新型功能碳材料的高压截获

高性能功能材料在诸多领域具有广泛的应用前景,是人们一直关注的研究热点。高压可以有效地改变物质的原子间距和成键方式,是获得新型功能材料的重要途径。在碳材料的高压研究中,许多有趣的功能碳材料,如光学透明碳、高强度弹性碳和超硬非晶碳等,已经通过不同的碳前驱体合成。本文简要介绍了作者近年来在低维碳基纳米复合材料高压研究中取得的进展,基于设计的不同低维碳前驱体,高压下截获了具有超硬特性、新型压致共价聚合及发光增强的碳材料。     

发动机机油滤清器虑层强度分析及优化

针对机油滤清器工作工况下进出口压差、机油滤层强度及导流桩高度等问题, 通过试验测试与仿真相结合, 对滤清器初步设计进行了评估及优化, 以确保滤清器在工作工况下进出口压降及滤层强度能满足要求. 首先进行滤层性能试验, 得到滤层的惯性阻力系数和黏性阻力系数; 再通过滤层多孔介质CFD分析, 对滤清器进出口压降进行分析计算. 结果表明: 在-18℃、25℃和70℃的工况下, 进出口压降都小于10kPa, 满足相关要求. 针对滤层的最大主应力超过其抗拉强度的问题, 通过CAE仿真分析, 优化滤层与导流桩间隙, 将滤层最大主应力由110.1MPa降至36.99MPa, 小于其抗拉强度42.8MPa.     

石墨基液流电池复合双极板

液流电池是一种安全性高、使用寿命长、可扩展的大规模储能系统,可以协助电网调峰储能,提高能源利用率,发展前景广阔。双极板是液流电池的重要组成部分。功能上起到了分隔、串联电池、传导电流、为电堆提供结构支撑等作用。从成本构成角度看,双极板的价格占电堆成本的比重也较大。开发高性能、低成本的双极板对加快液流电池的商业化应用具有重要意义,也是目前业界的迫切需求。虽然文献上报道了许多针对液流电池双极板开发的工作,但是目前高性能、低成本的液流电池双极板产品仍无法充分满足市场需求。本文着重介绍了石墨基复合双极板的研究现状,介绍了材料选择、工艺流程对关键性能的影响,对相关工作进行了评述,并为液流电池双极板的开发提出了建议。     

MCNOs/CdS双效光催化剂的制备及其性能研究

水热合成法制备了不同磁性纳米洋葱碳(MCNOs)负载量(0%、1%、3%、5%)的MCNOs/CdS光催化剂。并通过X射线衍射分析(XRD)、扫描电子显微镜(SEM)、傅里叶红外光谱(FT-IR)、X射线光电子能谱(XPS)、紫外可见光光谱(UV-Vis)、磁滞回线测定仪(VSM)对其进行表征,探究了MCNOs负载比例对催化剂在可见光下降解RhB性能及机理的影响。结果表明,MCNOs能有效提高CdS的光催化效果,复合3%MCNOs后降解率为96%,与纯CdS相比降解率提高了30%,磁性分析表明,其具有良好的顺磁性并能实现催化剂的有效回收。MCNOs/CdS在可见光下催化降解RhB的一级反应动力学直线有较好的拟合度,表明制备的催化剂有较好的催化活性。     

桉树杂交种与其亲本的近红外光谱判别

研究桉树控制授粉后目标性状的基因作用方式是探索其基因重组规律的重要内容。常规的数量统计分析精度往往不高,而DNA分析的专业要求高,且费时费力。该研究利用近红外光谱(NIRs)研究不同基因型桉树杂交种、亲本及杂交种与亲本间近红外光谱信息的关系,探索NIRs用于桉树杂交种与其亲本判别的可行性和准确性。以控制授粉的桉树亲本及其杂交F1代材料为对象,每种基因型从各自田间试验分别选取10个单株,采集树冠中上部新鲜健康叶片。用手持式近红外仪Phazir Rx(1624)采集桉树杂交种与其亲本叶片的NIRs信息。每单株选10片完全生理成熟的健康叶片,避开叶脉扫描其正面光谱5次,以50条NIRs信息的均值代表单个叶片的NIRs信息,最终每个基因型获得10条NIRs信息。对原始NIRs采用二阶多项式S.G一阶导数预处理。预处理后的NIRs用于多元统计分析,首先对桉树杂交亲本和子代样本进行主成分分析(PCA),直观展示不同基因型的分类情况。然后运用簇类独立软模式(SIMCA)和偏最小二乘判别分析(PLS-DA)两种有监督的判别模式验证NIRs用于桉树杂交种与其亲本树种的分类判别效果。PCA结果显示,不同的亲本间、杂交种间及杂交种与亲本间样本的主因子得分可以清晰地将各基因型分开。SIMCA模式判别分析中,桉树杂交种样本到亲本PCA模型的样本距离显示,待判别样本能够形成单独的聚类,且能直观反映两者的遗传相似。PLS-DA判别结果显示,桉树杂交亲本的PLS模型能通过预测其杂交子代的响应变量将其与亲本准确分开。结果表明,桉树叶片的NIRs信息可以准确地反映桉树杂交子代遗传信息的传递规律,NIRs判别模型可以准确地将各种基因型予以区分。因此,NIRs信息不仅可用于桉树杂交种和纯种的定性判别,还可以分析桉树基因重组过程中加性遗传效应的大小,从而为桉树遗传基础分析及其育种改良研究提供理论支撑。     

