SiO2@Gd2O3∶Tb3+核壳微球的可控合成及发光性能研究

采用简便的尿素辅助沉淀法将Gd2O3∶Tb3+成功包覆在二氧化硅微球表面合成了尺寸均匀的球形SiO2@Gd2O3∶Tb3核壳发光材料,解决了稀土发光材料普遍存在的形貌可控性差和颗粒尺寸不均一等问题.利用XRD、SEM、红外光谱和荧光光谱等表征测试了样品的形貌、结构和发光性能.SEM照片和尺寸分布图显示,SiO2@Gd2O3∶Tb3+粒子呈现均匀球形形貌,分散性良好,粒径约(608 +18) nm.XRD图谱分析表明,600℃煅烧后,壳层Gd(OH)3CO3完全转变为立方相Gd2O3,结晶性良好,无杂相生成.同时,结合红外光谱推测了SiO2@Gd2O3∶Tb3核壳微球的形成机理,并得出Gd2O3∶Tb3+壳层主要以Si-O-Gd键形式连接在二氧化硅微球表面.在240 nm紫外光激发下,SiO2@Gd2O3∶Tb3核壳微球呈现绿光发射,其中,位于540 nm处的主峰归属于Tb3+的5D4→7F5能级跃迁.不同Tb3掺杂浓度下的发射光谱表明,当Tb3+掺杂浓度为4mol;时,SiO2@Gd2O3∶Tb3+核壳微球的发射强度达到最大值,寿命为1.55 ms,色坐标位于绿色区域,展现了良好的绿光发光性能.     

白光LED用近紫外光激发的蓝绿色荧光粉Sr5(PO4)3F∶Eu2+的光谱性能及助熔剂的影响

本文采用还原氛下的高温固相法合成了荧光粉Sr5(PO4)3F∶ Eu2+并对其性能进行了表征,同时研究了助熔剂硼酸对该荧光粉的影响.结果 表明:在1200℃还原氛下制得的荧光粉Sr5(PO4)3F∶ Eu2+,激发峰位于418 nm,发射峰位于524 nm,是能与近紫外光LED相匹配的蓝绿色荧光粉.Eu2的最佳掺杂浓度为15mo1;,对应的色坐标为(0.2871,0.4036).添加助熔剂H3BO3可以使荧光粉Sr5(PO4)3F∶Eu2+的合成温度由1200℃降低到1100℃,最佳掺杂浓度为5wt;,同时可以增加荧光粉的发光强度.     

微波辅助法制备氧化铜非酶葡萄糖传感器

采用微波辅助法制备了氧化铜(CuO)材料,其结晶度好,没有杂质,呈现片层堆叠而成的块状结构.以CuO材料修饰玻碳电极作为工作电极(CuO/GCE),饱和甘汞电极作为参比电极,铂丝电极作为对电极,在碱性条件下对葡萄糖溶液进行电化学性能检测.该传感器对520 nM到2.0 mM浓度范围内的葡萄糖溶液实现了优良的检测性能,灵敏度为2491.362μA·cm-2·mM-1,检测限为216 nM(S/N=3),在2 s内就可以完成反应.丙烯酸等物质对传感器的影响可以忽略,具有良好的抗干扰性.     

废水生物脱氮工艺中N2O排放数学模型研究进展

N_2O是一种重要的温室气体,而污水生物脱氮处理过程是N_2O的潜在产生源之一。随着污水处理量和处理程度的不断提高,N_2O的排放量也将不断增大。建立N_2O排放数学模型对污水生物脱氮系统中N_2O生成机制的深入研究和污水处理行业N_2O削减工艺技术的开发具有重大的理论及实践意义。本文归纳了生物脱氮工艺的原理,系统阐述了生物脱氮工艺中N_2O的生成机理和排放数学模型的类型、建立方法及应用情况。在此基础上,对生物脱氮工艺中N_2O排放数学模型的研究现状和研究方向进行了总结和展望,以期为N_2O排放数学模型的完善、N_2O排放量的削减、污水生物脱氮工艺的优化及污水处理行业的可持续发展提供理论基础和科学依据。     

