多孔氮化硼掺杂聚吡咯-2,3,3-三甲基吲哚固相微萃取涂层的制备及多环芳烃的检测

多环芳烃(PAHs)是持久性有机污染物中的一种，大部分具有较强的致癌、致畸和致突变性，对生态环境和人类健康易造成严重威胁。由于环境样品基质复杂且其中PAHs含量低，因此在仪器分析之前需要对环境样品进行必要的前处理。萃取材料的特性是决定大部分前处理技术萃取效率的关键。基于此，本文以低成本且富含较多官能团的吡咯(py)、2,3,3-三甲基吲哚(2,3,3-TMe@In)为单体，多孔氮化硼为掺杂物，采用电化学循环伏安法制备出多孔氮化硼掺杂聚吡咯-2,3,3-三甲基吲哚(Ppy/P2,3,3-TMe@In/BN)复合涂层，通过扫描电子显微镜、热稳定性分析、傅里叶红外光谱等手段对Ppy/P2,3,3-TMe@In/BN进行表征，结果表明：该涂层呈现出多孔、多褶皱的枝状结构，该结构有利于增加涂层的比表面积，从而实现对PAHs的大量富集；在320℃解吸温度下，涂层材料的色谱基线基本稳定，表明该涂层具有良好的热稳定性。将其修饰在不锈钢丝表面制成固相微萃取涂层，结合气相色谱-氢火焰离子化检测器，对影响萃取和分离萘(NAP)、苊(ANY)、芴(FLU)3种PAHs的条件进行优化，建立了用于以上3种PAHs...     

四苯乙烯及其衍生物超声辅助合成与光电性能研究

四苯乙烯及其衍生物被广泛报道具有典型的聚集诱导发光(AIE)性能，在有机发光二极管、荧光离子探针、生物化学成像等诸多领域有着广阔的应用前景。以此为背景，可以将相关前沿议题转化为本科综合实验教学方案。本文针对现有的实验教学方案设计进行了探究和改进，在原有使用McMurry偶联反应制备四苯乙烯的实验方案基础上，利用生色团上不同取代基的推拉电子效应设计平行对照试验，合成溴代、甲氧基取代的四苯乙烯衍生物，实现了荧光发射光谱最大峰波长的显著移动，使得在紫外灯下即可观察到荧光从蓝色到黄绿色的变化。利用超声辅助合成的方法，成功将反应时间从原有的6–8 h压缩至2 h，使之更适应本科教学实验所需的时间空间。除光学性能表征外，本实验还综合了循环伏安法表征产物的能带结构。本实验针对原有方案进行了诸多改进，引入平行实验锻炼科学思维、别出心裁地引入超声辅助合成法，极大地缩短了反应时间，展现出较强的前沿性、绿色性和高效性。     

杨木-膨润土基复合高吸水树脂的制备、表征和性能

以废弃杨木屑（YWC）和膨润土（BT）为基底,丙烯酸（AA）、2-丙烯酰胺-2-甲基丙磺酸（AMPS）为单体,过硫酸钾（KPS）为引发剂,N-N亚甲基双丙烯酰胺（MBA）为交联剂,通过溶液聚合法制备了杨木-膨润土环保型复合高吸水树脂。探究了单体比例、中和度、引发剂用量、交联剂用量、膨润土用量等因素对树脂性能的影响,得出较优单体配比为m（YWC）:m（AA）:m（AMPS）:m（KPS）:m（MBA）:m（BT）=2.0:5.0:4.0:0.04:0.012:0.25、中和度为65%时,制得吸水倍率为539.5 g·g-1,吸生理盐水倍率为45.3 g·g-1的高吸水性树脂。利用红外光谱、电镜扫描、X射线衍射和热重分析对树脂进行表征分析,并对树脂进行pH敏感性、溶胀动力学及循环使用性能的测定。结果显示,树脂溶胀过程符合二级动力学模型,且具有机械强度高、循环性能优良等特点。     

基于双向循环神经网络的汉语语音识别*

当前基于深度神经网络模型中,虽然其隐含层可设置多层,对复杂问题适应能力强,但每层之间的节点连接是相互独立的,这种结构特性导致了在语音序列中无法利用上下文相关信息来提高识别效果,而传统的循环神经网络虽然做出了改进,但是只能对上文信息进行利用。针对以上问题,该文采用可以同时利用语音序列中上下文相关信息的双向循环神经网络模型与深度神经网络模型相结合,并应用于语音识别。构建具有5层隐含层的模型,其中第3层为双向循环神经网络结构,其他层采用深度神经网络结构。实验结果表明:加入了双向循环神经网络结构的模型与其他模型相比,较好地提高了识别正确率;噪声对双向循环神经网络汉语识别有重要影响,尤其是训练集和测试集附加噪声类型不同时,单一的含噪声语音的训练模型无法适应不同噪声类型的语音识别;调整神经网络模型中隐含层神经元数量后,识别正确率并不是一直随着隐含层中神经元数量的增加而增加,神经元数量数目增加到一定程度后正确率出现了降低的趋势。     

