核电结构土-结相互作用分析分区混合计算方法

土-结构相互作用分析是核电结构进行抗震设计和安全评估的重要环节.在核电结构的土-结相互作用分析中,阻尼和非线性是影响结构反应的重要因素. 若采用频域分析,可以方便考虑阻尼,但需通过等效线性化来考虑非线性,不适合于强震作用下的土体非线性.若采用时域分析的逐步积分方法,适合于考虑非线性,但材料阻尼一般采用瑞利阻尼模型,除了紧靠指定阻尼比的少数几个振型外,其他振型的反应将受到瑞利阻尼模型所确定的大阻尼所抑制,造成地震反应与真实情形有较大差异.若采用时域分析的模态叠加法,可合理计入阻尼效应,但模态叠加法不能考虑非线性.因此,如何合理考虑阻尼和非线性是核电结构土-结相互作用分析需要关注的问题.基于此,本文提出一种模态叠加和时步积分结合的土-结相互作用分区算法.其中,出于安全性考虑,地震作用下核电主体结构一般不允许进入非线性,因此结构可采用模态叠加方法,以便合理考虑结构阻尼;土体和基础采用显式时步积分法,可考虑土体非线性;通过人工边界条件考虑无限域的影响 (辐射阻尼).通过简单算例对该方法进行了验证,并用于CAP1400核电结构的土-结相互作用分析中,对比分析了采用模态阻尼和瑞利阻尼时核电结构和场地反应的差异,结果表明结构阻尼模型对场地的反应影响不大,但对结构反应影响明显,在实际工程中应合理选取阻尼模型.      

改进的PNC方法及其在非线性偏微分方程多解问题中的应用

2017年，李昭祥等提出了一种偏牛顿-校正法（Partial Newton-Correction Method，简记为PNC方法），并利用它成功地计算出了三类非线性偏微分方程的多重不稳定解.本文在PNC方法的基础上，提出并发展了一种改进的PNC方法.首先，利用Nehari流形$\mathcal{N}$与零平凡解的可分离性，建立并证明了$\mathcal{N}$的某特殊子流形$\mathcal{M}$上的全局分离定理及其推广（即局部分离定理）.全局分离定理只跟非线性偏微分算子或相应的非线性泛函本身有关，而与具体的计算方法无关.对一些典型的非线性偏微分方程多解问题（比如，Henon方程问题），该全局分离定理的分离条件，经验证是成立的.另一个方面，通过修改或补充原辅助变换的定义，去掉了原辅助变换的奇异性；接着建立并证明了某些非线性偏微分方程问题的新未知解与该非线性偏微分算子零核空间的密切关系；在证明中，去掉了在原奇异变换下所需的标准收敛（standard convergence）假设.最后，计算实例与数值结果验证了改进的PNC方法的可行性和有效性；同时表明子流形$\mathcal{M}$与已知解的可分离性是PNC方法和本文新方法能成功找到多解的关键.     

利用空间位阻和氢溢流协同作用促进5-羟甲基糠醛选择性加氢制备5-甲基糠醛

化学工业生产中，用氢气为还原剂，通过选择性加氢可以制备多种重要化学品。5-羟甲基糠醛是重要的生物质基平台化合物，而5-甲基糠醛是用途广泛的化学品。由5-羟甲基糠醛加氢得到5-甲基糠醛是一条非常理想的路径，但是选择性活化C-OH非常困难。本文设计并制备了Pt@PVP/Nb₂O₅(PVP: 聚乙烯吡咯烷酮)催化剂，该催化体系巧妙地结合了位阻效应、氢溢流和催化剂界面的电子效应，系统研究了该催化剂对5-羟甲基糠醛选择性加氢制备5-甲基糠醛催化性能，在最优条件下，5-甲基糠醛的选择性可达92%。利用密度泛函理论计算研究了5-羟甲基糠醛选择性加氢制备5-甲基糠醛反应路径。     

对映-贝壳杉烷型二萜的合成

对映-贝壳衫烷类二萜是陆生植物二萜中种类最为繁多、分子结构和生物活性最为多样的一类天然产物。近年来研究表明,该家族的一些成员具有抗菌和抗肿瘤等活性。这类四环二萜分子可通过分子内环化、氧化断裂和降解重排等方式,转化为复杂的分子骨架。这些天然产物重要的生理活性与多变的骨架结构引起了国内外合成化学家的浓厚兴趣,已经成为全合成研究的又一类热门分子。本文总结了2014年以来国内外学者关于对映-贝壳杉烷型二萜的合成报道,根据这类分子的不同结构类型分别进行阐述。     

超高效液相串联质谱法检测牛肉中的马肉

利用超高效液相串联质谱法(UPLC-MS/MS)对牛肉中牛血清白蛋白(BSA)和马肉中马血清白蛋白(ESA)经胰蛋白酶消化后的目标肽进行鉴定,采用多反应监测(MRM)方法对结果进行验证,建立了一种检测牛肉中掺杂马肉的方法.对UPLC-MS/MS数据的深入研究表明,共检测到9个牛特异性多肽和17个马特异性多肽.其中DAFLGSFLYEYSR(m/z 784.3,Charge 2+)和ADFAEVSK(m/z 433.7,Charge 2+)的质谱响应最好,被选为牛肉和马肉定量的靶肽.所建方法在5.5～550.0和4.875～487.5 mg/L范围内线性关系较好(r~20.99),检测限、选择性、精密度、回收率和稳定性完全满足分析要求.     

基于sieve方法的响应变量为当前状态数据的部 分函数型线性模型的估计

利用sieve方法研究响应变量为当前状态数据的部分函数型线性模型的估计.在一定的条件下,证明了该估计的强相合性和渐近正态性,得到了该估计的收敛速度,并且非参数部分达到最优收敛速度.最后通过一个数值模拟来研究该估计的有限样本性质.