高残炭硼酚醛树脂的制备

酚醛树脂(PF)因其具有良好的耐热性能和机械性能而被广泛应用。但其耐热性能已经满足不了现代航空航天技术的需求,研究发现,采用硼酸对酚醛树脂进行改性,可以制得具有优良耐高温性能的硼酚醛树脂(BPF)。采用硼酸酯法合成硼酚醛树脂,n(苯酚)∶n(甲醛)=1∶1.5时耐热性最佳。热分析结果表明,合成的BPF在1000℃条件下的残炭率为78%,其耐热性能明显优于传统的酚醛树脂。同时讨论了不同硼酸含量对BPF耐热性能的影响,当n(硼酸)∶n(苯酚)0.33∶1时,残炭率趋于稳定。此外,利用差示扫描量热仪(DSC)方法确定BPF预固化温度为160℃,后固化温度为220℃。     

阿莫西林杂质L的化学合成

阿莫西林是一种最常用的β-内酰胺抗生素,作为基本医疗系统中最重要药物之一被世界卫生组织基本药物标准清单收录。其杂质L,即:(2S,5R,6R)-6-((2S,5R,6R)-6-((R)-2-氨基-2-(4-羟基苯基)乙酰氨基)-3,3-二甲基-7-氧代-4-硫杂-1-氮杂双环[3.2.0]庚烷-2-甲酰胺)-3,3-二甲基-7-氧代-4-硫杂-1-氮杂双环[3.2.0]庚烷-2-甲酸(6-APA amoxicillin amide),由于含量少难以获取成为影响产品质量的因素之一,因此,我们以6-氨基青霉素烷酸和阿莫西林三水合物为原料,分别通过3步和1步转化为相应的中间体化合物3和6,并使用酰胺缩合试剂六氟磷酸苯并三唑-1-基-氧基三吡咯烷基磷(PyBOP)以76%的收率实现了化合物3和6的脱水缩合,得到的关键中间体化合物7在Pd/C催化条件下一步脱除苄基及两个苄氧羰基保护基,首次通过化学方法合成了β-内酰胺化合物阿莫西林杂质L,反应使用简单易得的原料,温和的反应条件,无需复杂的分离纯化处理,对以阿莫西林为代表的β-内酰胺类抗生素的过敏研究以及新型β-内酰胺抗生素的开发和作用机制研究等有着参考和借鉴意义。     

超临界CO2-DME混合物竖直圆管内传热特性数值研究

本文采用RNG k-ε湍流模型对超临界CO₂/DME(二甲醚)二元混合工质在竖直圆管内的传热特性进行了数值模拟研究。管径4 mm,管长为1000 mm;CO₂/DME浓度配比分别为97/3、95/5、92/8、90/10、85/15、以及70/30;质量流速为125~200 kg·m^-2.s^-1;热流密度为15~30 kW.m^-2,入口温度295~308 K,入口压力8~15 MPa。不同浓度配比的混合工质在各自临界压力下应用时,随着DME浓度的增加,换热系数的峰值逐渐减低,但在温度大于310 K时混合工质的换热系数会高于纯CO₂。压力相同时,随着DME浓度的增大,拟临界温度升高,换热系数峰值点也随之向温度升高的方向移动。混合工质的换热系数随质量流速的增大而增大。在拟临界点前,增大热流密度及降低压力对管内传热有利,而在拟临界点之后,换热系数随热流密度的升高以及压力的降低而降低。     

基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

Markowitz投资组合模型改进的三帧差分法运动目标检测

移动机器人的目标检测要求其对特定的静止或运动物体进行运动分析及检测。以Voyager-III移动机器人系统为研究对象,实现非理想光照下,对橘红色目标足球的运动检测。提出在传统三帧差分法基础上,先利用Markowitz投资组合模型进行足球目标的特征提取,将场地非感兴趣的目标中,出现全部像素值发生变化的目标去除,再进行图像帧间差分。利用CCD摄像机对比赛环境中足球的运动轨迹进行录制,选取具有代表性的各帧视频图像、Markowitz算法优化后的差分图像和跟踪图像,结果表明跟踪图像不含非目标物的干扰,克服了差分图像存在空洞的问题,为移动机器人提供了一种实用的运动目标检测方法。