铅基堆超临界CO2复合循环发电系统热力学分析

本文对比了再压缩超临界CO2 (S-CO2)循环、蒸汽朗肯循环、He布雷顿循环分别应用于铅基堆的最优热学性能,明确了S-CO2循环与铅基堆结合较传统循环的热力学优势。为进一步提高再压缩S-CO2循环的效率,以跨临界CO2 (T-CO2)循环为底循环构建了再压缩S-CO2/T-CO2复合循环,探讨了不同顶循环透平入口温度、压力和压缩机入口温度条件下系统性能的变化规律,对比了S-CO2/T-CO2复合循环和S-CO2循环的热学性能。结果表明:铅基堆再压缩S-CO2循环发电系统较传统循环形式具有更高的热效率;构建的S-CO2/T-CO2复合循环能够有效提高S-CO2循环的效率,在所研究参数范围内,S-CO2/T-CO2复合循环的热效率和效率比S-CO2循环分别最大可提高约4.8%和8.3%;再压缩S-CO2循环和S-CO2/T-CO2复合循环热学性能随顶循环关键参数变化规律具有一致性。     

含共圆循环对称裂纹的一维六方准晶平面应变第一基本问题

讨论了一维六方准晶在整个周期平面循环对称基本域中含一个共圆循环对称裂纹的全平面应变第一基本问题.利用复变函数方法,将弹性平衡的问题转化为唯一可解的Fredholm奇异积分方程.引入保角映射并结合裂纹共圆的特点得出了此问题的解析解.此问题的结果对工程断裂问题具有理论意义.     

双罐式气泵供液制冷系统性能的实验研究

双罐式气泵供液制冷系统作为气泵供液的一种,运用高压气体或液体的压力输送制冷剂到蒸发器。该实验通过控制供液气压来调节再循环蒸发器的供液量,调节制冷系统中的循环倍率,在供液气压升高而导致循环倍率增大的同时,蒸发器的传热量会升高到最大值。通过技术参数的收集整理,分析比较不同工况下的制冷性能、压缩机性能和传热性能等特性,作为双罐式气泵供液制冷系统工程应用的理论依据。实验表明,不同范围的供液压头,对传热性能的主要影响因素不同,蒸发器制冷量在供液压头升高到一定值后不再增加,系统COP也将下降。     

基于NiCo2O4纳米片电极的非对称混合电容器

The looming global energy crisis and ever-increasing energy demands have catalyzed the development of renewable energy storage systems. In this regard, supercapacitors (SCs) have attracted widespread attention because of their advantageous attributes such as high power density, excellent cycle stability, and environmental friendliness. However, SCs exhibit low energy density and it is important to optimize electrode materials to improve the overall performance of these devices. Among the various electrode materials available, spinel nickel cobaltate (NiCo₂O₄) is particularly interesting because of its excellent theoretical capacitance. Based on the understanding that the performances of the electrode materials strongly depend on their morphologies and structures, in this study, we successfully synthesized NiCo₂O₄ nanosheets on Ni foam via a simple hydrothermal route followed by calcination. The structures and morphologies of the as-synthesized products were characterized by X-ray diffraction, scanning electron microscopy, and Brunauer-Emmett-Teller (BET) surface area analysis, and the results showed that they were uniformly distributed on the Ni foam support. The surface chemical states of the elements in the samples were identified by X-ray photoelectron spectroscopy. The as-synthesized NiCo₂O₄ products were then tested as cathode materials for supercapacitors in a traditional three-electrode system. The electrochemical performances of the NiCo₂O₄ electrode materials were studied and the area capacitance was found to be 1.26 C·cm^-2 at a current density of 1 mA·cm^-2. Furthermore, outstanding cycling stability with 97.6% retention of the initial discharge capacitance after 10000 cycles and excellent rate performance (67.5% capacitance retention with the current density from 1 to 14 mA·cm^-2) were achieved. It was found that the Ni foam supporting the NiCo₂O₄ nanosheets increased the conductivity of the electrode materials. However, it is worth noting that the contribution of nickel foam to the areal capacitance of the electrode materials was almost zero during the charge and discharge processes. To further investigate the practical application of the as-synthesized NiCo₂O₄ nanosheets-based electrode, a device was assembled with the as-prepared samples as the positive electrode and active carbon (AC) as the negative electrode. The assembled supercapacitor showed energy densities of 0.14 and 0.09 Wh·cm^-3 at 1.56 and 4.5 W·cm^-3, respectively. Furthermore, it was able to maintain 95% of its initial specific capacitance after 10000 cycles. The excellent electrochemical performance of the NiCo₂O₄ nanosheets could be ascribed to their unique spatial structure composed of interconnected ultrathin nanosheets, which facilitated electron transportation and ion penetration, suggesting their potential applications as electrode materials for high performance supercapacitors. The present synthetic route can be extended to other ternary transition metal oxides/sulfides for future energy storage devices and systems.     

基于Deep-IndRNN的DGA域名检测方法

恶意服务常利用域名生成算法（DGA）逃避域名检测,针对DGA域名隐蔽性强、现有检测方法检测速度较慢、实用性不强等问题,采用深度学习技术,提出了一种基于Deep-IndRNN的DGA域名检测方法。方法运用词袋模型（BoW）将域名向量化,然后通过Deep-IndRNN提取域名字符间特征,并使用Sigmoid函数对域名分类检测。其主要特点在于:通过将Deep-IndRNN的多序列输入拼接为单向量输入,以单步处理代替循环处理,同时结合Deep-IndRNN能保存更长时间记忆的特点,可有效释放深度学习时占用的GPU、CPU等系统资源,且在保证高准确率和精确度的前提下提高训练、检测速度。实验结果表明,基于Deep-IndRNN的DGA域名检测方法在检测任务中具有较高的准确率和精确度,相比于DNN、CNN、LSTM、BiLSTM、CNN-LSTM-Concat等同类检测方法,能显著提高训练、检测速度,是有效可行的。