一 我校成功获批“泗州戏文旅产教融合共同体建设”项目

我校音乐学院积极响应国家关于“深入实施科教兴国战略、人才强国战略、创新驱动发展战略”及“推进职普融通、产教融合、科教融汇”的号召，依托在泗州戏表演专业上的深厚积淀，成功获批了“泗州戏文旅产教融合共同体建设”项目，实现了在传统戏曲与文旅产业融合发展领域的创新突破。

该项目将成立泗州戏文旅产教融合工作领导小组，进行顶层设计，统筹全局。依托教师发展平台，提升教师产教融合能力，建立高校、文旅企业与泗州戏艺术团体联合培养人才新机制。同时，结合泗州戏文旅产业的实际需求，改革学生成长体验，注重理论与实践相结合，提升学生的实践能力、文化创意与团队协作能力。与行业、企业、艺术团体紧密合作，共同制定培养目标与培养方案，构建“产学研用”融合的泗州戏文旅教育教学体系。开发高质量泗州戏文旅实习项目，利用数字化手段创新教学内容与手段。此外，项目还将引入多元主体参与评价，制定客观评价标准，通过大数据与AI技术助力专业内涵建设，对人才培养过程及成效进行动态调整与量化评估。

二 出版专著《宿州方言参考语法》

2024年12月，文学与传媒学院张德岁教授在其主持的安徽省社科规划项目“宿州方言参考语法”（项目批准号为AHSKY2015D102）研究成果的基础上，在黄山书社出版了同名学术专著《宿州方言参考语法》。“参考语法”（reference grammar）属于描写语法的一种，它以单一语言的共时语言特征为描写对象，目的是为语法的理论研究和应用研究提供充足、可靠的语言依据。本研究遵循参考语法所倡导的语言描写与研究原则为理论指导和写作范式，借鉴了科姆里和刘丹青的语法调查研究框架，力求对宿州方言语法进行准确、系统、全面的描写，从而构建宿州方言乃至皖北方言的语法框架。全书共六章，分别介绍了宿州方言的语音系统、方言分类词表、宿州方言语法的基本状况、宿州方言语法专题研究、宿州方言词语及其文化内涵专题研究和结语部分。

从安徽方言研究的大局来看，对宿州方言语法进行准确、系统、深入、全面的描写和解释，可以构建宿州方言乃至皖北方言的语法框架，填补皖北方言研究中过去无人涉足的一些盲点，为这些方言的共时和历时研究提供扎实可靠的研究材料。从语言学的学科建设与发展来看，该研究可以为研究语言的类型特征提供扎实可靠的研究基础，为语言接触理论以及语言接触下语音、词汇、语法结构及其演变的研究提供例证。从服务地方发展的角度来看，宿州方言是宿州地域文化的载体，该研究必将有助于人们进一步了解古城宿州悠久的历史文化传统，同时也有利于当地文化产业的开发。

三 长三角区域低碳竞争力量化测评及障碍因素诊断

2024年12月，在安徽省社科界第十九届（2024）学术年会上，我院商学院李晴晴老师的《长三角区域低碳竞争力量化测评及障碍因素诊断》研究论文，荣获年会论文二等奖。

面对经济稳健增长与绿色转型的双重挑战，区域低碳竞争力作为衡量综合竞争力的重要标尺，促使各地区在经济发展中践行绿色路径，趋向“绿色”与“创新”双轮驱动。为了解析各城市低碳发展水平及其障碍因子，构建了“经济-能源-科技-社会-环境”五维动态评价体系，融合熵值法动态评价、耦合协调度时空分析、障碍度模型因子诊断，形成“量化测评-系统协调-障碍诊断”的全链条分析框架。该研究不仅清晰测度了长三角低碳竞争力总体的演进规律，发现省域梯度差异，而且揭示了子系统间的耦合协调程度，并识别区域特色制约因素，明确了低碳发展的优先领域与调整重点，为长三角区域乃至全国其他区域科学评估低碳发展水平、识别发展短板、优化政策设计、推动绿色低碳转型提供了重要的理论支撑和参考价值。

