超浸润形状记忆海绵的制备及油-水分离性能

基于反式 1,4-聚异戊二烯(TPI)的形状记忆性能, 以聚氨酯海绵为基底, 包覆TPI制备出了一种具有疏水超亲油特性的三维多孔形状记忆海绵. 由于这种海绵具有良好的形状记忆特性, 可以通过反复按压/恢复过程, 实现对海绵孔径在微米尺寸(约875 μm)与纳米尺寸(约450 nm)间可逆调控. 利用材料特殊的浸润特征及其可控的孔尺寸, 进一步研究了其在油-水分离中的应用. 研究结果表明, 微米尺寸大孔径海绵有利于对不相溶油-水混合物进行快速高效分离, 而纳米尺寸小孔径海绵则有利于对乳液混合物进行分离, 实现了同一材料同时满足不相溶油-水混合物及乳液体系的分离要求.     

二冷配水优化建模与混合自适应PSO算法求解

针对连铸二冷区生产环境复杂且存在着大量水雾干扰的情况,建立了连铸水量优化模型并提出了一种混合的自适应粒子群算法来求解连铸二冷水优化问题。依据冶金过程中的工艺要求建立了二冷水量优化模型,并在经典的PSO算法基础上提出了适合该问题求解了混合自适应PSO算法。由于连铸过程存在着偏微分方程约束,传统的优化方法容易陷入局部最优解,不能达到很好的动态优化效果。研究了粒子群算法,基于种群的多样性,不断的自适应的更新粒子群算法中参数,将禁忌搜索的方法和传统的粒子群算法结合,增强了算法的局部搜索能力和全局寻找全局最优的能力。将该算法应用到连铸二冷水动态优化中,实验结果表面该算法能够快速有效的求解该优化问题。该方法用于连铸二冷水优化是可行的、有效的。     

4,4'-二甲氧基二苯基氮氧自由基调控甲基丙烯酸甲酯聚合

以4,4'-二甲氧基二苯胺为原料,过硫酸氢钾复合盐(Oxone)为氧化剂,通过一步反应合成了苯环类氮氧自由基——4,4'-二甲氧基二苯基氮氧自由基(DMDPN),并与引发剂偶氮二异丁腈(AIBN)组成双分子体系进行甲基丙烯酸甲酯(MMA)的调控聚合.用重量法测定转化率、凝胶渗透色谱(GPC)测定分子量及分布.研究了氮氧自由基/引发剂比以及聚合温度对聚合动力学和聚合物分子量及分布的影响,并对得到聚合物进行了再引发反应以及1H核磁共振表征.结果表明该体系下,氮氧自由基与增长自由基之间无明显的氢转移副反应发生,聚合过程中分子量随转化率线性增加,且聚合物末端具有活性,能进行再次链增长,体现出可控/"活性"自由基聚合的特点.确定了最佳氮氧自由基/引发剂摩尔比为1.6∶1、最佳聚合温度为120℃,并在70℃下实现了MMA的调控聚合.     

基于2-丙基-4,5-咪唑二甲酸的锰(Ⅱ)和铜(Ⅰ)配合物的合成、晶体结构及性质研究(英文)

采用水热法合成了2个化合物{[Cu2(Hpimdc)(4,4′-bpy)]·H2O}n(1)和[Mn3(pimdc)2·6H2O]n(2)(H3pimdc=2-丙基-4,5-咪唑二甲酸,4,4′-bpy=4,4′-联吡啶),并对2个化合物进行了红外、元素分析、晶体结构和热稳定性分析。晶体结构分析发现化合物1之中的H3pimdc和4,4′-bpy交替与铜(Ⅰ)配位形成一维链线性铜(Ⅰ)配合物。沿a轴和(100)面去观察,2个一维链分子通过游离水连接而形成1个"U"型拓扑结构。而化合物2通过2-丙基-4,5-咪唑二甲酸链与锰(Ⅱ)连接为三维的网状结构。沿b轴方向,三维结构中存在交替的左/右手螺旋状二维结构。     

用复合调节剂合成异戊二烯-苯乙烯共聚物的反应动力学

以正丁基锂为引发剂,环己烷为溶剂,十二烷基苯磺酸钠/四氢呋喃(SDBS/THF)为复合调节剂,采用负离子溶液聚合法制备了异戊二烯-苯乙烯共聚物,考察了反应温度,复合调节剂用量对聚合反应的影响,研究了聚合反应动力学,求取了聚合反应的表观反应速率常数kp",通过Arrehenius方程求得了不同反应条件下的聚合反应活化能,并对聚合物的微观结构进行了研究,结果表明,十二烷基苯磺酸钠/四氢呋喃(SDBS/THF)复合调节剂对合成异戊二烯-苯乙烯共聚物是有效的微观结构调节剂。     

