Some sufficient conditions for tunnel numbers of connected sum of two knots not to go down

In this paper, we show the following result: Let K _i be a knot in a closed orientable 3-manifold M _i such that (M _i ,K _i ) is not homeomorphic to (S ₂ ×S ₁, x ₀ ×S ₁), i = 1, 2. Suppose that the Euler Characteristic of any meridional essential surface in each knot complement E(K _i ) is less than the difference of one and twice of the tunnel number of K _i . Then the tunnel number of their connected sum will not go down. If in addition that the distance of any minimal Heegaard splitting of each knot complement is strictly more than 2, then the tunnel number of their connected sum is super additive.     

PTFE@SiO2核壳型添加剂在不同实验条件下的水润滑性能

采用原位聚合法制备了聚四氟乙烯@二氧化硅(PTFE@SiO₂)复合粒子. 利用扫描电子显微镜(SEM)、透射电子显微镜(TEM)、粒径分布仪以及傅立叶红外光谱仪(FTIR)对复合粒子的形貌、粒径分布和组成结构进行了分析. 结果表明:所制备的复合粒子呈核壳型复合结构,粒子尺寸处于亚微米级别. 分散性试验表明:该粒子在水中具有良好的分散性和稳定性. 利用LSR-2M往复式摩擦磨损试验机测试了不同试验条件下复合粒子在水环境中的摩擦学性能,结果表明:在常温、0.019 m/s滑动速率以及0.2 μm的钢盘粗糙度下,PTFE@SiO₂润滑剂具有最佳的摩擦学性能;相比于纯水和添加了PTFE/SiO₂的润滑剂,其摩擦系数降低了近80%,磨损体积减小了1~2个数量级. 分析表明:PTFE@SiO₂复合粒子优异的水润滑性能主要与核壳结构的存在以及在摩擦过程中形成的高质量转移膜密切相关.      

矿井提升钢丝绳改性氧化石墨烯润滑油减摩特性研究

针对恶劣提升工况下润滑失效导致的提升钢丝绳内部钢丝摩擦磨损严重的问题,开展改性氧化石墨烯润滑油减摩特性研究. 首先,制备十八胺官能化氧化石墨烯(ODA-GO)及其水合肼还原材料(ODA-rGO),分析其化学结构、表面形貌、片层间距和缺陷,探究其在钢丝绳润滑油IRIS中的分散性;接着,用四球机评价改性润滑油的减摩抗磨性能并研究其润滑机理;最后,评判ODA-GO改性油对钢丝减摩的改进效果. 结果表明:ODA通过酰胺化反应和亲核取代反应接枝在GO表面,ODA-GO拥有高接枝密度的十八烷基链,并在IRIS中分散性较好,ODA-rGO则相反,但在最优添加量下ODA-rGO的抗磨减摩性优于ODA-GO;改性石墨烯基材料会附着在摩擦接触表面,并填补已损伤区域,从而减少磨损;ODA-GO改性油使钢丝间摩擦系数降低10%,疲劳磨损显著降低.      

一种油溶性季铵盐离子液体作为PAO基础油添加剂的摩擦学研究

合成了新型季铵盐磷酸酯油溶性离子液体(N₈₈₈₁₆P₄),采用热重分析仪(TGA)分析其热稳定性. 采用SRV-V微动摩擦磨损试验机和Bruker-NPFLEX表面非接触光学三维轮廓仪考察该离子液体作为聚α-烯烃(PAO 10)基础油减摩抗磨添加剂及其与商业添加剂二烷基二硫代磷酸锌(ZDDP)复配后的摩擦学性能. 结果表明:N₈₈₈₁₆P₄具有优异的油溶性能,与ZDDP具有良好的配伍性. 在室温和高温(100 ℃)条件下,N₈₈₈₁₆P₄均可显著改善PAO 10的减摩抗磨性能. 相较于与ZDDP复配,N₈₈₈₁₆P₄ 单独作为PAO 10添加剂表现出更优异的减摩抗磨性能. 铜片腐蚀试验结果表明,N₈₈₈₁₆P₄几乎没有腐蚀性,且与ZDDP复配后能够明显抑制ZDDP的腐蚀. 利用扫描电子显微镜(SEM)对磨斑表面形貌进行进一步分析,同时结合能谱仪(EDS)和X射线光电子能谱仪(XPS)对磨斑表面主要化学元素进行分析,证明N₈₈₈₁₆P₄能够与金属基底发生复杂的摩擦化学反应,由于其在摩擦副表面形成了含N和P元素的化学反应膜,从而起到优异的减摩抗磨作用.      

