多层状碱式碳酸锌微晶的制备及其脱除Cu2+性能研究

以壳聚糖(CS)为生物模板,采用低温水热法成功制备出了多层状碱式碳酸锌(ZCHO)微晶.采用XRD、SEM和TG等手段对产物的结构、形态和热学性能进行了表征,结果表明,单个ZCHO微晶颗粒均是由许多ZCHO纳米片构成的.添加适量的CS对形成多层状ZCHO微晶起到了至关重要的作用.热重分析结果表明,CS辅助得到的碳酸锌微晶热稳定性较高.等温吸附实验表明,在室温下,多层状ZCHO微晶能有效脱除水体中的Cu2,去除量与浓度关系符合Freundlich模型.最后讨论了多层状ZCHO微晶大容量去除Cu2+的可能机理.     

贵金属多孔纳米结构的模板法制备及生物检测应用

贵金属多孔纳米材料是一类非常重要的新型多功能纳米材料,其具有独特的空心内部、多孔的外壁以及可调的形貌等,表现出优异的光、电、催化等特性。调制贵金属多孔纳米材料的尺寸、形状、排列和空间取向等对促进其在拉曼光谱、生物传感等方面的应用至关重要。模板法是利用与目标产物的纳米尺度特征相匹配的预制结构来指导纳米材料的合成,可以制备出其他方法难以制备的新型多孔纳米结构材料。基于模板的多样性,能够便捷的调节多孔贵金属的孔径、尺寸和组分,充分的开发贵金属纳米结构的特性。本文着重介绍了贵金属多孔纳米材料的类型和调控这些纳米结构的各种模板方法,分析了各种制备方法的优势和不足,并简要综述了贵金属多孔纳米结构在生物检测方面的一些应用进展。     

木材种类的近红外光谱和模式识别

木材的种类识别是木材加工和贸易的一个重要环节，传统的木材种类识别方法主要有显微检测法和木材纹理识别法，其操作繁琐，耗时长，成本高，不能满足当前需求。本研究利用木材的近红外光谱(NIRS)结合模式识别方法，以期实现木材种类的快速准确识别。采用近红外光谱结合主成分分析法(PCA)、偏最小二乘判别分析法(PLSDA)和簇类独立软模式法(SIMCA)三种模式识别对58种木材进行种类鉴别研究；5点平滑、标准正态变量变换(SNV)、多元散射校正(MSC)、Savitzky-Golay一阶导数(SG 1st-Der)和小波导数(WD)五种光谱预处理方法用于木材光谱的预处理；校正集和测试集样品的正确识别率(CRR)用于模型的评价。采用PCA方法，通过样品的前三个主成分空间分布图分辨木材种类的聚类情况。在建立PLSDA模型，原始光谱的正确识别率最高，分别为88.2%和88.2%；5点平滑处理的光谱校正集和测试集的CRR分别为88.1%和88.2%；SNV处理的光谱校正集和测试集的CRR分别为84.4%和84.5%；MSC处理的光谱校正集和测试集的CRR分别为83.1%和84.2%；SG 1st-Der处理的光谱校正集和测试集的CRR分别为81.8%和82.7%；WD(小波基为“Haar”，分解尺度为80)处理的光谱校正集和测试集的CRR分别为87.3%和87.2%。可知，在PLSDA模型中，木材光谱未经预处理种类识别效果最后好。在建立SIMCA模型过程中，原始光谱的校正集和测试集的CRR分别为99.7%和99.4%；5点平滑处理的光谱校正集和测试集的CRR分别为100%和100%；SNV处理的光谱校正集和测试集的CRR分别为99.5%和99.1%；MSC处理的光谱校正集和测试集的CRR分别为99.0%和98.4%；SG 1st-Der的光谱校正集和测试集的CRR分别为81.8%和82.7%；WD处理的光谱校正集和测试集的CRR分别为100%和100%。可知，在SIMCA模型中，木材光谱经平滑和小波导数处理后的识别效果最好，且光谱的校正集和测试集CRR都为100%。采用三种模式结合五种不同的预处理方法对木材近红外光谱进行定性建模识别时，由于木材样本属性复杂，主成分分布图相互交织，PCA无法识别出58种木材；原始光谱的PLSDA模型可以得到较好的判别模型，但校正集和测试集的CRR只有88.2%和88.2%；木材光谱经过5点平滑或WD预处理后的SIMCA模型可达到最好的识别效果，校正集和测试集的CRR均为100%，且WD-SIMCA模型因子数比5点平滑SIMCA模型小，模型更为简化，故WD-SIMCA为58种木材种类识别的最优模型。研究表明光谱预处理方法可以有效的提高木材种类识别精度，有监督模式识别方法SIMCA可以用来建立有效的木材识别模型，近红外光谱结合模式识别可以为木材种类的识别提供一种快速简便的分析方法。     

