本发明公开了一种吩噻嗪基二维共价有机框架材料及其制备方法和应用。所述二维共价有机框架材料具有如下式(I)或式(II)所示的结构：本发明的二维共价有机框架材料具有高的结晶性和比表面积，孔径分布均一并且热稳定性良好，同时还有着良好的光敏基团、适合的光学带隙，在光催化氧化偶联方向有着良好的应用。

本发明提供了一种金?还原氧化石墨烯?泡沫镍复合材料的制备方法，主要包括以下几个工艺步骤： １．制备氧化石墨烯，并配置成一定浓度的氧化石墨烯水溶液； ２．将泡沫镍浸渍于配置好的氧化石墨烯水溶液中，待充分浸渍后，将泡沫镍取出烘干，重复多次得到氧化石墨烯?泡沫镍 ３．将氧化石墨烯?泡沫镍浸入新配置的抗坏血酸水溶液中，置于水浴锅中６０-９０℃，保温２０-４０ｍｉｎ，取出漂洗并烘干，得到还原氧化石墨烯?泡沫镍； ４．将还原氧化石墨烯泡沫镍放入氯金酸溶液中，超声条件下，反应１-５ｍｉｎ，烘干后即可获得金纳米粒子分布均匀的金?还原氧化石墨烯泡沫镍材料。

一种具有强化滴状冷凝效果的非均匀超疏水涂层及其制备方法，通过将钛酸四丁酯和硅溶胶分别在无水乙醇中进行分散，然后将钛酸四丁酯和无水乙醇的混合溶液超声分散之后，加入到硅溶胶与无水乙醇的混合溶液中，加入氟硅烷并将溶液在50℃?65℃水浴中搅拌12h?24h，制备超疏水涂层面漆溶液；将超疏水涂层涂覆在基底上，然后通过光催化作用将TiO2表面的氟硅烷催化分解掉，而SiO2表面的氟硅烷则不能够催化分解，从而实现样品表面的亲水?超疏水表面制备。本发明的样品表面水滴冷凝脱附效率高，集水、防雾以及换热效果较好，具有较好的推广价值和应用前景。

煤是一种廉价的、使用量最大的、短期内无法替代的能源。随着机械化采煤技术的普及，煤炭在开采过程中的块煤率降低，粉煤、末煤率却高达 40~60% 以上。粉煤与块煤的价格相差甚远，如不加以合理利用，会给煤炭企业带来较大的经济损失。西安科技大学化学与化工学院周安宁教授带领的科研团队针对这一现状及粉煤热解加工利用难题，成功开发了新型粉煤成型技术及连续式梯级热解 - 活化耦合多联产移动床（自有专利技术），在实现粉煤热解加工利用的同时，多联产兰炭（或高附加值的活性炭）和氢气。相关的研究成果已申请发明专利 2 项，发表论文 10 余篇。目前该成果已进入中试开发阶段。

本技术系CDMA移动通信系统核心技术方面的发明性成果，由国家杰出青年科学基金项目和教育部重点科学基金项目联合支持，并结合国家863计划九五重点之重项目和信产部移动通信专项基金“第三代移动通信系统研究开发项目”的实施而形成。

本发明公开了一种多视角桌面式三维显示装置。它包括对称分布的双投影机阵列、双纵向散射屏及桌面结构，其中第一投影机阵列放置于第一纵向散射屏一侧，第二投影机阵列放置于第二纵向散射屏一侧，桌面形式可以是回字形桌面或是中部开口L形桌面，双纵向散射屏嵌入桌面结构并设置成V形、直角形、梯形或弧形，双投影机阵列通过对应的散射屏向桌面中心投影图像。本发明的优点是可以产生高图像分辨率、高视角分辨率，并且在桌面两侧或一侧很大视场范围内都能观察到细腻的横向视差的三维图像。嵌入桌面的结构可以实现三维图像的悬浮效果。相对于单个裸眼立体显示器，多投影设置可以实现三维图像的拼接，大大增加三维图像的空间尺度。

我国资源量超过 40% 的优质西北侏罗纪煤惰质组分含量高，造成此类煤的粘结性、成浆性能、液化性能整体下降，极大地增加了煤的高效洁净利用难度。本成果的核心是进行煤炭的分质加工利用，一方面开发了新型煤岩分选技术实现煤岩组分的高效分离，另一方面针对不同煤岩组分开发了多联产高效转化技术。成果来源于陕西省科技攻关项目，前期获得了陕西省教育厅专项基金和中国博士后科学基金的支持，已有一部分工作申请国家发明专利，摸索出煤炭分质利用的新技术，取得了良好的技术经济和社会效益。

随着现代生产生活方式的快速发展，在电子、食品、医药、日化和新能源等行业中，对体积小、重量轻的产品进行封装、包装及分拣等高速无污染作业的需求日渐旺盛。由于具有一定的通用性和适应性，工业机器人成为此类作业中保障质量、提高效率和降低成本的核心装备，尤其是高速并联机器人因速度和动态特性的优势而备受青睐。无需高精密减速器的结构特性，也决定了高速并联机器人在中国有极大的创新和发展空间，与此同时，多样化复杂生产工况也对机器人系统的本体设计、视觉感知、运动控制和多机协同等核心技术及其集成提出新的挑战。 本项目历时多年，攻克高速多并联机器人协同作业系统的多项关键技术，并成功研制了满足高效生产的国产化成套装备，达到国际先进水平。

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。