润滑油冷却液污染的拉曼光谱检测方法研究

对船舶柴油机而言,润滑油常受到冷却液的污染,引起润滑油劣化变质,从而导致其功能失效。冷却液的主要成分是水、乙二醇及少量的防腐蚀、抗穴蚀、消泡沫等添加剂。将拉曼光谱用于检测润滑油被冷却液污染的浓度,是一种针对复杂混合物的拉曼光谱检测问题,单个拉曼峰强度的定量分析方法无法满足浓度的定量检测。为此,将拉曼光谱分析和LSTM神经网络数据挖掘方法应用于检测润滑油冷却液污染的浓度。在实验室条件下,配制了冷却液污染浓度为2%,1.5%,1%,0.5%,0.25%和0%的柴油机润滑油油样,对每个油样取样50次,并进行拉曼光谱分析,共获得300个拉曼光谱数据,随机抽取其中80%的数据作为神经网络训练样本,剩余20%的数据作为测试样本,拉曼光谱样本数据的光谱范围为300～2 000 cm-1;对数据进行预处理,包括采样、拟合、离散点平均梯度估计等;构建训练样本集,将LSTM神经网络和多层全连接层（FC）结合,建立4种不同的神经网络模型结构;得到其在训练集和测试集上的平均误差曲线、测试集上的检测准确率曲线。分析结果表明,FCs,LSTM-FCs-1,LSTM-FCs-2和LSTM-FCs-3等4种神经网络模型,检测准确率分别为96.7%,93.3%,98.3%和83.3%。选取任意1%的波数点,加入幅值随机正负变化1%的噪声之后,4种神经网络模型的检测准确率分别为88.3%,90.0%,96.7%和78.3%。可见,相比于其他3种神经网络结构模型,LSTM-FCs-2模型更适用于进行润滑油冷却液污染的定量估计,加噪后最高准确率仍可以达到96.7%,鲁棒性优于其他三种模型。拉曼光谱结合LSTM网络中的LSTM-FCs-2模型,应用于冷却液污染浓度分别为0.2%和0.4%的实际油样检测,相对误差分别为5.0%和7.5%,结果表明该方法可用于在用润滑油冷却液污染浓度的检测。     

太赫兹光谱结合特征谱区筛选算法在发动机润滑油含水量定量分析中应用研究

发动机润滑油是保障汽车发动机持久且稳定运转的基石,准确评定发动机润滑油各项性能指标是其在生产到使用全过程必不可少的步骤。发动机润滑油在一段时间的使用后会因为多种原因引起油品变质,发动机润滑油变质的指标可以用其中非磁性颗粒物浓度、金属屑含量、pH值、粘稠度、含水率等表述。关于发动机润滑油含水量的检测,传统的检测方法存在操作复杂,及时性差等缺点。太赫兹对水吸收强烈,适合用于对样品中微水含量的分析。通过透射式太赫兹时域光谱系统获得1.0～3.5 THz下的六种不同水含量的发动机润滑油的吸收系数谱线,对谱线进行Savitzky-Golay（SG）平滑去噪,剔除奇异样本后,采用Kennard-Stone算法划分样品集,尝试常规区间偏最小二乘法（iPLS）、向后区间偏最小二乘法（BiPLS）和联合区间偏最小二乘法（SiPLS）对其太赫兹时域光谱特征谱区间进行筛选,着重研究区间间隔数、PLS组件数、最佳主因子数和区间选择等因素对PLS模型属性的影响,并且对不同含水量的润滑油建模分析,对不同模型比较选优,建立最优定量分析模型。建模结果表示特征谱区筛选可以提高建模性能、降低模型复杂性,特征谱区筛选算法通过剔除发动机润滑油太赫兹吸收系数谱线中非线性或者无关变量的方式,使建模结果更好的表达吸收系数谱线与其含水量的关系。结果表明：采用BiPLS模型用于发电机润滑油中微量水含量的定量分析时建模效果最佳,模型区间数为26,入选区间为[18 10 4 3 8 12 5 11 24 13 16 21 2],主因子数为10,最优模型的交互验证均方根误差RMSECV为0.003 5,预测均方根误差RMSEP为0.004 6,校正集相关系数r为0.919 3,预测集相关系数r为0.865 7。由此可见,可以采用反向区间偏最小二乘法（BiPLS）用于发动机润滑油水含量的测定,且实验过程简单,建模计算速度快,效果理想,可以适用于非接触式油品含水量的定量分析。     

非电活性物质的色谱电化学研究——一些醇类化合物的间接色谱电化学测定

本文用间接色谱电化学方法对非电活性醇类混合物(异丙醇、异丁醇、叔丁醇和异戊醇)进行了成功的分离和测定,并用此方法测定了废水中异丙醇,获得满意结果。     

生物添加剂对汽油机燃油经济性及废气排放影响的研究

将一种棕榈油提取物作为添加剂,加入汽油中以研究其对汽油机燃油经济性和排放品质的影响。针对市场上正使用的辛烷值为93#的高清洁汽油和乙醇汽油,通过发动机台架试验对加剂前后的汽油机性能指标进行了对比和分析．结果表明:加入此种添加剂后对各种汽油的燃油经济性有大幅改善作用,对乙醇汽油的效果尤甚。加剂后可以使乙醇汽油的燃油经济性与普通汽油完全一样。对于93#高清洁汽油,除了未燃碳氢(HC)略有上升外,其他排放物如氮氧化物 (Nox)、一氧化碳等有所减少, CO2排放有明显的改善。对于乙醇汽油,则HC和CO2略有上升。