复杂势场量子弹球中疤痕态的量子化条件

量子疤痕是波函数在经典不稳定周期轨道周围反常凝聚的一种量子或波动现象.人们对疤痕态的量子化条件进行了大量研究,对深入理解半经典量子化起到了一定的促进作用.之前大部分研究工作主要集中在硬墙量子弹球上,即给定边界形状的无穷深量子势阱系统.本文研究具有光滑复杂势场的二维量子弹球系统,考察疤痕态的量子化条件及其重复出现的规律,得到了与硬墙弹球不一样的结果,对理解这类现象是一个有益的补充.这些结果将有助于理解具有无规长程杂质分布的二维电子系统的态密度谱和输运行为.     

高维数据均值的统计监测

本文,我们结合统计过程控制方法,使用一种新的统计量用于在样本数量不充足的情况下监测高维数据。统计量利用样本协方差规范化技术避免协方差矩阵的奇异性,同时采用软阈值技术来挑选多维数据中重要的维度进行监测以减少监测噪音。本文在提出统计量后用matlab随机产生各种维度的高维数据样本进行仿真分析,并将该统计量与基于Hotelling T~2并采取广义逆矩阵的统计量进行比较。结果表明,本文使用的统计量的监测效果优于采取广义逆矩阵的方法。本文提出的方法可以应用于多指标产品生产的快速异常检测,特别是难以得到大量检测数据的产品,如检测需要破坏产品本身或者检测成本太高的产品。     

聚乳酸组织工程支架结构的精密调控

采用糖球模板法结合热致相分离技术,制备了孔径尺寸、内连通度及孔隙率高度可控的左旋聚乳酸(PLLA)支架材料,并通过扫描电镜(SEM)、红外光谱(FTIR)以及示差扫描量热法(DSC)对其空间结构及性能进行了系统研究.支架材料孔径从50μm到800μm及内连通孔径从10μm到200μm连续可调,微观孔壁结构根据不同溶剂可形成各异的微纳米结构.支架的制备对PLLA化学结构无显著影响,但相分离过程会不同程度地降低PLLA的结晶度.     

多孔碳化棉复合SnO2锂离子电池负极材料的制备及性能研究

以脱脂棉为原料通过Mg2+模板法获取多孔碳化棉结构,再通过水热法在其表面及内部孔隙负载SnO2颗粒,获得多孔碳化棉与SnO2颗粒的复合材料.利用扫描电子显微镜(SEM)、拉曼光谱、X射线衍射分析(XRD)分析材料的微观形貌,利用循环伏安(CV)和电化学阻抗(EIS)测试评价其作为锂离子电池负极材料的电化学性能.结果表明,通过Mg2+模板法获取负载有SnO2颗粒的多孔碳化棉结构作为负极材料时,在300 mA/g的电流密度下,其容量在100圈后仍维持在500 mAh/g,是一种前景较为理想的锂离子电池负极复合材料.     

高温退火工艺对直流反应磁控溅射制备蓝宝石基氮化铝模板的影响

采用直流反应磁控溅射与高温退火工艺大批量制备了膜厚为200 nm、400 nm及800 nm的2英寸蓝宝石基氮化铝模板,并对高温退火前后不同膜厚模板使用各种表征手段进行对比分析.结果 表明:采用磁控溅射制备膜厚为200 nm的模板经高温退火后晶体质量得到显著提升,退火前后整片(0002)面和(10-12)面高分辨率X射线衍射摇摆曲线半高宽分别从632 ～ 658 arcsec和2 580 ～2 734 arcsec下降至70.9 ～ 84.5 arcsec和273.6 ～ 341.6 arcsec;模板5 μm×5μm区域内均方根粗糙度小于1 nm;紫外波段260 ～280 nm吸收系数为14 ～20 cm-1;高温退火前后拉曼图谱E2(high)声子模特征峰半高宽从13.5 cm-1降至5.2 cm-1,峰位从656.6 cm-1移动至657.6 cm-1,表明氮化铝模板内的拉应力经高温退火后得到释放,接近无应力状态.     

不完整信息下的直觉模糊软集群决策方法

为了解决具有不完整信息的直觉模糊软集多属性群决策方法的问题,首先在模糊软集和直觉模糊软集的基础之上推广已有软集中缺失数据的填补方法,用来确定不完整信息的填补值。不同决策者的权重值由直觉模糊软集的距离来确定,参数的权重值由熵度量来确定。在群决策的过程中,借助直觉模糊软矩阵集成运算公式,将不同决策者的决策矩阵集成为综合决策矩阵。然后根据对象得分值的不同实现决策。最后,给出实例分析,验证了该方法在实际中有广泛的应用。