质子交换膜燃料电池阴极电化学反应路径分析

质子交换膜燃料电池阴极电化学反应对其性能有至关重要的影响。论文基于二电子反应机理,模拟了质子交换膜燃料电池阴极氧和质子电化学反应路径,分析了电化学反应过程中各个步骤能量变化规律和氢氧键形成机制。研究发现,氧分子还原过程中,4个质子逐个接近氧分子,形成氢氧键,最终生成2个水分子;第一个质子采用和氧分子氢氧键102°夹角的方向接近其中一个氧原子,形成第一个氢氧键;当第二个质子和另一个氧原子构成氢氧键时,需要很大的活化能,这是氧还原反应的控制步骤,生成中间产物过氧化氢。研究结果为理解质子交换膜燃料电池电化学反应原理,推动质子交换膜燃料电池的应用具有重要意义。     

非线性Trio-相干态的非经典特性

引入了非线性Trio-相干态,讨论了该量子态的完备性及其光子数统计分布和Cauchy-Schwarz不等式.结果表明,该量子态是超完备的,并且存在亚泊松统计分布和违背Cauchy-Schwarz不等式等非经典特性.     

不同中心波长飞秒脉冲激发InAs表面辐射太赫兹波的机理研究

研究了p型(100)InAs在不同中心波长飞秒激发光(750—850nm)作用下的太赫兹(THz)波辐射特性.这种太赫兹辐射的光谱性质与光学Dember效应密切相关,飞秒脉冲激发下产生的载流子在InAs表面的Dember场内做加速运动,从而辐射出THz电磁波.实验结果表明：不同中心波长的激发光作用下,InAs表面产生的Dember电场、光生载流子浓度、谷间散射效应以及处于不同状态的载流子数目都发生了变化,因而激发出太赫兹波的功率、振幅、频谱分布和有效谱宽是不同的.这项研究将有利于THz时域光谱技术以及实验     

基于光饱和影响校正的作物叶绿素分布光谱成像检测

叶绿素含量是作物光合能力与营养评价的重要指标,因此快速检测作物叶绿素含量与分布可为作物营养动态分析与长势评估提供支持。基于RGB(Red, Green, Blue)和NIR(Near Infrared)多光谱图像的获取,开展玉米作物营养状态分布光谱学成像检测。构建了多光谱图像采集平台获取RGB和NIR图像,研究了基于光饱和校正算法的RGB图像的光饱和校正与NIR图像去噪方法,通过图像的匹配分割,冠层的提取校正,建立了基于冠层图像的作物SPAD值检测模型与分布成图。采集15株玉米植株RGB-NIR图像,并同步获取不同植株,不同位置共68个叶绿素含量指标SPAD值。首先对RGB图像进行光饱和校正,再对NIR图像进行滤波和图像增强,其次对RGB和NIR图像进行了SURF(speeded-up robust features)和RANSAC(random sample consensus)图像匹配,利用RGB图像的颜色特征,采用ExG(Extra Green)和OTSU算法生成分割掩模,对RGB图像和NIR图像进行分割提取,提取图像的R, G, B和NIR分量,利用4阶灰度板进行反射率校正,然后计算作物图像中像素级P_SPAD值,并建立图像P_SPAD值与叶绿素仪SPAD值的拟合模型,最后绘制作物SPAD分布图。通过HSI(Hue, Saturation, Intensity)彩色模型中的I分量直方图对比去饱和前后光分布范围,以作物SPAD值分布图验证光饱和校正算法对作物叶绿素含量分布检测提升的效果。RGB图像光饱和校正前I分量集中在[140～180]之间,光饱和校正后的RGB图像I分量集中在[85～130]之间, 校正了相机成像时产生模糊和RGB图像饱和。对分割后的RGB图像和NIR图像提取R,G,B,NIR分量进行4阶灰度板校正,相关系数分别为0.829,0.828,0.745和0.994,进而生成R,G,B和NIR四波段的反射率伪彩色图像,反射率R_NIR＞R_C＞R_R＞R_B。体现了作物的在蓝光和红光区域吸收光,在绿光区域和近红外区域反射光的光谱特性。校正前后的R和NIR分量反射率计算图像P_SPAD值拟合叶绿素含量指标SPAD值的模型结果显示,校正前R2为0.332 6,校正后R2为0.619 3,绘制作物的SPAD特征分布图,可为作物的营养动态快速分析与分布检测提供技术支持。     

氯硅烷的醇解反应及硅烷偶联剂的合成

前文报道了硅氯仿(HSiCl₃)的甲醇解反应.本工作为此反应的继续,把它推广到其它氯硅烷的醇解上,收到了同样的好效果.醇解产率都在90%以上.     