四 AI驱动的气溶胶3D打印过程自主优化和异常液滴形态的实时识别

2024年11月，信息工程学院张海宁博士在智能制造领域科学引文索引（SCI）期刊Virtual and Physical Prototyping（1区TOP期刊，IF =10.2），发表题为《Data-Driven autonomous printing process optimization and real-time abnormality identification in aerosol jet-deposited droplet morphology 》的文章，宿州学院为该研究成果第一完成单位，张海宁博士为第一作者。

气溶胶喷射3D打印（Aerosol Jet 3D Printing，AJP）是一种数字化直接墨水写入技术，在无掩模图案化和精细导电线条沉积方面具有优势。然而，其在基于液滴的打印中的潜力仍然未得到充分探索，这为需要精确液滴控制的领域开辟了独特的创新机会。本研究开发了一种融合最新深度学习和机器学习技术的数据驱动方法，用于优化AJP中的液滴沉积。在该方法中，首先采用集成的机器学习方法来优化和建模AJP中的液滴形态，确保在沉积前对过程进行系统优化。然后，通过部署卷积神经网络（CNN）模型，基于液滴形态进行实时过程监控，便于在打印过程中检测液滴异常。实验结果表明，气溶胶液滴沉积的自主优化和异常识别分别达到了96.1%和95.5%的准确率，突显了该方法在微电子制造过程中液滴沉积优化中的潜力。

五 钠离子电池层状氧化物正极中的姜-泰勒效应：诱导机制，抑制策略和合理应用

2025年5月，我校自旋电子与纳米材料安徽省高校重点实验室、光电信息材料与新能源器件安徽省科研创新团队在美国Wiley旗下的工程技术领域国际顶尖期刊ADVANCED FUNCTIONAL MATERIALS（影响因子18.5）发表题为“Jahn‐Teller Effect in Sodium Layered Oxide Cathodes: Inducement Mechanisms, Mitigation Strategies, and Rational Utilizations”的文章（Adv. Funct. Mater. 2025, 2504096）。宿州学院为该论文第二完成单位，我校李彦江博士为第一作者。温州大学和上海大学为合作单位。

科研团队总结并讨论了Jahn-Teller效应的诱导机制及对层状氧化物正极材料相结构稳定性的影响，综述了目前对该效应的抑制策略和对应的机制，并分析了Jahn-Teller效应在层状氧化物正极中的应用，为该正极材料在钠离子电池中的应用提供了有效的见解。该工作将促进高性能层状氧化物正极材料的研究与开发。

六 长期膜下滴灌促进土壤有机碳的稳定及细菌随机性过程的主导

2024年8月，环境与测绘工程学院刘杰云博士在农业工程领域科学引文索引（SCI）期刊Agricultural Water Management（1区Top期刊，IF=5.9）发表题为“Long-term mulched drip irrigation facilitates soil organic carbon stabilization and the dominance of microbial stochastic assembly processes”的文章，宿州学院为该研究成果的第一完成单位，刘杰云博士为第一作者。

膜下滴灌（MDI）通常被认为是一种减少干旱和半干旱地区土壤盐碱化和提高作物产量的方法。膜下滴灌如何在时间尺度上驱动土壤有机碳（SOC）稳定的微生物机制仍不清楚。在这项研究中，我们调查了不同MDI年份棉田土壤剖面土样。分析发现MDI不会引起土壤层中SOC、颗粒有机碳（POC）和矿物结合有机碳（MOC）的差异。POC和MOC含量与时间呈抛物线关系，在土壤中呈相反趋势。MDI15年后，表土和底土MOC/SOC比值分别达到峰值50%和52%；POC/SOC的比率分别下降到50%和48%的谷值（P<0.05）。长期MDI降低了土层间氧化酶的差异，但通过增加多酚氧化酶活性加速了SOC损失（P<0.05）。与其他年份相比，在10年的MDI土壤中，细菌Shannon多样性下降到谷值，真菌Shannon多样性在底土中达到最高值（P<0.05）。整体来讲，随机过程主要受分散限制控制，非主导过程主导微生物组装；微生物之间高比例的正相关表明长期MDI有利于碳固定。此外，真菌寡营养菌/富营养菌比率的降低、子囊菌门和担子菌门的相对丰度有利于表层土壤中SOC和POC的积累（P<0.05）。总之，长期MDI有助于通过提高土壤POC含量和加强群落组件内的联系来固定有机碳。