气相色谱-质谱联用法测定橡胶制品中多环芳烃（蒽）含量不确定度评定

目的对气相色谱-质谱联用仪法测定橡胶制品中多环芳烃（蒽）含量不确定度进行评定,确定影响不确定度的关键因素。方法依据《ZEK01.4-2008 GS认证过程中PAHs的测试和验证》,使用气相色谱-质谱联用仪法测定橡胶制品中多环芳烃（蒽）含量,并对结果的不确定度进行评定,分析影响测量不确定度的各个因素,对各个分量进行计算和合成。结果扩展不确定度U=5.7 mg/kg,置信概率95%。结论该实验的不确定度主要影响因素是曲线校准。     

pH-Sensitive Wettability Induced by Topologicaland Chemical Transition on the Self AssembledSurface of Block Copolymer简

pH-sensitive wettability of polystyrene-b-poly（4-vinylpyridine） （PS-b-P4VP） self assembled films, exhibiting superoleophobicity under water and hydrophilicity at low pH value, and oleophobicity under water and hydrophobicity at neutral condition, has been realized. The wettability properties resulted from the surface topological and chemical transition, which were confirmed by in situ AFM measurements under water at different pH. At low pH, P4VP chains, which were confined in the hexagonal-packed nanodomains, got protonated into a swollen state, while at high pH, P4VP chains were deprotonated into a collapsed state. The reversible protonation/deprotonation procedure on the molecular scale leads to surface topological and chemical transition, thereby pH-sensitive wettability.     

花青醛的合成工艺优化

以3-异丙基苯乙酮(1)为原料,经3步反应合成了花青醛[3-(3-异丙基苯基)丁醛(4)],并优化了反应条件。确定合成3-(3-异丙基苯基)-2-丁烯酸乙酯(2)的最优条件为：n(1)/n(磷酰基乙酸三乙酯)/n(氢化钠)=5/6/6,于室温反应12 h,收率84.5%;合成3-(3-异丙基苯基)-1-丁醇(3)的最佳条件为:n(2)/n(硼氢化钠)/n(六水合二氯化钴)/n(二异丙基胺)=10/20/1/2,于55 ℃反应24 h,收率87.8%;合成4的最优条件为: n(3)/n(乙酸酐)/n(亚硝酸钠)=5/4/15,投料顺序为:乙酸酐、3、亚硝酸钠,反应时间为2 min,收率91.0%。产物结构经¹H NMR, ¹³C NMR和MS(ESI)确证。     

基于SHAP-RF框架的越野车辆路面识别算法研究

根据越野车辆在不同路面上行驶时的动力学响应特征, 可以实现路面类型的在线识别, 为面向路面特征调整底盘控制子系统参数从而获取更好的行驶性能奠定基础. 但越野环境地面特征复杂, 车辆响应机理分析困难, 给基于车辆动力学响应进行路面准确识别带来挑战. 提出了一种SHAP-RF路面识别算法设计框架, 通过SHAP (Shapley additive explanations)模型解释方法实现高维随机森林(random forest, RF)路面识别模型的降维化: 首先采集了试验车在压实土路、沙地、良好沥青路与冰雪路4种路面上的行驶数据并计算了3个次级行驶特征; 进一步计算了行驶数据的共计105个时域特征和频域特征, 并以此为输入特征建立了高维随机森林路面识别模型; 利用SHAP解释法分析高维模型输入特征对识别结果的影响从而提炼出各个特征与路面类型的关联性, 完成特征筛选; 最后, 利用筛选后的特征设计降维随机森林路面分类器. 基于实车数据的算法验证试验表明, 设计的降维路面识别模型对4种路面的识别精确率在94%以上, 召回率在93%以上, 相比高维的随机森林路面识别模型, 各种路面上的精确率和召回率最大降幅不超过3.2%, 证明本文提出的SHAP-RF路面识别算法设计框架能够在选用较少特征的情况下依然保证车辆行驶路面类别的准确识别.      

对一个科学小实验的探讨

本文通过对高中物理实验课程现状和新课改下的要求的论述,就如何改进高中物理实验课程提出了几点建议。