生物分子L-半胱氨酸辅助的六角形γ-硫化锰的水热合成与表征

本文使用L-半胱氨酸和不同类型的锰盐通过水热方法合成了具有不同直径和长度的六角形γ-硫化锰的单晶纳米棒,并通过X-射线衍射、扫描电子显微镜和透射电子显微镜实验对γ-硫化锰纳米棒的结构和性质进行了表征.实验结果表明不同锰盐中的阴离子对六角形γ-硫化锰纳米棒的形成具有影响并对其形成机理进行了简单讨论.     

质子交换膜燃料电池电流分布的动态响应

动态特性是理解质子交换膜燃料电池性能的重要参数之一.运用燃料电池测试系统、恒电流/恒电压多通道测试仪和燃料电池电流密度分布测试装置,试验测量了质子交换膜燃料电池在不同加湿温度、电池温度和压力下的电流分布动态响应和动态特性.研究发现:不同区域的局部电流达到新的平衡所需的时间不同;加湿温度变化时,不同区域的局部电流的变化趋...     

基于光谱结构特性的马铃薯干腐和疮痂病识别方法研究

马铃薯干腐病和疮痂病的检测通过人工目测,结果存在主观性,该工作研究正常、干腐和疮痂病马铃薯的光谱分类识别方法。试验获取116个样本,光谱采集范围860~1 745 nm。经过一阶导数(first derivative, FD)处理后的光谱数据,主成分（PCA）分类识别效果较好,FD作为光谱预处理方法。光谱曲线上的极值点、极值点间的中点和极值点间连线的斜率决定光谱曲线的形状和变化,是曲线上的关键点,光谱曲线形状变化代表着内部物质的变化,具有指纹特性,利用极值点和中点对应的光谱或极值点间连线的斜率组成模式特征向量。分别用3种样本关键点的平均光谱形成标准模式特征向量,通过计算待测样本关键点组成的特征向量和标准模式特征向量之间的马氏距离,以最小马氏距离判定样本的归属,通过错误识别率检验模型识别性能。正常、干腐、疮痂样本分别有13,12,15个关键点,由各自关键点对应的反射率组成的模式特征向量,3类样本的错误识别率为0。去掉冗余关键点整合成一个标准模式特征向量,正常和疮痂样本的错误识别率为0,干腐样本的错误识别率为14.3%,全部错误识别为疮痂样本,特征向量数据点的增多,增加了病害样本之间的贴合度,降低了两类病害样本之间的区分度。利用波长911, 1 269和1 455 nm处两点间的斜率形成模式特征向量,正常和疮痂样本的错误识别率为0,干腐样本的错误识别率为2.4%。利用前2个主成分得分作为参数,采用线性判别分析(LDA)和贝叶斯分类器（BC）建模,提供不同角度的分类模型,对比检验基于模式特征向量建立的分类模型的有效性,2种识别方法的错误识别率均为0。实验结果表明,可以利用表征光谱曲线结构特征的模式特征向量作为分类参数,结合距离法建模,与常见识别方法具有同等识别精度。     

基于BC3NT的混合系锂空气电池正极第一性原理研究

文章采用第一性原理,利用掺杂硼的碳纳米管(BC₃NT)容易产生拓扑缺陷的特点,将其用作混合系锂空气电池正极材料,研究了BC₃NT拓扑缺陷电子性质及氧分子吸附.结果表明:BC₃NT产生的拓扑缺陷使得氧气在纳米管外表面吸附更加稳定,且缺陷环越大,吸附越稳定.七元环缺陷、八元环缺陷分别会使氧气在纳米管外表面发生半解离吸附和完全解离吸附,有利于氧还原反应的发生;通过布居分析电荷转移进一步验证了缺陷环越大,转移电荷越多,吸附越稳定. BC₃NT能增强对氧分子的解离吸附能力,有利于氧还原反应的进行.该材料适合用作混合系锂空气电池正极,有利于提高其性能.