有的电解液均能自发地发生化学反应。在电池的运行过程中，Li电极和电解液之间通过自发化学反应和电化学反应导致了固体电解质界面（solid electrolyte interphase，SEI）的形成。当所形成的SEI结构不均匀时会诱发电池体积膨胀，此外，充放电过程中锂的不均匀沉积会导致锂枝晶的形成，锂枝晶的不规则生长会刺穿SEI，导致SEI膜发生破裂，并产生死锂，降低锂金属电池库伦效率；更严重的是，锂枝晶的不断生长会刺穿隔膜，造成电池内部的短路，导致火灾和爆炸等安全事故，大大缩短了电池的使用寿命，严重阻碍了其大规模商业化发展。因此，SEI对LMB的性能具有至关重要的影响。良好且稳定的SEI可以阻止（或者大幅度减缓）负极界面上反应的持续发生，起到保护Li电极的作用。针对下一代高稳定性锂金属电池设计中存在的关键问题，结合国际研究进展与本团队前期研究基础，我们提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。本方案已形成完整的工作流，相关自动化软件已开发完成并交付使用，且具有完全的自主知识产权，可用于国内外上游电池生产研发企业积累原始电池性能数据，大范围筛选有效电解液组分，指导下一代高能量密度锂电池研制。 我们的技术优势与创新主要表现在： 1）首次在电池体系中实现了QM与MM的混合模拟与混合加速； 2）在电池体系模拟中实现了开放电子体系对电化学反应的热力学和动力学预测； 3）在保证精度的前提下，实现了在纳米尺度上对真实的实验SEI结构直接模拟； 4）通过耦合深度机器学习，实现了电解液组分大范围筛选与性能优化。