七 食品农产品智能检测技术开发与应用

2024年8月，中国物流与采购联合会正式发布了2024年度科学技术奖获奖名单。我校韩方凯、张兴桃、张东京、徐礼生、段腾飞等共同完成的《面向流通环节食品质量安全智能评价关键技术研究与示范》项目，荣膺科技进步二等奖。《中国高校之窗》对该项成果进行了报道。

该项目聚焦流通环节食品质量安全的核心挑战，包括食品质量劣变、真实性鉴别、微生物污染及化学危害物等关键问题，创新融合先进电子感知技术与智能算法，成功研发出一系列绿色、智能的食品质量安全监测与溯源新技术。项目核心突破包括：建立基于电子鼻的食品新鲜度智能检测技术；设计低成本仿生嗅觉传感器阵列，应用于肉类溯源与劣变监测；构建微生物污染智能检测模型；研发重金属及农兽药残留快速检测装备；开发基于光谱和机器学习的食品掺假鉴别与精准溯源方法。这些成果显著提升了食品质量安全监督的精度、效率和覆盖范围，有效保障了流通环节食品安全，降低了食品浪费与安全风险，大幅增强了供应链的可追溯性与运行效率，有力推动了食品农产品冷链物流领域的智能化升级。

此次荣获中国物流与采购联合会科技进步二等奖（二类省部级），是我校食品学科在应用技术研发领域取得的又一重要突破。该奖项充分彰显了我校在食品质量安全智能监测与溯源技术方面的科研实力与创新优势，为我校“食品与营养”省高峰学科（培育）、“食品资源开发与利用”省特色学科（培育）的建设提供了强有力的支撑，标志着该学科在服务国家食品安全战略方面取得了显著进展，迈上了新台阶。

八 神经网络与偏微分方程

2024年12月，我校数学与统计学院秦春艳老师在应用数学领域科学引文索引（SCI）期刊Chaos, Solitons and Fractals（1区TOP期刊，IF =7.8），发表题为《Various exact solutions of the (4+1)-dimensional Boiti–Leon–Manna–Pempinelli-like equation by using bilinear neuralnetwork method》的文章，宿州学院与中国矿业大学、山西大学为该研究成果的联合完成单位，秦春艳为第一作者。

在科学领域和工程领域，非线性偏微分方程对刻画复杂系统具有重要意义，求解这些方程是一项极具挑战性的任务。近年来，由于神经网络具有强大的逼近能力，物理信息神经网络方法引起了人们的极大兴趣。同时，试探函数是一种常用的符号计算技术，用于求解非线性偏微分方程的精确解。针对传统试探函数方法普适性不足和PINNs方法精度不足的问题，将神经网络模型与试探函数方法相结合，推广并发展了双线性神经网络方法，使用不同神经网络结构，用于求解NLPDEs的精确解析解。通过符号计算系统在Maple 的帮助下, 尝试对函数关系进行人工神经网络精确构造, 填补了人工智能技术在精确解析关系领域的空白。这将极大地推动人工智能技术在零误差精确拟合方向的进步, 有助于神经网络技术在理论方面的完善与提高, 进而对人工智能技术产生深远的影响。

（撰稿：韩君 二审：毛强 三审：朱光 编审：邢雪娥 终审：徐会 编号：250625）