g-C3N4催化石墨化碳质材料的制备及光催化性能研究

通常采用以氢氧化物作为造孔剂,过渡金属硝酸盐或氯化物作为石墨化催化剂的传统两步法策略制备多孔石墨化碳材料。然而制备过程中多涉及有毒和腐蚀性试剂,且多步骤的过程耗时较长。本文以双氰胺为原料通过热缩聚反应得到g-C₃N₄,采用高铁酸钾为催化剂一步法实现g-C₃N₄的同步碳化-石墨化,并研究其光催化性能。与传统的两步法相比,该方法耗时少、效率高、无污染。与初始的g-C₃N₄材料相比,石墨化g-C₃N₄衍生碳质材料不仅显著改善了可见光的吸收,而且大大增强了光催化活性。研究了不同石墨化温度对g-C₃N₄衍生碳质材料在可见光下降解甲基橙溶液的影响。700 ℃下制备的衍生碳质材料的降解率为12.4 mg/g。光电化学测试结果表明,多孔g-C₃N₄衍生碳质材料的光生载流子密度、电荷分离和光电流(提高了5.4倍)均得到显著提高。因此,该简便、灵活方法为提高g-C₃N₄衍生碳质材料的吸附和光催化性能提供了一种有前景的、高效的途径。     

稳定分层湍流中逆梯度输运的关联分析研究

本文采用关联分析方法研究了稳定温度分层湍流中的结构特性、输运特性，以及热量、动量逆梯度输运现象的尺度效应及其参数演化．首先采用大涡模拟方法对稳定分层湍流中的结构特性和输运特性进行了分析，将逆梯度输运发生的时间尺度作为已知条件，结合关联量分析方法在波数空间中的解析解，对逆梯度输运现象的尺度效应进行了分析研究．结果发现，稳定分层强度较大的流动中发生垂向热量及动量逆梯度输运现象，发生的结构尺度与关联分析所发现垂向热量、动量逆梯度输运的波数形成了呼应．随着分层强度增加，热量、动量的输运强度均受抑制，与逆梯度输运关联的流场结构尺度减小，同样的效应也发生在流场结构向下游演化的过程中．     

胶体晶体自组装常用方法的研究进展

胶体自组装是制造大面积胶体晶体的高效方法,对制备各种功能胶体晶体材料具有十分重要的意义,在微纳制造、新材料、能源、医学等领域有巨大的应用潜力.对胶体自组装过程中涉及的各种作用力进行了详细分析,归纳了胶体晶体自组装的基本方法.面向制造大面积胶体晶体,阐述了几类代表性的新型胶体晶体自组装方法,包括温度辅助、模板辅助、表面活性剂辅助、旋涂法与界面转移相结合等,分析了不同方法的影响因素、优缺点和未来的改良方向,并介绍了在完整单层膜基础上制造三维胶体晶体的工艺方法.为提高胶体晶体制造质量和效率、拓宽胶体自组装技术的应用提供必要参考.     

均匀磁场下碳离子笔形束的剂量变化分析及位置修正方法

分析外加均匀磁场对于碳离子笔形束剂量分布的影响,并考虑修正这种影响,为磁共振成像引导碳离子放射治疗的临床应用提供指导。本文利用蒙特卡罗方法模拟计算了不同能量碳离子笔形束在不同强度磁场下的剂量分布情况,发现垂直于碳离子束入射方向的均匀磁场对于碳离子笔形束射程缩短的影响很小,磁场对碳离子束的主要影响是引起束流横向偏转,特别是碳离子束布拉格峰位置的横向侧移。横向侧移程度与碳离子束的能量和磁场强度相关,根据模拟结果,得到了一个计算碳离子束布拉格峰在磁场中相对横向偏转的方程,并提出一种校正外加磁场引起的碳离子束布拉格峰横移的角度修正方法。这些结果可用于指导磁共振图像引导碳离子放射治疗计划系统的研发。     

卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。