峨山褐煤的分子结构和分子模拟

作为重要的化石能源，褐煤资源潜力巨大、分布广泛但综合利用率低。研究褐煤的分子结构模型，有助于预测褐煤在热解、液化和气化过程中的化学反应机理及反应路径，进而提高褐煤的综合应用水平。以云南峨山褐煤为研究对象，利用傅里叶变换红外光谱、13C核磁共振波谱及X射线光电子能谱等分析测试方法，获取了峨山褐煤的含碳、含氧及含氮结构参数。在此基础上，借助Gaussian 09计算平台，采用量子化学建模的方法构建并优化了峨山褐煤的分子结构模型。研究结果表明：峨山褐煤的芳碳率为39.20%，芳香碳结构主要为苯和萘，且芳香桥头碳与周边碳的比值χ_b为0.07；脂碳率为49.51%，脂肪碳结构主要为亚甲基，季碳和氧接脂碳；氧原子主要存在于羟基、醚氧、羰基和羧基结构中；含氮结构则以吡啶为主。基于元素分析、13C 核磁共振波谱分析，又经过热重实验消除褐煤中残余水分的影响后，计算出峨山褐煤的分子式为C₁₅₃H₁₃₇O₃₅N₂。依据分子式及分析结果计算出峨山褐煤的结构单元含量并构建出其初始结构模型，采用半经验法PM 3基组及密度泛函理论M06-2X/3-21G基组对初始分子构型进行优化。优化后的分子模型具有明显的三维立体特征，芳香环之间较为分散且在空间中排列不规则，芳香簇主要通过亚甲基、醚氧基、羰基、酯基和脂肪环连接，含氧官能团主要分布在分子边缘，脂肪族侧链较多。对优化后的分子模型进行振动频率计算进而获得了分子模型的模拟红外光谱，其与实验红外谱图吻合度良好，证明了峨山褐煤分子结构模型的准确性、合理性。分子结构模型的构建有利于直观地了解峨山褐煤的分子结构特征，从而有助于从微观分子角度研究峨山褐煤的宏观性质。同时，峨山褐煤分子结构模型可为其在热解、液化和气化等领域研究中提供理论指导。     

配合参数对单晶炉驱动系统的影响分析

光伏产业的发展使得对硅材料的需求日益增加,同时硅单晶生产行业竞争也日趋激烈。作为生产硅单晶的重要装备,单晶炉的稳定性和可靠性关系到硅单晶生产效率的提升和成本的下降,因此其驱动系统的设计和优化成为装备制造的关键环节。本文以NVT-HG2000-V1型硅单晶生长炉的驱动系统为研究对象,用SolidWorks三维建模实现虚拟装配,采用ADAMS建立其动力学仿真模型,并对驱动系统的运动过程进行仿真模拟。采用控制变量法定量分析了铜套与升降轴的配合间隙及丝杠参数对驱动力和驱动力矩的影响规律,进而在提高硅单晶生长炉装备稳定性和可靠性方面给出合理的技术建议。结果表明,铜套与升降轴的配合间隙达到0.071 mm后能有效降低驱动系统运行所需驱动力矩,丝杠倾斜度、螺纹螺距与螺纹间摩擦系数的增大均会导致驱动系统运行所需力矩大幅增加。     

一种排气式膛压模拟装置

为了在实验室条件下简洁、高效地获得与实际相符的膛压曲线，进而开展典型结构和材料膛压载荷响应特性研究，提出了压力舱内发射药燃烧同时发射药气体由排气件排出的膛压模拟装置。结合发射药燃烧理论和等熵流动模型，建立了排气式膛压模拟过程的数学模型。基于理想气体假设，利用Fluent软件模拟泄压过程质量流量规律，并与理论结果对比，确定了流量系数。分别根据76和155 mm火炮膛压曲线特点及小型化设计原则，对模拟装置性能参数进行了优化设计。优化结果表明，获得的压力曲线的增压速率和降压速率基本满足要求，峰值压力达到300 MPa，压力大于30 MPa历时10 ms以上。验证实验结果表明:压力曲线有良好的重复性，且与理论结果一致，装置工作可靠性高；以排放发射药气体方式模拟膛压曲线是可行的。     

白藜芦醇负离子与Ag+化合物的振动光谱研究

本研究采用密度泛函理论不仅对顺式和反式白藜芦醇的结构、IR和Raman光谱进行了计算模拟和分析指认,而且还考察了其负离子与Ag~+结合后的结构和相应的光谱分析。研究结果表明:(1) Ag~+结合在白藜芦醇的单酚羟基位时,会大大提高拉曼活性;(2)可以通过连接两个酚的C=C的伸缩振动(1650 cm~(-1))的拉曼活性不同鉴别顺式和反式白藜芦醇的结构。这开启了一个新的观测窗口来探测白藜芦醇的顺反转变过程;(3)Ag~+结合白藜芦醇负离子后,与Ag相连的C-O伸缩振动的拉曼活性加强,从而可以据此来确定白藜芦醇负离子是否与Ag~+相结合;(4)通过谱峰的数目可以区别顺式和反式白藜芦醇负离子与Ag~+结合的结构。本研究结果不仅对采用光谱方法区分结构,而且对理解表面增强拉曼光谱(SERS)具有重要的意义。     

稀疏张量约束的低剂量CT图像重建

提出了一种稀疏张量约束重建算法,该方法利用非局部相似的先验信息,将CT图像分割成一系列图像块组;采用张量的多维低秩分解方法,将这一先验信息引入低剂量CT重建中,构造目标函数;通过重建图像更新和图像块组张量稀疏编码两个步骤,交替迭代求解目标函数。基于仿真数据和临床数据的实验结果验证了该算法的有效性,实验结果表明:与经典重建算法相比,所提算法在抑制噪声的同时,能更好地保持重建图像的细节,获得更高质量的图像。